AI元宇宙产业委《元宇宙十大技术》培训班第161期

2026年9月6日周日晚上八点，由中国移联AI元宇宙产业委指导，AI元宇宙产业委副主任委员兼联席秘书长、物链芯工程技术研究院元宇宙研究所所长叶毓睿创办的“燕园叶话”《元宇宙十大技术》培训班进行到第161期。微信视频号 乐生活与爱IT、央链直播、寇享学术、DOIT、零壹财经、iCloser社交元宇宙、卢米宇宙、察访区块链、web3马甲哥、上海创业导师、盘古智库、氦川科技、大江大湖大黄高、卢山说AI精进、凤岐茶社等媒体直播或转载。Peter 叶毓睿《FDE：让AI真正落地的人》& 圆桌讨论。

先说一个09.06现场的小插曲。

在圆桌讨论的后半程，李铁军老师说，他们这一周投了四个标。他跟合伙人开玩笑："我们不幸万一中了四个，我们明天就得死。"

订单来了以后，谁能到客户现场，把AI真正用起来？这是他眼前的交付难题。

李明宇老师紧跟着接了一句："我们现在也是，交付是大问题，就是不缺需求。"

这句话让“AI落地难”有了一个具体的入口：至少在这几位嘉宾的项目里，需求已经到了，交付能力还要跟上。

高志老师还分享了一个自己踩过的坑。据他介绍，客户是他的师兄，做酒类电商，业务规模不小，对AI有强烈意愿，也已有相当投入。客户把项目交给他，希望他带着团队推进改造。尚方宝剑也给了高志。

 

可从上一年十二月启动，一直做到五月，项目仍是不温不火。按高志的复盘，原先那套做法只带来约20%到30%的提速。客户董事长忍不住点了他一句："你这样做是在拿 AI 当工具，你并没有真正去做一个 AI native 的组织。"

叶毓睿（Peter）老师在讲座里引用了李铁军的一句话，正好把这两个场景串起来了——

"模型能力已经到了工位，但流程还没有给他办入职。"

这一晚聊的 FDE，前沿部署工程师，说白了就是那个负责给"已经到了工位的模型"办入职手续的人。本期是燕园叶话第 161 期，由主理人叶毓睿（Peter）做科普讲座，随后进入圆桌讨论，主持人是邵舸（David）。

节目回顾

模型到了工位，却没人给他办入职

Peter的科普先谈到一个落差：模型的能力在提高，企业却未必能顺利把它接进自己的业务流程。

从“模型会做”走到“组织用得起来”，中间还要有人处理需求、系统、人员与验收。FDE正是在这些工作中发挥作用。

那FDE到底是什么？Peter在科普中用了这样一层定义：嵌入客户现场、深度理解业务，并把这种理解翻译成可交付技术方案的工程师。三个关键词——嵌入现场、理解业务、交付方案。

听起来像一个人，其实是一个人扮四个角色：他得是咨询顾问，因为很多时候客户自己都说不清痛点，得有人去界定哪些问题真能用 AI 解；他得是产品经理，决定做什么、不做什么；他得是架构师，管模型选型、数据采集治理、系统集成；他还得是全栈工程师，最后把代码交出来——虽然代码不一定要一行一行敲，但交付是他的事。

Peter也提到政策对驻场共创、持续迭代的关注。但在这一晚的讨论里，更具体的问题是：工程师来到现场之后，做过的工作怎样留下来？

围绕Palantir等企业的讨论，他强调了一个做法：把现场经验沉淀为平台能力。这一次为客户写出的连接方式、业务规则和评估方法，如果能成为下一次部署的起点，交付就有了复用的可能。

软件还会变化，业务也会变化。FDE需要把现场问题带回产品，让下一个项目用得上已经完成的工作。

他还转述了李明宇的一句话，特别形象——你带去客户现场的，到底是个背包还是塑料袋？塑料袋用完就扔，背包里的工具能带到下一个客户那儿去。

最难的那一关，是唱好这场堂会

 

