FDE三步入行作业单：每步都带完成标准，RAG关不过不碰后两步
方法桶双卡的作业卡（仓颉 RIA 六段，站主 2026-10-19 拍板加配）；同条主卡见末尾出处区。
R — Reading
“FDE 的全称是 Forward Deployed Engineer，主要工作是从零到一，给企业搭一套真能跑起来的 AI 系统。“（约 20 至 28 秒处） “那 FDE 到底要交付什么东西出去？不是一个能演示的 demo，是几样得挂在人家生产环境上跑的东西。“（约 51 至 58 秒处） “第一样是企业知识库：把这家公司真正值钱的资料——业务流程、对接细节、历史工单、已经解决过的问题——做切片、做向量化、存进向量库，让 AI 回答的时候照着这家公司的东西答，而不是照着互联网上的通用答案答。“（约 58 至 72 秒处） “第二样是 Agent 工作流，得接进他们现在正在用的系统，读得到真实数据，能真的动手办事，不是只会聊天……每一步调了什么、拿回来什么结果，都要留下记录。这套记录就是你排查问题的唯一依据。“（约 74 至 168 秒处，中段有串行，按口播层归并） “坐在会议室里问他们有什么痛点，是问不出东西来的。得跟着他们上一天班，看他们实际怎么走流程、活儿卡在哪一步、什么时候开始手忙，痛点才现形。因为很多时候那是某些同事安身立命的独门绝招。“（约 105 至 124 秒处） “先从 RAG 这条链开始：资料怎么切片、embedding 模型怎么选、向量库怎么建、检索出来的结果怎么排序，这条链你得自己从头到尾跑通一遍。跑通的标准是——拿你自己的一堆文档扔进去，问一个只有这些文档里才有答案的问题，它能答对。“（约 136 至 153 秒处） “私有化部署这块，等你真接到一个不许出内网的项（目）再学也来得及，但心里得先有数。因为客户一提数据不能出去，这笔账当场就要算给他听。“（约 180 至 190 秒处） “想系统学 FDE 的，评论区留言【学习】，我挨个给你资料。“（约 198 至 200 秒处）
出处：原视频，烧录字幕逐字稿（库内 00_原文/douyin/2026-10-27-AI公司都在抢，FDE前沿部署工程师到底是什么）；口播层至约 204 秒，229 秒后为录屏画面串行，未入引文。
I — Interpretation
三段台阶，每段自带完成标准，合起来练的是同一种能力：说得准、查得到、算得出。第一关 RAG 链——切片、embedding 选型、向量库、重排序四小件亲手跑通一遍，验收题是对抗式的：只有你喂的文档答得出、互联网通用答案答不出的问题，答对才算过；这一问把”能演示”和”能交付”切开。第二关 Agent 开发——光会答话不算，要调得动企业现有接口、读得到真实数据，且每一步调用与结果留痕；留痕不是锦上添花，是”它把事办错了你能查出错在哪一步”的唯一依据，等于把可调试性写成岗位要求。第三关私有化——作者明说别抢跑，接到”数据不许出内网”的项目再学来得及，但算力账（该上多大模型、手上几张卡撑不撑得住并发、要不要量化）要提前装在心里，客户一提数据出去不了，当场算给他听——FDE 的第一成交动作是算账不是写代码。三段之外夹着一门观察手艺：业务痛点是默会知识，挂在同事生计上，会议室问不出，跟班才现形。整体主张一句话：FDE 卖的不是模型能力，是”把 AI 装进别人生产环境还能兜底”的交付能力。
A1 — Application Example（作者自述，无实例可查）
视频是岗位综述＋学习路线，不是作者的项目复盘：没有真实客户交付案例、没有踩坑与失败例、没有时间线与账单。字幕 229 秒后串行进的画面（课程目录”工业选型／简历项目敲门砖”、教学演示的《假期政策》问答、周敏与张磊候选人相似度 0.79 的对比屏、“赋范AI社区·AgentPlayground”与域名）恰说明本体是课程宣传物料——学习路线没附任何工具链、代码或资料链接，唯一入口是评论【学习】。方法骨架可信度来自口播自洽与库内同作者条（10-02 LangChain 件）互证，实操细节无从核实。
