课程简介
随着大模型技术的爆发，企业级AI应用普遍面临“交付难、成本黑洞、效果不可控”的三大痛点。据Gartner预测，到2027年，40%的智能体项目可能烂尾。造成这一困局的核心原因在于，传统的瀑布式或慢敏捷开发模式，已无法适应AI项目“需求涌现化”、“输出概率性”和“技术迭代快”的特征。传统的职能分工导致产品、研发与交付之间存在“职能墙”，在AI项目中难以形成合力。与此同时，Palantir等成功的AI公司通过设置对最终业务效果负责的新型人才 FDE（Forward Deployed Engineer），并设计相应的敏捷组织架构和流程，打破边界、成功破局。
本课程正是为了解决AI落地中的“剪刀差”现状，由具有大规模AI项目成功落地经验的实战派FDE讲师亲自授课，通过讲解+实战培养具备全链路闭环能力的FDE，帮企业将大模型技术真正转化为可落地的业务价值。
目标收益
帮助团队设置和培养FDE（ForwardDeployed Engineer），并引入智能体系统敏捷开发方法论，重塑组织能力和开发流程，解决AI项目“落地难、交付慢、效果不可控”的痛点。具体目标如下：
1.思维范式重塑：帮助学员打破“产品-研发-交付”的传统职能墙，从关注“产出代码”转向关注“交付智能能力与业务价值” 。建立“Value-First”思维，学会利用现有资产快速构建MVP，并掌握管理AI输出不确定性的核心方法。
2.核心技能构建：构建FDE的“T型”技能树，掌握从RAG进阶工程、Agentic AI架构、多智能体协同到评估驱动开发（EDD）的全栈技术体系。使学员具备独立完成“业务意图转化为工程实现”的全链路闭环能力。
3.敏捷组织落地：掌握智能体敏捷小组的组建方法，学习如何与AI业务伙伴（AIBP）高效协同。熟悉智能体系统敏捷开发生命周期，通过周度迭代和Demo机制，解决反馈不及时、项目交付难的问题。
4.实战痛点解决：通过真实案例演练，让团队具备解决AI项目“落地难、效果不可控”的具体战术能力，确保项目能从PoC阶段顺利推向生产环境并实现持续自主运营。
培训对象
技术/管理/产品人员共同学习，推动AI落地、打造Palantir式FDE人才的最佳组合
课程大纲
| 企业级FDE落地实践的体系化知识 |
1.Palantir FDE概念的由来 2.Palantir FDE的是如何获得成功的 3.Palantir FDE的全流程实践 4.为什么Palantir FDE的经验并不适用于国内软件企业 5.为什么LLM的出现极大推动了FDE的爆发增长 6.国内软件企业需要什么样的FDE 7.FDE在国内企业落地过程中的常见误区 8.FDE落地过程如何避免“高级外包”陷阱 9.FDE核心：复利效应的闭环 10.FDE的适用场景与不适用场景分析 11.实施FDE的短期策略与长期策略 12.FDE实施过程中的度量与考核体系设计 13.理想中的FDE全流程实践 VS 现实中的FDE全流程实践 14.FDE的团队组织架构设计与常见误区 15.FDE人才的能力模型 16.FDE人才的培养路径与自闭环体系设计 |
| 掌握FDE必须具备的LLM体系化知识 |
1.大语言模型的基本原理详解 2.LLM应用能力的进阶模型（“倒三角”模型） 3.提示的万能使用公式详解 4.提示词模板的使用 5.提示词的横向扩展和纵向扩展 6.使用API访问大模型 7.ReAct的概念和落地 8.思维链、多思维链、思维树、思维图 9.RAG的基本原理与应用 10.RAG的局限性与应对措施 11.多模态RAG的使用 12.Function Call和MCP机制与使用方式 13.Skill机制、使用方式和高效管理 |
| 掌握FDE必须具备的Agent体系化知识 |
1.Agent的雏形 2.Agent智能体的定义与特点 3.Agent的错误累积特性 4.Agent开发的基本框架 5.业界主流Agent的设计思路与使用 6.Multi-Agent的雏形 7.业界主流Multi-Agent的设计思路 8.多Agent任务调度策略与选型 9.Multi-Agent的基本逻辑和应用范围 10.Multi-Agent应用示例：MetaGPT 11.Multi-Agent应用示例：DevChat 12.Agent设计模式和Harness Engineering概述 13.顺序执行链模式与案例详解 14.路由模式与案例详解 15.并行模式与案例详解 16.反思模式与案例详解 17.工具使用模式与案例详解 18.规划模式与案例详解 19.多智能体协作模式与案例详解 20.人类参与模式与案例详解 21.FoT设计模式详解 22.短期记忆管理模式与案例详解 23.记忆分层体系设计 24.长期记忆管理模式与案例详解 25.长期记忆的分层加载机制 26.各类Agent设计模式的选型建议 27.从Harness Engineering到Loop Engineering 28.ADPS智能体设计模式的双轴模型 |
