FDE 前线笔记

零售店员助手：FDE 卡住验证门——41% 基线再测到 73% 才放十二店试点

垂直 AI 创业公司给四百家门店零售商上店员助手；客户 PM 想跳过验证直上试点，FDE 坚持百例评估阈值 70%，首跑仅 41%（分不清会员/散客、周五清仓规则变了）——两周修补复测 73%，试点从 12 店扩到第十周 48 店。

申悦：知识库从 38 份被「抢跑」到 300 份——谁检查、谁整改、谁验收

企业知识库本计划 38 份扫描手册逐份核切片，客户技术已批量入库 300+；FDE 不一人兜底，拆成实施全量自检、FDE 按批抽检、专业部门认语义，问题按单文件/共性技术/源文件三条线整改。

申悦：陌生业务多场景并行——现场差点接不住后的五个收敛动作

企业 AI 现场交付名词全是内部黑话、多场景同时推进且催结果；复盘后固定开工四问、用真实样本还原触发→输入→查询→规则→输出→异常、同时段只留一个主任务、三类自测后再请业务验收、离场前让客户亲手再跑一遍。

Mitesh：马颈圈隐喻——现场 showcase 里演示 Agent 真给客户名单发了信

Google Cloud JAPAC FDE 负责人谈 agent harness：坐过客户 showcase，演示 Agent 接了真实邮箱、因无 dry-run 真发到客户列表；主张按「能否撤销」划人工卡点，并与航空检查单类比，把权限/日志/熔断当基础设施。

Latent Space × Sierra：争议处理与 40–60 天进生产的 Agent Engineer

Sierra Agent Engineering 负责人 Natalie Meurer（前 Palantir）：金融场景可从争议/盗刷安抚切入；团队做低时延语音/聊天/邮件集成与编排层，客户系统/SOP/品牌语气定制，大型组织最快约 40–60 天到生产。

solutions-playbooks：UAT 须客户亲自跑——无通过条件不立项

FDE/SA 的 UAT 模板：测业务结果不测代码路径；客户执行、顾问旁观；每案先写通过条件与退出标准；环境须生产形数据（≥10% 含边缘）；失败要证据；CRM→分析同步有示例用例表。

合同审查第一刀：三份 Python + 客户握键盘，别先上 Agent 框架

Nasser 写 FDE 首切片：一家合同审查部署整段种子只是三份 Python（约 60 行主程序 + 解析 + 格式化）加版本化提示词与评测集；副总法律顾问十五分钟读完全部 prompt。一月内长成从律所邮箱拉合同、把备忘录写回案件系统。主张客户本人打字、故意让现场翻车，再当着客户改 prompt。

Eval 即规格：合同审查题集从 42 涨到 131，副总法律顾问当天标难例

同作者谈部署侧评测：规格不是文档而是评测集。一场合同审查里题集三个月从 42→131，副总法律顾问把每个翻车样例当天标进集，成所内「何谓好审查」参照。另述 OpenAI×John Deere 语音助手：农事专家标 eval→不够再回灌研究→赶农季过生产门。主张定界后第一周先建 eval、跑基线，暂不写生产代码。

申悦：国企四团队走访——「汇总」竟是二十多家单位 Excel 逐行合并

驻场连走生产数据、年鉴、督办、材料写作；督办当面打开电脑才看清需求是按任务合并二十多份模板并保留来源单位。提出推进账+效果账（宽入口候选、窄出口上线），演示时敢纠同事夸大的部门知识库权限，并收口「先检索后生成」。

FDE Hub：总得有人告诉 Agent「规则变了」——操作者确认、结构化落库

Milos：抽取只是一半，业务持续改规则/区域/审批阈值后，语义记忆若仍用旧规则会「带着出处自信作恶」。主张每条记忆带时间戳与来源、矛盾触发复核、流程类设过期；客户侧点名能辨真假的操作者（非 IT）用自然语言提变更，Agent 出 diff，确认后写入结构化规则表。

solutions-playbooks：集成 Runbook——给凌晨被叫起、从没见过这套集成的人

未用过的交付模板：前置条件表不过禁止上线；环境变量含 DRY_RUN/KILL_SWITCH；部署须业务时区且避开高峰首小时；冒烟含指定测试记录往返与 DLQ 不增长；回滚三级（杀开关→旧镜像→数据回退）；失败模式表从 401 令牌到 429 配额各写确认命令与修复负责人。

