AI 项目为什么总停在演示？这本免费电子书把原因讲明白了

2026-10-30silcano

我用一晚上读完了这本 84 页的免费电子书。结论先说：能白拿，不用买，但别指望它教你写代码。

它叫《FDE 入门到精通》，副标题是「八堂课学会将 AI 送进客户现场」。作者高飞，公众号「高飞的电子替身」。

先说能不能拿到

能，而且完全合法免费。

三种格式都有：网页版（带侧边目录）、84 页 PDF、Markdown 源稿。中英双语各一套。协议是 CC BY-NC-SA 4.0——署名、非商业、相同方式共享。自己看、转发、打印都没问题，别拿去卖。

地址是 github.com/feigaobox10/fde-reader，在线看是 feigaobox10.github.io/fde-reader。

但有个前提得先知道：这不是一本原创著作。它是 AI Engineer World's Fair 2026 上 FDE 专场八场演讲的改写，素材是公开视频的自动字幕。作者自己在 README 里写明了「非官方、未获讲者背书」。

这话听着掉价，但换个角度——那八场演讲你本来也不会去看，自动字幕你更不会去读。有人替你啃完、核对了人名术语、补上 Palantir、EC2、Foundry 这些背景，写成能顺着读的八课。这活儿本身有价值。

它想回答的那个问题

书一开篇摆了几个问题，最扎人的是这个：

模型已经越来越会写代码了，为什么企业里的 AI 项目还是停在演示和试点？

书里的答案是：demo 一进客户环境，立刻撞四堵墙——数据散在旧系统、流程藏在人的习惯里、异常没人记录、安全团队不放行。FDE（Forward Deployed Engineer，前向部署工程师）就干在这道缝里。

然后它给了一个循环：现场事实 → 问题定义 → 首个结果 → 生产部署 → 产品复利。第五步是关键，「复利」的意思是：下一位客户不该再付一遍同样的成本。

八课，我压成八句

1. FDE 这个职位「不存在」。 名字里塞了太多活。Palantir 从 2008 年到现在叠了四层：先是平台稳定和现场救火，再是数据集成与本体，然后是定制应用，最后是让客户自己上手。所以面试该问的不是「你干过几年 FDE」，是「你是哪一年的 FDE」。

2. 先别招。 一张二维图：产品复杂度 × 用户技术能力。只有「产品极复杂 + 用户不懂技术」那一格才真需要 FDE。剩下三格招了，多半是在给产品问题打补丁。

3. 客户带来的是方案，不是问题。 有个客户写了 47 页需求文档，要完整 BI、14 项指标、开发环境。团队吵了四个月范围，还没进现场。最后四小时做了一条告警消息，问题解决了。真实流程是「发现延误—通知对人—换个办法」，不是「上一套 BI」。

4. 把隐性流程画出来。 书里那句我划了线：上下文不是文档堆。一百多页资料塞进提示词，不等于理解了这家公司。

5. 写代码之前，先说清不做什么。 周五晚上销售发消息，要接 SAP。技术上能做。但「紧急」可能只是这个季度额度的紧急。

6. 克制「一次性做掉」的冲动。 代码便宜之后，最贵的是克制。

7. 别用 token 证明价值。 写代码大约只占问题的 20%。剩下八成全在生产化、集成、评测和采用。

8. 模型不是系统。 验证循环决定 Agent 能自主跑多久。软件开发本来就是一座工厂，只是多数公司没画出来。

第六到第八课是我觉得最薄的三章，后面细说。

三个真出彩的地方

第一个，「FDE 年份」。

这个说法挺妙。一个人干过三年 FDE，可能三年都在干 2012 年那层活——数据集成本体。另一个只干两年，赶上 AIP Bootcamp。你问「几年经验」，问不出区别；问「哪一年的」，一下就清楚了。

它顺手解释了一个我一直觉得别扭的现象：为什么同一个岗位名，在不同公司像两个职业。因为岗位从来没被清空过，新任务是一层层压上去的。

第二个，那个 1970 年 1 月 1 日。

第三课讲的翻车案例。系统上线，日期字段空着，默认填成 1970-01-01。Cassandra 分区直接爆到约 230 万个 keyspace，启动估算要 14TB 内存。

不是架构错了，不是并发顶不住。是一个特别普通的脏数据事实：日期可能是空的。

我读到这儿停了一下。这种事写成 PPT 就是「数据治理最佳实践」，写成故事才有人记得住。

第三个，一句话把我说服了。

「临时」只是写代码那天的心理状态，不是系统的生命周期。

书里说，那些「先凑合一下」的脚本，按 18 个月寿命去写——要有所有者、有日志、有基本测试、有权限边界、有退出方案。有个客户现场，一个临时 Groovy 脚本活了一年多，还长出了自己的昵称。

这句放在任何写代码的人身上都成立，跟 AI 没关系。

我不太买账的地方

得说清楚，不然像恰饭。

它是二手加工，不是原创研究。 八场演讲改写，84 页。信息密度高，但没有「书」该有的纵深——没有反例，没有长周期复盘，没有作者自己的失败。读着像一份质量很高的会议纪要。你要的是「一本能反复读的书」，它不够。

数字别当基准。 书里到处是「大约 60% 来自平台，40% 按客户组合」、「一年扩到 25 人」这类。作者自己标了「不是行业标准」。这些都是演讲者的口径，转一手再转一手，只能当方向，不能当 KPI。

后三课明显虚。 前五课有名字、有案例、有翻车现场。到第六课开始变成「两条专业化通道」「行业知识会复利」这种正确的空话；第七课那个「从 13% 的演示到企业生产」很扎人，但展开不够；第八课的「软件工厂」「任务容器」更像概念占位，还没落地。

它的读者是企业，不是你。 讲的是怎么把一套复杂平台卖进不懂技术的公司。个人开发者和小团队能拿走的，主要是判断力，不是方法。

想省时间的话，读这四十页

不用通读。按我的经验：

第一课必读。 讲职位史，也是全书最好的一章，有细节有脾气。

第二课那张二维图截下来。 以后评估任何「要不要设这个岗」都能用。

第三课的 47 页案例和 1970 那个 bug，是全书最像「故事」的部分。

第五课的范围追问清单，六条，直接抄走能用。

第六到第八课，快速扫标题就行。术语表也别跳，54 条，比你现搜快。

剩下的，跳。

最后

这书最值钱的地方，不是告诉你 FDE 该干什么，是它把一个很大的问题拆小了：AI 落不了地，往往不是模型不行，是没人负责最后一百米——数据在哪儿、谁真的在用、什么算成功、出事谁回滚。

这些事听着不性感，也不适合发朋友圈。但它是真的。

如果你只想知道值不值得看：值得，两小时的量，还免费。别买，网上有。