讲座之后，第一个开麦的是张鹏老师。他结合医疗等项目的经验，谈到了客户内部协作的困难。

"客户的 IT 经理往往是很反对这个项目的，老板通常很支持。"

在他的项目经验里，老板容易看到效率提升的好处，但具体实施仍要获得IT经理和员工的配合。因此，他特别看重FDE的商务沟通能力：既要有推动项目的支持，也要耐心处理一线的具体诉求。

他用“唱堂会”来形容这种需要随机应变的沟通：

"这就类似于你去唱戏。西方人唱歌剧，我们今天唱《图兰朵》，大家都听《图兰朵》。但中国的是唱堂会——老板说秦琼很厉害，你这里面得有秦琼；员工说这里面有赵云，你就得把赵云在草船借箭里给他弄得很好。同时还要保证 AI 的主流程真的产生作用，还能让上面下面都接受你的方案。"

既要搞定人，还要搞定事，身段技术还得足够灵活敏捷。

这正好接上了 Peter 讲座里引用李铁军的另一句话——"明线决定上线，暗线决定留下"。明线是合同 SOW 上写得清清楚楚的那些：交付一个系统、上线一个功能、通过一次验收。而暗线是：流程要不要改？责任怎么分？数据能不能共享、归谁管？一线员工会不会抵触？这笔钱谁出？

Peter 举了个例子。甲方说"我要加一个取消订单的按钮"，一句话的事。可这个按钮牵动的是订单回滚、库存释放、支付退款、物流拦截——包裹还没发出要不要截住？这些系统背后每一个部门都有自己的负责人、自己的 KPI，任何一个环节说不，整条链路就堵死了。

那么，进场之前怎样判断项目有没有人能推动？李明宇老师分享了他们实际使用的一条判据：

看甲方有没有一个人在背 AI 的 KPI。

注意，不是"支持 AI"，是"背 KPI"。他解释得很具体：如果这个人是销售负责人，那他今年的第一考核指标已经不再是销售业绩，而是"如何用 AI 推进销售业绩增长"；如果他是工厂里管设备维护的，第一指标就不再是设备故障率，而是"如何用 AI 改善设备全生命周期的健康状况"。

"如果我们到甲方那转了一圈，没有一个人去扛这个 AI 的 KPI，那我们就会撤出来，就不管了。"

有人追问，这个人通常是什么背景？李明宇说他没统计过，但有一条是硬的：懂业务是第一位的。有没有意愿、有没有技术基础都不重要——KPI 扣到头上，没意愿会有意愿，没基础可以补。但如果他讲不清业务、在单位里没有专业权威推不动同事，那这个项目做起来会非常被动。

李铁军也从自己的客户选择谈到高层支持：他希望看到有足够决策权的人愿意推动AI项目。他举了民营企业董事长、国企副总裁等角色作为例子。这个判断对应的是他们服务客户的经验，核心仍是项目能否获得实际的协调与决策支持。

从 18 个人到 3 个人：真正的瓶颈是"共识"

回到开头高志老师那个卡了半年的项目。

他后来复盘，第一个弯路是什么？他用 AI 工具去加速开发，却没有先改造组织。

在这个项目的前一阶段，单靠工具加速只带来了约20%到30%的提升。他那个客户的技术团队十八个人，前后端测试产品配置齐全，非常传统的 IT 部门结构。就算砍到十个人也就到头了，剩下的十个人会忙得喘不过气。

