@cnzhihao: Today marks the third week of implementing FDE for the AI town. I've abandoned the previous approach of conducting requ…
摘要
The author describes a three-week process of implementing AI in an AI town, shifting to a bottom-up approach where employees build their own agents using tools like Workbuddy and thincoder for internal deployment.
查看缓存全文
缓存时间: 2026/09/24 00:16
Today marks the third week of implementing FDE for the AI town. I’ve abandoned the previous approach of conducting requirements research first, then deploying the Agent, and finally having the boss pressure employees to use it. Instead, I’ve shifted to letting employees build
智昊:最新一线只做培训不做实施 FDE 战报分享
最新 FDE 实践战报。给大家提供一些新思路。
今天是我给人工智能小镇拉 FDE 实施的第三周,摈弃了之前做需求调研然后上 Agent 再让老板压员工用的思路,改让员工自己做 Agent 自己使用调试。
第一周:AI First Workflow 入门
第一周,我让IT 给所有参加 FDE 实施的 KU 全部换电脑,目前他们的电脑已经清一色 32g 内存,可跑 5+ Agent 了,基本上这个阶段够用。
然后让他们使用 workbuddy 内置的各种专家库去完成以下工作:
-
平面设计:海报、手册、KT 板、横幅等;
-
课程设计:研学中心课程 workflow AI 化,目前基本是我在做,因为我也要给他们对外输出课程,目前已经基本跑通了;
-
知识库:每个人做了一套知识库,现在在做 dogfooding 试跑,设计经理的目前跑的最稳,AI 召回能力很强。我给他们做的知识库不是 RAG,是带索引的 Grep,猛的飞起,图片抓取适配率 100%,就是建索引比较累,当然累的是他们不是我。
这些工作也不是我让他们做的,只是我给了他们我是怎么玩的之后,我们现场讨论出来,然后他们回去自己搓了很多后,最后汇报给我的结果。
这就是第一周,我就负责培训然后指导,给他们装了 2 台 DIY 主机,上了 3 次课,每次 2 个小时不到。
我还是那句话,生产对 AI 的要求和 AI 博主对 AI 的要求完全就是两件事情,现在生产需要的 AI 水平到初中生就完全够了,根本不需要博士生。
第二周:从 Workflow 到 Agent
第二周,他们已经大大小小把该用的 workbuddy 专家库全用完了,我开始带他们自建 Agent。在这之前我做了两个 Agent,一个待办 Agent,一个咨询师 Agent,分别用于管理待办和自建 Agent 讨论。 做这两个一是打样,二是对这几个 FDE 进行管理。
这里推荐大家使用飞书,待办可以建聊天群,咨询师 Agent 可以建话题群。聊天群让 Agent 实时更新多维表格,话题群可以让 Agent 落云文档,而且容易查看员工和 Agent 的讨论结果。
待办聊天群测试截图
待办聊天群测试截图
话题群讨论测试截图
话题群讨论测试截图
单话题测试截图
单话题测试截图
具体的内容不方便全部展示出来,这个方案已经上线 2 天开始使用,具体再观察一周。
为什么是这两个也是有讲究的。第一个就是他们在搭 Agent 的过程当中,一旦和 FDE 咨询师完成沟通,FDE 咨询师就会直接向待办管理员去发待办,然后落实到特定的员工,然后我就能看到他们想做什么 Agent;而 FDE 咨询师咨询的结果就是输出一套提示词,他们把这个提示复制粘贴扔给 Workbuddy,Workbuddy 就能直接帮他们把 Agent 搭好。
对应的 Skill 我都已经全部整理好放到他们本机上了。当然,Workbuddy 争不争气就看这个星期他们搭的怎么样。如果 Workbuddy 不争气的话,我就会全部切换到thincoder,这个 TUI 工具是我最近编程的主力 Agent。
整体理解就是由 FDE 咨询师Agent带领这些员工去找到自己当前业务流程中的痛点和解决方案,然后直接转化成提示词,由员工将提示词放到他本机的 Coding Agent 当中,完成整体的建立和部署。
我只需要喝茶,然后验收就可以了。
第三周:Agent 及内网工具分享平台
这一周我打算把他们公司内部的网站平台搭出来,在我本机已经跑通了,接下来就让他们自己搭完Agent 和内网工具之后,进行周会评审通过后由他们本机的 Agent 打包上传到公司服务器上,然后整个局域网内的人就都能用了。
写这篇文章的真实目的
现在服务器还在让他们采购。如果有卖公司内网服务器的朋友可以联系我,不要卡片机箱服务器,只需要一个微型服务器,总共就 20 多个人,不需要特别高的并发。
封面提示词来源:Adrian Punk
https://x.com/AdrianPunk115/status/2098366626571989034
相似文章
@miles_mazy: https://x.com/miles_mazy/status/2087516591244361755
文章通过FDE路演经历,探讨企业AI落地真正缺少的不是模型,而是能把模型、业务、数据和组织责任连接起来的Forward Deployed Engineer(FDE),并阐述其职责、组织机制、技术与销售属性,以及科研证据方法在交付中的作用,提出一个FDE带一群Agent可完成AI转型交付的观点。
@marfinxx:中国研究人员在自主AI智能体工程领域取得重大突破,对AI系统架构师至关重要…
中国研究人员在自主AI智能体工程方面取得突破,采用代码即执行框架(code-as-harness)范式,用可执行的验证基础层取代文本提示,通过六个内部流程实现确定性的多智能体执行。
@vasuman: https://x.com/vasuman/status/2057177266984226892
一份关于AI公司中前沿部署工程(FDE)的全面指南,解释了为什么Anthropic、OpenAI、Google等公司需要FDE,以及如何通过审计、评估和部署来在该角色中表现出色。
@hwchase17: https://x.com/hwchase17/status/2053157547985834227
文章概述了一个系统的“智能体开发生命周期”(构建、测试、部署、监控),以有效创建和管理 AI 智能体,重点介绍了 LangChain、LangGraph 和 CrewAI 等关键框架。
@shao__meng: AI 驱动开发的七阶段 1. Grill 2. Research 3. Prototype 4. PRD 5. Issues 6. Implement 7. Review 来自 Skills For Real Engineers 作者 @…
A Twitter thread shares the seven stages of AI-driven development from the Skills For Real Engineers project by @mattpocockuk, including alignment techniques like grill sessions and tooling for coding agents.