| FDE的核心概念与最佳实践 |
1.概念重构：理解FDE的内涵 2.从Code-First到Value-First 3.从确定性到概率性：管理AI输出的不确定性 4.内涵关键词：Ownership（对最终业务效果负责）与Velocity（极速迭代） 5.FDE的四个核心角色 6.业务咨询师：识别业务痛点，并转化为AI可处理的问题。并向业务人员进行AI赋能 7.架构操盘手：设计AI系统架构、RAG管道与Agent逻辑，快速编写胶水代码实现MVP 8.AI驯化师：掌握Context Engineering、Few-shot Learning及微调等技术，持续优化AI能力 9.监控运维官：监控算力成本、响应延迟(Latency)及回答质量等指标，负责系统升级 |
| 解构FDE范式：从数据到知识图谱 |
1.FDE的核心理念与心智模型 2.核心命题：FDE不是工具集，而是一个用于构建“企业认知系统”的操作系统 3.FDE 的角色演变：从数据管道工到解决方案架构师与数字孪生构建师 4.与传统数据平台的范式对比： 从数据集中心到业务对象中心 5.从报表驱”到行动驱动 6.从“孤立的流水线”到“互联的知识网络” 7.三大支柱理论：一切皆对象、本体驱动、动态协作 |
| Foundry/AIP核心架构理论 |
1.分层架构深度解析 数据集成与计算层 2.本体层（核心） 3.应用与协作层 4.设计约束的理论意义和实践意义 |
| 本体与对象模型 |
1.本体论：构建业务的数字语言 2.本体的定义与价值：为何它是解开数据孤岛、实现语义统一的唯一路径 3.核心要素理论 ① 对象类型：对核心业务实体（如客户、设备、交易）的抽象定义，是分析的原子单位 ② 属性：对象的静态描述，其类型系统如何强制数据质量 ③ 关联：对象间的一阶关系定义，是构建知识图谱的边 ④ 函数：附着于对象类型的动态行为（计算、聚合、模型推断） 4.本体映射理论：如何将原始数据通过“映射”或“转换”提升为有业务意义的对象实例，从“行与列”到“实体与关系”的跃迁 5.模型集成理论：将机器学习模型作为“函数”无缝嵌入本体和决策流程，实现感知-决策-行动的自动化闭环 6.不同类型的本地论建模思路与落地实践案例 7.需求结构化的核心价值与实践 8.需求结构化与FDE本地建模的关系 |
| 基于本地论的现场开发实践与提效 |
1.本地论的核心价值：约束Coding Agent的代码生成 2.FDE客户现场的Spec Coding实践 3.需求结构化与本地建模的异同 4.SDD工程方法论 5.从Spec到可运行Demo全流程 (场景分析Spec编写->Spec Coding构建一superpower生成UI一集成调试一Demo验证) 6.SDD工程方法的局限性与改进 7.FDE场景使用SDD的常见误区与改进 |
| 企业级落地与转型案例（独家干货） |
1.toB企业转型的不同阶段真实案例 2.云厂商的FDE转型调整与落地案例 3.企业级落地的·组织架构配套设计 4.FDE的人才能力图谱与培训体系 5.转型种沦为“高级外包”的教训与纠偏设计 6.中国特色的FDE落地设计 |
| 从中台技术视角理解FDE的核心模式（内训课可选） |
1.当我们在谈论“中台”的时候，我们到底在谈什么 2.中台技术的核心思想 3.中台技术发展的前世今生 4.常见的中台种类 5.业务中台 VS 数据中台 6.质量中台的兴起与发展 7.中台的精准定义 8.平台和中台的异同 9.从技术架构的演进看中台技术的发展 10.中台视角下的业务本体论 |
|
企业级FDE落地实践的体系化知识 1.Palantir FDE概念的由来 2.Palantir FDE的是如何获得成功的 3.Palantir FDE的全流程实践 4.为什么Palantir FDE的经验并不适用于国内软件企业 5.为什么LLM的出现极大推动了FDE的爆发增长 6.国内软件企业需要什么样的FDE 7.FDE在国内企业落地过程中的常见误区 8.FDE落地过程如何避免“高级外包”陷阱 9.FDE核心：复利效应的闭环 10.FDE的适用场景与不适用场景分析 11.实施FDE的短期策略与长期策略 12.FDE实施过程中的度量与考核体系设计 13.理想中的FDE全流程实践 VS 现实中的FDE全流程实践 14.FDE的团队组织架构设计与常见误区 15.FDE人才的能力模型 16.FDE人才的培养路径与自闭环体系设计 |
|
掌握FDE必须具备的LLM体系化知识 1.大语言模型的基本原理详解 2.LLM应用能力的进阶模型（“倒三角”模型） 3.提示的万能使用公式详解 4.提示词模板的使用 5.提示词的横向扩展和纵向扩展 6.使用API访问大模型 7.ReAct的概念和落地 8.思维链、多思维链、思维树、思维图 9.RAG的基本原理与应用 10.RAG的局限性与应对措施 11.多模态RAG的使用 12.Function Call和MCP机制与使用方式 13.Skill机制、使用方式和高效管理 |
