AI 型公司 FDE 实战教程
这是一套面向企业实践者的中文在线教程。它不把 FDE 解释成单纯的售前、实施顾问或 Agent 开发工程师，而是把 FDE 定义为：获得经营层授权，能够看懂企业商业系统、重构端到端价值流，并组织 AI 全栈工程师完成交付的人。
教程边界：这里没有报名、导师陪跑、毕业或认证。读者按自己的节奏学习，并自行决定是否把方法应用到真实公司。
这套教程解决什么问题
很多企业的 AI 项目从工具开始：先买模型、做知识库、装聊天机器人，再寻找业务价值。FDE 的路径相反：先看清公司如何创造价值、哪里损失收入与时间，再决定 AI 应该进入哪条流程、拥有什么权限、由谁承担结果。
本教程围绕四个连续问题展开：
- 这家公司靠什么赚钱，真正的经营瓶颈在哪里？
- 人与 AI 应该如何重新分工，哪些动作必须由人批准？
- FDE 如何把经营判断写成 AI 全栈工程师能够执行的任务书？
- 系统上线后，如何用经营指标、采用率和风险证据判断它是否有效？
教程中的角色分工
| 角色 | 主要责任 | 不应承担的责任 |
|---|---|---|
| CEO / 经营层 | 明确经营目标、授权、预算和不可突破的风险边界 | 替项目团队设计每个页面和提示词 |
| FDE | 商业诊断、价值流设计、优先级、执行包、推进与验收 | 把模糊想法直接扔给工程团队 |
| 价值流负责人 | 提供业务事实、确认规则、推动员工采用、对指标负责 | 把 AI 项目完全外包给技术团队 |
| AI 全栈工程师 | 读取执行包，自主规划、构建、测试并准备部署 | 决定公司的经营目标和责任边界 |
| 数据、IT、法务与安全 | 提供系统条件，审查权限、数据和合规风险 | 在项目结束时才被动检查 |
正文为什么没有代码
FDE 的核心交付物不是源码，而是正确的问题、明确的流程、可执行的边界和可验收的结果。课程中的项目都以“业务现状 → 目标流程 → 执行包 → 验收证据”组织，不展示应用源码，也不要求读者手写代码。
这不意味着技术可以忽略。FDE 必须能判断数据是否可用、权限是否合理、失败是否可恢复、结果是否可追溯，以及 AI 全栈工程师交付的系统是否真正解决了经营问题。
两条阅读路径
连续项目主线
从样板公司经营基线开始，按六卷顺序完成一次公司级 AI 转型。
问题查阅路线
遇到访谈、价值流、执行包、验收或治理问题时，直接进入对应章节。
企业迁移路线
用样板公司掌握方法后，替换成自己公司的数据、角色、规则与指标。
从哪里开始
第一次阅读建议先看 3-6 个月企业转型路线，随后打开 云枢科技样板公司档案。如果你想先判断本书的实操深度，可以直接阅读 我怎样改造商机到回款。