三个专业团队，接力干了一年，最好成绩 60 分。
我接手，三天，98 分。客户拿着我从没见过的新数据，现场测的。
这样的项目，过去半年我做了六七个：环保、物流、机械、财务、央国企研究院。十几家企业聊下来，六七家签约或进入签约。
很多人问我是怎么做的。答案说出来很简单：我只是把一套打法跑通了。这套打法，最近有了一个很火的名字，叫 FDE。
但我得先泼盆冷水。现在到处讲的 FDE：驻场交付、40% 写代码加 60% 面向客户、年薪几十万美元。这些说法都对，但讲的全是最浅的一层。如果 FDE 只是“驻场的工程师”，那它就是把上一代的外包换了个新名字。
真正的 FDE 是什么？我的定义是三句话：
比咨询更进一步：咨询交报告，FDE 直接给结果。 比软件开发更靠近业务：开发接需求，FDE 自己去找真正值钱的问题。 一个合格的 FDE，一个人就是一个团队。
今天我把整套方法论公开。它只有三步：Why、What、How。
第一步 Why：别接需求，去找老板睡不着觉的事
FDE 和外包的第一个分水岭，在接需求的姿势上。
外包的姿势是：客户要什么，做什么。FDE 的姿势是：**一定要把 Why 找得特别准。**直接访谈一把手，给老板把脉。不要自己瞎想。你觉得绩效对他一定重要吗？不一定，有的公司根本不重视绩效。
所以我见每个老板，开场就是三个问题：你们公司最核心的业务是什么？你最头疼的问题是什么？你觉得最大的增收机会在哪里？
有老板一上来提的是提效需求。我会直接说：这个我能做，但我不想跟你谈这个。然后问出那个最关键的问题：
“你每天晚上睡不着觉想的，是什么事？我能不能用 AI，帮你把那件事自动化了？”
举个真实的例子。一家国际物流公司找我做 Excel 提效，把供应商的报价单整来整去。我做出来了，demo 都调好了，然后当面跟老板说：这个东西价值太小，不值得你花钱。
再一问睡不着觉的事，真问题出来了：一天一百多个客户询价，供应商报价全在十几个微信群里，商务根本拼不出最优路线，转化率只有 2% 到 5%。我说这个我能做，AI 自动询价、五分钟拼出成本最优的报价方案。老板自己算的账：转化率有望到 10%，营收翻两到五倍。
同一家公司，同一个下午，两个项目：一个省几个操作员的工时，一个可能让营收翻几倍。他原本要立项的是前一个。
为什么 Why 这一步这么值钱？因为核心业务和边角料是两门完全不同的生意。**核心业务的提效，做到一定程度就不再是提效了，它直接等于增收。**边角料的天花板一眼看到底：帮老板省一个人十万块的成本，他给你一两万服务费，双方都觉得没意思。那不是 FDE 该吃的蛋糕。
所以每个项目开工之前，我都要过一遍 So what 检验：假设我把这个东西完美地做出来了，你能多赚多少钱？能开几家分公司？答不上来，说明点没找对，换一个。
第二步 What：别推销方案，做超越客户想象的定制
找到了值钱的问题，第二步是方案。这里的分水岭是：你是在推销你有的东西，还是在做客户真正需要的东西。
一家机械维修厂的老板跟我说过一句话，我印象很深：以前来了那么多卖工业 AI 的，没有一个是来解决我问题的，都是来推销方案的。你不解决我的问题，给我推一堆方案没有用。
客户永远不想要标准化。客户想要的永远是解决我的问题、适配我的流程。而且要认清一个现实：**通用大模型已经把标准产品吃透了，轮不到你。**留给应用层的机会，只在深度定制里。
怎么做出超越客户想象的方案？两个动作。
第一个动作，还原工作流。不要问需求，问流程。我会坐到员工的电脑旁边说：你给我演示一下你日常怎么工作的，每个步骤的输入是什么、输出是什么。我会让老板在黑板上画流程图，一边画一边打断他问细节。聊完这一圈，AI 该在哪个环节进场、怎么进场，自己就浮出来了。
第二个动作，让 AI 成为行业专家。注意，不是让我成为行业专家。物流那个项目，老板把我拉进了六十多个报价群，我在里面看了两周，把沟通记录交给 AI 分析，AI 很快把整套询价报价链路和那些行业黑话全吃透了。这个链路能转起来，不是因为我强大，是因为 AI 太强大了。上一代做垂直行业，know-how 必须内化进人的脑子里；这一代只需要结构化给 AI。
方案的形态也是彻底灵活的：嵌进原有系统最有效就做插件，单独做产品最有效就单独做。环保那个项目，我直接把审核按钮注入到政府网站的真实页面里。客户在哪里工作，我就在哪里给他解决问题。