|
掌握FDE必须具备的Agent体系化知识 1.Agent的雏形 2.Agent智能体的定义与特点 3.Agent的错误累积特性 4.Agent开发的基本框架 5.业界主流Agent的设计思路与使用 6.Multi-Agent的雏形 7.业界主流Multi-Agent的设计思路 8.多Agent任务调度策略与选型 9.Multi-Agent的基本逻辑和应用范围 10.Multi-Agent应用示例：MetaGPT 11.Multi-Agent应用示例：DevChat 12.Agent设计模式和Harness Engineering概述 13.顺序执行链模式与案例详解 14.路由模式与案例详解 15.并行模式与案例详解 16.反思模式与案例详解 17.工具使用模式与案例详解 18.规划模式与案例详解 19.多智能体协作模式与案例详解 20.人类参与模式与案例详解 21.FoT设计模式详解 22.短期记忆管理模式与案例详解 23.记忆分层体系设计 24.长期记忆管理模式与案例详解 25.长期记忆的分层加载机制 26.各类Agent设计模式的选型建议 27.从Harness Engineering到Loop Engineering 28.ADPS智能体设计模式的双轴模型 |
|
FDE的核心概念与最佳实践 1.概念重构：理解FDE的内涵 2.从Code-First到Value-First 3.从确定性到概率性：管理AI输出的不确定性 4.内涵关键词：Ownership（对最终业务效果负责）与Velocity（极速迭代） 5.FDE的四个核心角色 6.业务咨询师：识别业务痛点，并转化为AI可处理的问题。并向业务人员进行AI赋能 7.架构操盘手：设计AI系统架构、RAG管道与Agent逻辑，快速编写胶水代码实现MVP 8.AI驯化师：掌握Context Engineering、Few-shot Learning及微调等技术，持续优化AI能力 9.监控运维官：监控算力成本、响应延迟(Latency)及回答质量等指标，负责系统升级 |
|
解构FDE范式：从数据到知识图谱 1.FDE的核心理念与心智模型 2.核心命题：FDE不是工具集，而是一个用于构建“企业认知系统”的操作系统 3.FDE 的角色演变：从数据管道工到解决方案架构师与数字孪生构建师 4.与传统数据平台的范式对比： 从数据集中心到业务对象中心 5.从报表驱”到行动驱动 6.从“孤立的流水线”到“互联的知识网络” 7.三大支柱理论：一切皆对象、本体驱动、动态协作 |
|
Foundry/AIP核心架构理论 1.分层架构深度解析 数据集成与计算层 2.本体层（核心） 3.应用与协作层 4.设计约束的理论意义和实践意义 |
|
本体与对象模型 1.本体论：构建业务的数字语言 2.本体的定义与价值：为何它是解开数据孤岛、实现语义统一的唯一路径 3.核心要素理论 ① 对象类型：对核心业务实体（如客户、设备、交易）的抽象定义，是分析的原子单位 ② 属性：对象的静态描述，其类型系统如何强制数据质量 ③ 关联：对象间的一阶关系定义，是构建知识图谱的边 ④ 函数：附着于对象类型的动态行为（计算、聚合、模型推断） 4.本体映射理论：如何将原始数据通过“映射”或“转换”提升为有业务意义的对象实例，从“行与列”到“实体与关系”的跃迁 5.模型集成理论：将机器学习模型作为“函数”无缝嵌入本体和决策流程，实现感知-决策-行动的自动化闭环 6.不同类型的本地论建模思路与落地实践案例 7.需求结构化的核心价值与实践 8.需求结构化与FDE本地建模的关系 |
|
基于本地论的现场开发实践与提效 1.本地论的核心价值：约束Coding Agent的代码生成 2.FDE客户现场的Spec Coding实践 3.需求结构化与本地建模的异同 4.SDD工程方法论 5.从Spec到可运行Demo全流程 (场景分析Spec编写->Spec Coding构建一superpower生成UI一集成调试一Demo验证) 6.SDD工程方法的局限性与改进 7.FDE场景使用SDD的常见误区与改进 |
|
企业级落地与转型案例（独家干货） 1.toB企业转型的不同阶段真实案例 2.云厂商的FDE转型调整与落地案例 3.企业级落地的·组织架构配套设计 4.FDE的人才能力图谱与培训体系 5.转型种沦为“高级外包”的教训与纠偏设计 6.中国特色的FDE落地设计 |
|
从中台技术视角理解FDE的核心模式（内训课可选） 1.当我们在谈论“中台”的时候，我们到底在谈什么 2.中台技术的核心思想 3.中台技术发展的前世今生 4.常见的中台种类 5.业务中台 VS 数据中台 6.质量中台的兴起与发展 7.中台的精准定义 8.平台和中台的异同 9.从技术架构的演进看中台技术的发展 10.中台视角下的业务本体论 |
近期公开课推荐
