第 18 章 FDE 的下一站
18.1 FDE 不会只有一种形态
随着企业 AI 落地增多，FDE 很可能继续分化，而不是形成一份完全统一的职位说明。
技术型 FDE擅长复杂集成、性能、安全和生产系统；行业型 FDE深入金融、制造、医疗、零售等领域，能够识别真正值得改变的流程。
战略型 FDE更关注场景组合、组织协作和价值路线；平台型 FDE把多个现场的重复需求抽象成连接器、工具、评测体系和产品能力。
优秀从业者可以有不同重心，但都不能完全失去两端：一端是真实现场，另一端是工程与产品化。
18.2 从个人贡献者走向更多方向
FDE 可以继续成为资深个人贡献者，专攻高复杂度或高风险项目；也可以成长为 FDE Lead，负责项目组合、团队方法和人才培养。
长期积累的现场理解还可以通向产品负责人。FDE 知道客户真正怎样使用系统，也知道哪些差异值得进入产品，哪些只是单个项目例外。
另一条道路是成为行业解决方案负责人、企业内部 AI 负责人或创业者。选择取决于个人更喜欢亲手构建、带领团队、定义产品还是经营业务。
职位变化不应让自己离事实越来越远。即使进入管理岗位，也要保留接触用户、数据和失败记录的渠道。
18.3 行业知识比追逐模型更耐久
模型和工具会不断更新。今天热门的框架，几年后可能消失；企业的核心流程、风险结构和决策逻辑变化得慢得多。
理解制造企业怎样处理质量异常，银行怎样管理权限和审计，零售企业怎样补货，专业服务怎样复核成果，这些知识能够跨模型迁移。
这不意味着停止学习技术，而是把学习重点从“会不会使用某个按钮”，提升到“新能力能改变哪段流程，会引入什么风险”。
FDE 的护城河不是记住最多产品名称，而是能够快速理解技术，再把它放进深刻理解的业务环境。
18.4 建立自己的职业资产
项目结束后，真正留下来的不应只有一行简历。
案例库记录不同问题、约束、方案和结果；失败库记录错误类型、原因和修复方式；评测资产保存真实任务结构和验收方法；组件与模板减少下一次重复劳动。
还应记录关键决策：当时知道什么，为什么这样取舍，后来哪些假设被推翻。多年之后，这些记录会形成个人判断体系。
同行网络同样重要。FDE 横跨多个领域，不可能独自掌握所有行业、安全和工程知识。可信赖的同行可以提供评审、合作和不同视角。
18.5 保持现场，也保持抽象
只在现场解决问题，会被无数细节吞没；只做抽象设计，又会逐渐失去真实感。
FDE 要不断在两者之间往返。进入现场，看见流程、数据和人的限制；离开现场，寻找共性、建立模型并沉淀产品；再把新能力带回现场验证。
这种往返决定了工作能否产生复利。没有现场，抽象容易错误；没有抽象，经验只能属于一个项目。
18.6 不必等待一个完美岗位
对于正在转型的 IT 从业者，最现实的起点可能不是获得一份名称标准的 FDE 工作。
你可以在现有岗位中向前多走一步：工程师参与问题定义，产品经理亲手验证原型，测试人员建立 AI 评测，运维人员把可靠性连接到业务采用，实施人员把现场经验带回产品。
当你完成一次从模糊问题到真实结果的闭环，职位名称反而变得次要。市场最终识别的是能够解决问题的证据。
18.7 给转型者的最后一封信
如果你已经在 IT 行业工作多年，可能正经历一种复杂感受：过去熟悉的岗位边界正在变化，新工具每天出现，年轻人似乎更快，而自己的经验又像一套来自旧时代的知识。
不必急着否定过去。
企业采用 AI，需要的不只是知道最新模型的人。它需要理解系统为什么会失败，知道数据和权限不能想当然，经历过用户抵触和跨部门协作，也愿意在结果没有发生时继续追问原因的人。
这些能力，往往来自你曾经处理过的那些不够光鲜的项目：一次上线故障，一份反复变化的需求，一个始终不肯使用系统的部门，一场没人愿意承担责任的会议。
AI 没有让这些经验失效，而是让它们有机会被重新组合。
成为 FDE，并不意味着把自己变成无所不能的人。你只需要保留已经验证过的强项，补上最影响闭环的短板，然后进入一个真实问题：把它看清，做出可用系统，观察是否有人使用，如实衡量结果，再把经验带到下一个现场。
这条路没有统一起点，也没有唯一终点。有人会找到新工作，有人会在原公司完成转型，有人会成为独立服务者或创业者。
真正共同的，是从“完成我的任务”走向“让有价值的结果真正发生”。
这就是 FDE，也可以是一个传统 IT 从业者面向 AI 时代重新出发的方式。
全书结语
模型会继续变化，工具会继续变化，岗位名称也可能变化。企业真实问题不会因此自动消失。
总要有人走到技术与业务交界的地方，把模糊变清楚，把演示变成系统，把系统变成结果，再把一次结果变成可以复用的能力。
希望下一次站在这个位置的人，是已经准备好出发的你。