第三步 How：准确率到不了 95，前面全白干
这是最残酷的一步，也是市面上 90% 的“FDE”倒下的地方。开头那个 60 分对 98 分的故事，就发生在这一步。
把这个故事讲完整。广东一家环保检测公司，要从几百页 PDF 检测报告里提取几百个数值，算浓度、算流量、算平均值，填进政府的排污平台，填错要担责任，熟手填一家公司的表要从早干到晚。客户此前找过三家：知名 RPA 厂商收了近十万 POC 费，条件是“报表格式永远不变、政府网站永远不更新”才敢承诺 60%；一家 AI 软件公司做砸了；某高校博导带的博士团队干了四五个月，还是 60%。
我接手之后前后三四天，算法架构推翻重来十几版，带着 demo 去东莞现场测：几百个数值，错了一两个。
为什么说 60 分等于零分？60 分不是差一点，是完全不能用：人还得全部复核一遍，核对成本快赶上自己干。60 分的 AI 是玩具，95 分以上才是生产力。差的那一点点，就是“每天在用”和“吃灰落灰”的区别。
差距在哪？三件事。
**第一，架构换代。**那些可视化拖拉拽的工作流编排，在我看来 90% 都是垃圾，全部扔掉，一个都不要心疼。真实世界的白领任务太复杂，人类手工编排的流程，遇到一点新情况就死。Agent Harness 加 skill 的架构，只要用对了，90% 的情况下更稳、更准，是降维打击。
**第二，机器自检加人工审核。**AI 每填完一个数值，会为它单独写一段代码，回到原始 PDF 里把来源再撞一次。机器自检完，再给人一套真正好用的审核界面：每个数字点一下，直接跳回它来自哪份 PDF 的哪一页。做不到 100% 不丢人，做不到 100% 又不给人审核的抓手，才是致命的。
**第三，评测驱动的自进化。**人审核时发现的每一个错误，都结构化存下来，攒够了让 agent 去抽象错误、更新 skill。我交付的不是一次性软件，是一个越用越聪明的 agent。
测完那天我跟老板说了一句话：我只不过是把今天 AI 的上限摸到了给你看。别人给你做不好，是因为他们的水平不够。
这套打法，2026 年之前根本不成立
要说明的是：这不是我比谁聪明，是时间点到了。
24 年、25 年我自己劝客户的话是：咱们找点小而美的痛点，解一解。因为那时候的模型解不了核心业务，神仙来做也做不出顶尖效果。
2026 年上限变了。软件行业自己先被打穿：99% 的代码是 AI 写的，人只做审核。而白领的工作都在电脑上，电脑上跑的是软件。再算一笔工资账：你们行业请的专家，工资比一线程序员更高吗？AI 把更贵更难的那份工作先干到了 99%，凭什么你的行业核心业务做不到？
不要侥幸。只要是发生在电脑上的事情，今天的 AI 都是可以解决的。你的行业还没发生，不是技术做不到，只是还没有人渗透进去做。
我把 2026 年叫做：**AI 进入了摘果子的一年。**这也是 FDE 这个模式今年突然火起来的根本原因：果子熟了，需要有人伸手。
为什么会这套打法的人这么少
因为它要求三种很少长在同一个人身上的能力：跟老板对话的商业能力，设计方案的产品能力，和把准确率推到生产级的算法能力。我在客户现场是 CEO 加 CTO 加咨询顾问加销售，一个人是这些角色的集合体。市面上把 FDE 理解成“交付链条的最后一棒”，而真正的 FDE 是全程。
所以每次有人问我，这种活为什么至今没人做出来，我的回答都是同一句：
懂 Agent 算法的真正厉害的人，没有沉浸到你这个行业里去；你这个行业里已有的研发水平，又跟不上今天的 AI。
中间那个交集，是空的。
方法不是壁垒，水平才是
有人问我：你把方法论全公开了，不怕别人抄吗？
不怕。我做过培训，我能培训 AI 产品经理，就能培训 FDE，我从来不担心方法被学走。**方法从来不是壁垒，水平才是。**这套打法的每一步，考验的都是真功夫：Why 那一步考验你能不能跟老板平等地聊战略，What 那一步考验你的产品洞察，How 那一步考验你十年攒下来的算法手感。
所以，如果你也在做企业 AI 落地，这套 Why、What、How 拿去用，能帮一个是一个。
如果你是企业的老板，那我把那个问题送给你：
你每天晚上睡不着觉想的，是什么事？
带着答案来找我。一天免费驻场诊断，两三天免费 POC，效果亲眼看到再决定给不给钱。手里有做失败的 AI 项目？拿来考我们，我最好的几个客户都是这么开始的。