按他的回顾，五月十二日开始，他亲自带队换了打法，采用他在现场称为SDD的“文档驱动开发”。

最开始两个星期，团队什么都不干，只做一件事：把所有知识蒸馏到文档里。

董事长原先担心，开发人员离开会带走关键知识，影响业务。把知识放进文档，是为了减少系统对个人记忆的依赖。高志描述的变化是：维护共同文档，成为团队的重要工作。

按高志的现场介绍，从五月换打法到七月，新系统完成切换；原先十八人的开发团队调整为三人，承担了原来的工作。这个结果来自他分享的具体项目。

团队人数之外，他对“共识”的解释更值得展开。

他说，所有团队工作里最重要的事情是形成共识。而以前形成共识的成本高得离谱：董事长把想法告诉技术总监，技术总监再去跟产品沟通，最后形成一个"大家以为是共识"的东西。可技术总监说的是技术语言，董事长听不懂；董事长说的是业务语言，技术又听不懂。他们自以为都听懂了，于是产生大量的无效沟通。

"本质上，大家看起来是效率低，本质上是共识构建的成本太高。"

他还特别提醒：就算勉强构建出来，那也多半是伪共识，而这些伪共识还"存储在一个非常不稳定的存储结构里，就是每个人的大脑里"——很多人连写成文档、写成会议记录的习惯都没有。

他们让各自的智能体助理参与比对文档，先暴露不同理解，再由人来确认。

董事长、技术总监和高志各有自己的agent，先让助理比对各自理解的需求与口径，再由人审核。所谓“歧义为零”，是他们开工前追求的工作标准；高志也明确说，仍会有少量对不齐的情况，要保留人工审核。

共识写清楚之后，再进入开发与测试，这是这套做法的关键。

高志自己花了大概一周把整体框架设计出来，之后就基本不在一线了。

 

后面还有一道网：单元测试、集成测试、新旧两站对比、数据库测试、前端测试、静态对照，六类测试都通过，才进入下一步。

高志分享的数据是，151项迁移中，14项需要人工热修，约占9.3%。他把它概括为约10%，并与此前一项工作常要改两三轮的状态对比。这两种说法的统计口径并不相同，更适合理解为返工显著减少的案例描述。

他还介绍，文档和测试的规模在新流程中明显增加。这里更值得借鉴的是知识、要求和验收方法都留下了记录，而不是只把写出的代码留在项目里。

Peter 追问了一个很关键的问题：那旧系统改造呢？技术总监不愿意交出自己脑子里的知识，这关绕不过去吧？

高志的回答是，优先回到业务方，弄清原始需求，再形成适合开发使用的文档；代码中的实现不一定完整表达了业务想法。

他也指出，这个客户有一个特殊条件：董事长本人熟悉销售、运营等多个环节，业务知识的来源相对集中。换成其他组织，就需要各个业务部门共同参与。

李明宇从自己的实践补充，遗留代码能否复用，需要结合具体项目比较。他们也遇到过重新讲清需求后，让AI重写的效果并不逊于沿旧代码改造的情况。把它当成一个值得验证的选择，比直接宣布所有旧代码都应该推倒更有意义。

内卷还是外卷：现场最大的一次分歧

讨论中，几位嘉宾在"AI 落地是不是等于减人"上没谈拢。

高志的立场最直接。他对李明宇说："你刚才说那个东西，其实有一个隐含的前提条件——你的客户不能裁人。"在他看来，如果没有这个前提，那些人本来就没必要留。他认为真正稀缺的只有一种人：资深架构师，理解计算机系统的底层原理结构，不分前后端，这种人的能力会被放大上百倍。而写测试用例、做正确性审计、写开发文档、画像素这类重复性工作，"完全可以用 token 替代"。

李明宇不同意，或者说走的是另一条路："我不推动客户裁员。"

他服务的是五百人以上、甚至几千人规模的研发团队，这类客户真正的诉求不是减人，而是停止招人但仍然能覆盖业务增长。所以他的做法是让每个人从"自己写软件"转型成"教 AI 写软件"：以前十个人组一个团队干一个项目，现在十个人同时覆盖五个项目，一个人带五个 AI，分别在五个项目里做界面和界面测试。