掘金 FDE 入门：上线达标≠交完——断奶演练与一页「替谁做了什么判断」

作者写连锁零售巡检评分「上线三月漏检大降、换经理后无人说清口径、两月停用」作合成场景（自陈见过两次同类）。补三漏点：进场第二周起每周往「给客户看的」文件夹丢判断口径；一线五线上岗卡+运维当面回滚；交接前整周「断奶演练」FDE 不动手。交付包强调排错顺序表与错误样本集。

Day-4 陷阱：原型过不了关时，宁可写邮件缩范围也不糊弄过闸

Nasser 写固定价 10 日 AI sprint：合同写明第 5 天无可用原型可退 50%，客户盯 Day 5，他盯 Day 4。真实数据首次跑通时常撞未文档化 API、准确率 70% 对 90% 门槛、关键字段缺失约 30%。选项 A 是当晚糊一层可演示原型过闸；选项 B 当天下午邮件缩范围/暂停/干净退款。主张问题写在邮件里，口头不算数。

10 日 FDE Sprint：Sprint Brief 签字前不踩油门，第 10 天七件移交包

同作者拆固定范围固定价交付：第 1 天 2–3 小时写清用户/触发/动作/产出/价值并邮件签字；第 4–5 天端到端真数据原型+退款闸；第 6–9 天两轮评测（各 10–20 例）；第 10 天交代码、录屏、评分量表、工作流手册、30 日路线图与 60–90 分钟赋能会，已知局限写进文档。

FDE 五坑：当功能不当工作流、首版就全自动、交接只开一场会

Nasser 归纳驻场常犯：填不全「给谁、何时、做什么、产出、价值」就不是工作流；口头范围指望边做边清；v1 直接自动发信/自动路由；原型「看着行」跳过评测；交接只开会不交量表与手册。主张先辅助后人审、评测跑两轮、移交当交付物。

FDE Hub：买家开始写「迁出条款」——规则表可改才算真正交完

Milos 谈采购侧：知识转移写进验收、代码/配置/提示词/业务逻辑归客户、合同写递减 FDE 工时；迁出分三阶段（影子→客户管规则 FDE 管工程→客户自跑）。他自己做应付账款/调度/核保时，客户真正要的是能改「哪区哪天发货、谁批超阈值、何谓匹配发票」的规则表，而不是工程师脑子里的 prompt。

Rahul：误打误撞当上 FDE——上市 B2B 市场平台楼上对高管讲 Voice AI

产品工程师被临时派去带客户团队，约好九月回核心，半年后仍在岗。首个 POC 客户是全国规模上市 B2B 市场平台：多楼办公、对 Associate VP/资深 PM 讲自建 voice AI。强调无干净 sprint、只对后果负责，以及 FDE 周会把多客户 90% 相似的补丁回灌成产品需求。

Mitesh：悉尼贸易金融 Agent「漂亮 Demo 已 11 个月」仍未上生产

Google Cloud JAPAC FDE 负责人写客户会议室：单据检查 Agent 界面漂亮、十五份样例轮番给高管看，工程负责人一句「已 Demo 十一个月」。给出 1–2 周静默观察、3–6 周丑陋真数据版、7–12 周存活化与 gravel-to-highway 回灌产品的节奏，并对照 IBM 1969 拆绑与 Palantir Delta。

Fabarta：财务智能审核——只有正样本仍要「自学习」，改嵌原报销流

化工/制造链主现场：客户要自学习全自动审核，系统却只有通过正样本。FDE 改路径——制度打底、通过画像、附件抽样、专家补负样本、嵌入原报销流，并用混淆矩阵区分误拦/漏拦，而不是另开入口硬推全自动。