FDE就是AI高级外包？？
最近一直在研究FDE，越看越觉得，AI越强，纯技术反而越不值钱。以前做软件要工程师、产品、设计、测试，周期几个月，现在一个人靠模型就能很快做出原型。以后拉开差距的，可能不是谁更会写代码，而是谁更清楚代码该写在哪里。

所以诞生了FDE这个新兴岗位：直接进到公司，看业务流程、清数据、接系统，追着员工问每天到底怎么干活

我一开始觉得这不就是传统IT外包嘛，后来发现有意思的地方恰恰在这里。企业里最值钱的东西不在PPT里，也不在数据库里，而是一堆细碎的经验：
这个审批为什么一定要经过某个人
系统明明这么规定
大家为什么都绕过去
员工自己都没意识到那是知识，因为对他们来说只是“我们一直都是这么做的”。这就是隐性知识，模型再聪明也读不到，得有人进去把它挖出来

那FDE和外包的区别在哪？
我现在的理解是，不在有没有定制，FDE天生就要定制，区别在定制之后有没有沉淀

给客户A写一套代码，给B再写一套，客户翻十倍，人也得翻十倍，这是在卖人天
另一种做法，是发现不同客户的需求底层其实是同一套逻辑，把它抽象成可配置的能力，于是第一家做300人天，第二家180，第十家只要30。用服务的方式发现产品，用产品的方式获得规模

所以市面上那么多FDE公司，怎么选择？就问一个问题：第十个客户，是不是比第一个容易做？如果做完十个客户，经验还只留在工程师脑子里，那只是项目做得越来越熟；如果经验变成了产品里的模块、工具和方法，第十一个客户能直接复用，才是一家软件公司在成长

这也改变了我对“懂行业”的理解。现在不需要深耕多年了，而是进入陌生行业后能很快看清钱怎么赚、问题卡在哪、谁掌握真正的信息、哪些环节能被AI替代。成熟的FDE确实很难招，但这种能力是可以训练的

这个逻辑其实不只适用于AI创业。执行越来越廉价，价值就会不断往上移，从“我会做”变成”我知道做什么”，再变成“我能比别人更早判断什么值得做”

工具会一直更新，我更想知道的是进入一个陌生世界，很快搞清楚它怎么运行，再把经验抽象成可复制的方法

FDE AI创业 企业AI落地 ToB AI时代 隐性知识 Palantir 创业思考 认知升级