他还用一组项目成本和投标金额说明效率变化如何影响报价。这是他的现场举例；对于其他团队，成本结构仍需要按自己的工作量、质量要求和交付条件重新计算。

而李铁军给出了第三种视角，也是一段值得放回客户条件里理解的讨论。他把这两条路命名了：内卷和外卷。

"站在工具角度去做 FDE，客户会玩命追求你工具提效，他要裁员，他要减员增效——但这件事情是内卷。"

为什么内卷走不通？他讲的理由不是商业逻辑，是人性：

"我把你十八个人减到十个人就顶天了，剩下那些人忙得跟狗一样，他肯定会反对。换成我站在那个角度，我也会反对一帮外面来的不知所云的顾问把我的同事都砍掉，把活压在我身上。这是人性，你改变不了的。"

 

那外卷是什么？是反过来："你原来十八个人干一年五千万的生意，我现在拿 AI 进来，是帮助你这十八个人干一个亿的生意。这件事情才有可能被人接受——你别威胁到人的生存，那你铁定受人抵制。"

所以他们选客户只看一条：你是不是在扩张，现有人力是不是跟不上。典型客户今年做两个亿，明年至少四个亿，甚至八个亿，交付跟不上。"我不跟你谈什么减员增效，没那回事。我跟你谈的是我怎么帮助你去应对越来越快速的业务变化和扩张。"

"我们跟客户从来不聊减人这个话题。"

几位嘉宾面对的客户不同：高志的案例中，业务知识高度集中；李明宇关注的是少招人也能覆盖更多项目的大型研发团队；李铁军优先选择正在扩张的客户。场景不同，组织调整的办法也会不同。

 

李建功也从商业航天项目的招投标经验谈到价格压力。Peter随后追问，讨论中的“硬件”包括了带有定制软件的设备，不能把这段经验直接套到所有标准硬件上。这也提醒我们，比较项目价格或效率之前，先弄清交付的究竟是什么。

三十年前就这么干过，那到底什么才是新的？

聊到后半程，李铁军说了一句可能会让很多人意外的话：

"FDE 这事儿，我个人觉得它其实一点都不新鲜。"

"大家如果三十年前就开始是程序员的话，可以回想一下，我们那个时候就是这么干 IT 的。举个最直观的例子——WPS 这玩意儿就是求伯君一个人写出来的。那个时候根本不分什么前端和后端。"

像求伯君、雷军这样最强的人，一个人从头到尾干一个产品；一般人按模块分，但一个模块里你得从前端干到后端、干到数据库、干到操作系统。李铁军说他自己那时候什么都写，从 UI 到后端代码，到存储过程，到数据库调优，到去装操作系统，一人全包。

后来为什么变成前后端分工？因为技术发展得越来越复杂，一个人扛不住了，只好分工。

"今天是 AI 来了之后，把我们过去人能力的短板全都补上了。理论上来说，那我就是还是回到一个人干一模块，最强的人就是一个人干一个产品，结束。"

张金玉（虚实科技）老师从另一个角度说了同样的话。她说很多年前在 IBM 卖咨询产品的时候，就是 sales 加 BP 加 BD 加 consultant，再加后台开发——"其实就是一个全栈工程师，而且这个全栈不仅仅是开发上的全栈，是从销售到交付的一系列全栈。Nothing special。"

那为什么现在被包装成一个新概念？她的判断是：一方面因为 Palantir 把它做成了标杆，另一方面是因为很多企业对 AI 的认知应用和当前最新技术之间存在一个 gap，"我们能做的这些事情，就是去弥补这个 gap"。

那么，如果角色本身不新鲜，到底什么才是新的？这一晚给出了三个答案。

第一个来自李铁军：FDE 有 50% 的工作在解决实施，还有 50% 在解决产品怎么沉淀回来。你在一个客户那儿看到的共性问题，两个、十个客户都有，这个需求就该收回来变成产品的一部分；到第十一个客户时，你掏出来的应该是一个标准功能，而不是从头再开发一遍。前十个客户的实施，是在帮你积累标准产品。"干着干着突然发现，其实应该多一个标准模块，至少有五个客户同时都在要。"