A2 — Future Trigger
情境：①应用层开发者想转向 AI 交付方向，问”从哪开始学”；②给自己或公司搭 RAG / Agent 系统，不确定什么状态算”做完了”；③写文稿、做工具前要摸清使用人真实流程，纠结开不开需求会。语言信号：“AI 方向怎么入行""demo 客户说挺好但一用就崩""同事说不清他们到底要什么”。相邻区分：同作者 10-12 验收三问卡管”断在衔接层”的验收视角，本卡管学习顺序与每关的完成标准；与剧本压力测试条（10-20）撞在同一根问题上——用”只有这份材料答得出／删掉就露馅”的对抗式设计验真。对站主：这不是转岗蓝图，是两面现成的验收镜子——库的对质纪律＝RAG 验收题的库内版。
E — Execution
- 把 RAG 链从头到尾跑通一遍：切片→embedding 选型→向量库→重排序，语料直接用自己的存量文档（站主可直接拿 00_原文 逐字稿当料，零新采集成本）。完成标准：提出”只有这些文档里才有答案”的问题，系统答对且能指出出处段。判停点：答的是互联网通用正确答案——检索层没立住，修完再进第 2 步，别往下堆功能。
- 给 Agent 装上”能办事＋全程留痕”：接一个真实接口、读写真实数据，每一步调用与返回落日志。完成标准：人为制造一次办错，日志能让你定位到具体哪一步错。判停点：定位不出来＝架构不合格，回第 1 步补链路观察性，不带病进部署。
- 备一张私有化算力账（不抢跑学）：一页纸写四问——该上多大模型／现有几张卡撑不撑得住并发／要不要量化／量化后精度掉多少。完成标准：能在 5 分钟内对假想客户把这笔账讲一遍。判停点：眼下没有”数据不出内网”类项目，则账备完即止——提前深造没有客户就不必，作者的顺序论原样尊重。
- 报任何配套课程之前先验本体：评论【学习】只是领取入口，先拿目录与样章，第三方材料过装前六类扫描再碰。完成标准：拿到实体资料且与视频口径对得上。判停点：要付费、拉群、收个人信息才给——放弃（预告片体质，本体质量无从预判）。
输入契约：会写 Python／调 API 的开发者＋一堆自有文档＋一台能跑开源模型的机器。输出契约：两条可执行的验收（对抗题答对、错步可定位）＋一页算力账。
B — Boundary
- 反场景（不要用的场合）：①想转模型层研究的人——FDE 是应用交付工种，这条路线不覆盖训练与推理内核；②想”速成拿证”的人——三关全是动手标准，跑不通等于没学，证书替不了 demo；③已有自建知识管线的人（站主即此类）——整条路线是镜子不是蓝图，库已按”逐字稿＝文档、速览卡片＝语料、对质＝对抗验收”跑着，只值得抄两把尺子，按视频清单另起一套工具链属重复建设。
- 作者盲点/证据水分：卖课件只讲岗位好的一面——“绝对是 2026 年乃至未来很长一段时间热门岗位""薪资一定不会低”无数据无出处，供给端竞争烈度、项目烂尾、回款难等行价风险一概未提；“月薪 10 万”仅”热门大厂甚至能开到”的口头转述；痛点观察段是全片最实在的段落，但也停在常识层，无方法展开（跟班怎么跟、记录什么、如何避开同事戒心）；字幕后三分之一被课程目录污染，凡从中看到的”步骤”都不算作者承诺。
📺 赋范AI说《AI公司都在抢，FDE前沿部署工程师到底是什么！【附学习路线】》，抖音，2026-08-07 · 原视频 · 库内 2026-10-27-AI公司都在抢，FDE前沿部署工程师到底是什么 · 手写版对照 卡片/方法/10-27-入行FDE从跑通RAG链开始 · 速览 速览/2026-10-27-FDE岗位拆解与入行路线 · 同作者对照 卡片/方法/10-12-Agent项目验收三问 登记元数据（简）：capability_id: cap.kbv2.fde-rag-first-path · importance: 中（价值在对抗题与留痕定位两把验收尺，学习路线本身无出处）· intents: [AI知识库交付验收, Agent开发学习顺序, 错误可定位标准] · keywords: [FDE, RAG链, 对抗验收, 留痕, 私有化算力账, 跟班观察]