圆桌上也有人追问：什么样的FDE才算好FDE？一个关键判断是，信息能不能回流到自己公司的产品侧，在这个客户做成的事情，能不能让下一个客户受益。李明宇回应说，他们已经联合业界专家做了一个 FDE 能力模型，分助理级、中级、高级、专家级四级，五个维度，专家级里就包含客户维度。

第二个答案来自赖总。他在演示中谈到对token消耗和产出的监控：AI做了什么，哪些调用有效，哪些环节反复折腾，都需要留下可观察的记录。

他把问题落在一句很直接的话上：

"并不是 AI 没有能力去解决问题，而是受限于我们自身的验收能力。"

他举了个例子：有些人不懂软件，用很强的模型去 coding，看到某个阶段的东西就觉得对了、满足需求了——其实那可能只是个半成品。所以在他看来，AI 越强，专业能力和专业纵深反而越重要，因为验收能力才是让 AI 能持续成长的逻辑基础。消耗很多token，并不自动等于交付合格；使用者还需要能够识别半成品和真正符合要求的成果。

这一点上，李明宇的态度很值得玩味。他坦白说自己有个问题到现在没想清楚：最开始他认为大模型能打破人的知识局限，所以 FDE 最重要的是 high agency——高能动性和执行力，具体的行业专业知识没那么重要。但两年实践下来，他发现还是得分行业、得锤进去，才能把业务做得动。到底是知识平权让行业壁垒变薄了，还是反而更该分领域沉淀？"这是我现在面对的一个问题，我也没有搞清楚答案。"

第三个答案来自虚实科技的张金玉老师。她那边干脆不叫 FDE，叫"AI 智能化交付"，交付给客户的是"一个会成长的组织"。她也不认同"最小单元 2 到 6 个人"的说法——"我认为是加 agent，根本不需要加人"，他们的配置是一个人加三个 agent。

她把整条链路拆得很细：FDE 工程师带着 agent 去客户现场沟通需求、当场生成演示（他们做了一个"陪聊"功能，开会时 agent 全程在听，要它说话就开麦，要演示就演示）；演示完立刻 check 自有平台缺了什么，能沉淀为平台能力的就沉淀，不能沉淀的判定为完全个性化、变成配置项；开发完成后生成一个 ops agent 去做部署，部署完自己跑一轮验证；最后产生一个管理员 agent，有超级 API 权限但零开发权限，日常回答组织里所有人的问题。每个员工再配一个自己的 agent，现场有需求变更都报给管理员 agent 汇总。"等他自己成长之后，我们就整体退出，只收很少的运维费。"

李明宇补充解释了"2 到 6 人"的由来，其实和张金玉并不矛盾：下限 2 人，是因为少了懂业务或懂实施的一方，对单个 FDE 的要求会高到招不到人；而上限 6 人，本来就是他用来劝阻当时那些"堆一大堆人做智能体"的企业的——超过六个人基本就说明有问题，应该更多发挥 AI 的能力，而不是加人。

Peter 的总结是：两种说法没有冲突，只是场景和客户不同。

 

董瑞芳则从智慧农业的实践继续追问：到了客户现场，部署的究竟是什么？她们正在尝试从设备和田间数据里认识机理，再通过模型与现场调试改进实际工作。她据此提出“前沿模型工程师”的思考。

这是她对行业下一步的判断。对于这场圆桌而言，它把“AI落地”从软件界面继续推向了设备、数据与业务规律。

写在分享末尾

两个半小时的交流里，几位嘉宾对于团队怎样调整、旧代码怎样处理、专业分工要不要保留，都提出了不同的做法。

这些分歧值得保留。它们让我们看到，模型能力之外，还有一整套交付工作要完成。

它在甲方有没有一个人愿意把 AI 扛进自己的 KPI 里；在你能不能把董事长和技术总监脑子里那两套互相听不懂的语言对齐；在你敢不敢跟客户说"我不帮你减人，我帮你把生意做到一个亿"；在 AI 给了你一百万行代码之后，你还有没有那个本事判断它对不对。

张鹏在最后把关注点再次放回商务落地：怎样获得客户的信任，怎样让项目真正开始，仍是他在开拓阶段面对的关键问题。

模型到了工位，业务的要求、合作的方式和验收的标准，也需要一起到位。

如果你也在一线做 AI 落地，这一期值得完整听一遍——很多具体的坑、数字和判据，都藏在圆桌的来回交锋里。

 

本期完整回看

 

本篇回顾：2026年9月6日，「燕园叶话」第161期。

 

叶毓睿（Peter）先作《FDE：让AI真正落地的人》科普分享，随后与一线嘉宾围绕需求、交付、组织调整和经验复用展开圆桌讨论。

 

主持人：邵舸 David。

 

欢迎在B站搜索up主「乐生活与IT」，查找本期完整回放。

 

20260906-燕园叶话 第161期 

Peter 叶毓睿《FDE：让AI真正落地的人》& 圆桌讨论

 

https://www.bilibili.com/video/BV19nxB6YEzH/

 

更多有关于本节目

往期节目列表

 

节目核心议题

 

燕园叶话欢迎大家一起打造AI培训平台，加入到这个AI全民科普计划（十个顶级专家，百个中高级的资深专家；千个甚至万个最高层，也即5~6层AI老师）。无论是AI老师，或者需要培训的甲方，都欢迎和我私信联系、探讨。用Web3/DAO的方式，看看如何达成共识分润？

 

 

《元宇宙十大技术》培训班是由AI元宇宙产业委副主任委员兼联席秘书长、物链芯工程技术研究院元宇宙研究所所长、先进计算产业发展联盟智能计算组组长叶毓睿发起和创办的。叶毓睿长期关注区块链、VR/AR、AIGC、数字孪生、3D内容创作平台或规范（如Web3D、WebXR）等元宇宙等前沿技术领衔参与撰写的《元宇宙十大技术》一书系统地剖析了构成元宇宙的技术组成、原理、案例和未来趋势。他领衔并邀请了十多位领域的Top级专家撰写的《元宇宙十大技术》一书，系统地剖析了构成元宇宙的核心技术要点，该书得到了包括朱嘉明、肖风、姚前及四位院士等70多位资深专家的联袂推荐。 通过“燕园叶话”这个平台,叶毓睿希望能够推动元宇宙技术在社会各界的交流与普及。《元宇宙十大技术》一书为这个系列活动提供了理论基础和技术支撑。同时,叶毓睿还积极运用自己的人脉资源，邀请国内外元宇宙领域的专家学者前来主讲，保证了内容的专业性和前瞻性。

《元宇宙十大技术》培训班目前主要以线上形式（腾讯会议+视频号）展开，并邀请了13+媒体伙伴们一起转播、转载，通常每次在线观看人数4000-41000不等，也是受访嘉宾及其所在公司的良好展示平台。该品牌系列活动的创办，是元宇宙产业委和叶毓睿推动元宇宙产业发展、促进元宇宙技术交流的重要举措之一。 《元宇宙十大技术》培训班的举办，是AI元宇宙产业委为推动元宇宙技术交流、促进产业发展作出的重要努力。通过持续邀请专家学者主讲，剖析元宇宙技术，和介绍应用场景或案例，使广大公众对元宇宙有了更深入的了解，也增强了对元宇宙发展的信心。可以预见，这一系列活动有望对元宇宙产业链培育人才、推动技术创新、规范产业发展起到积极的推动作用。我们期待它能够发挥引领示范效应，推动元宇宙产业健康快速发展。