Hedy Zhang
@xiaomanhedy
📍夫妻档FDE团队｜真实AI企业落地
💡分享一线企业交付中真实案例和经验复盘
✍️公开记录用AI重构组织与业务
🏠把混乱变成系统，经验变成资产
📧 FDE同行者付费社群&咨询，vx：xiaomanok99（备注来意）
714 正在关注 3.2K 粉丝
目前企业 AI 培训的商业模式大致就 2 种：
1. 老板认知课
核心优势很明显：标准化程度极高，课件制作好后可批量复用到不同赛道的老板群体；决策链极短、传播快、启动轻，回款确定性高。
致命痛点：极易陷入严重同质化，交付多停留在概念普及层面，落地很虚，往往是“听着很爽，回去没法用”，商业天花板明显。
2. 业务实操类培训课
核心优势：能让企业立竿见影看到业务结果，客户认可度高，具备极强的复购与二次转介绍潜力。
就是直接带着营销、内容、运营这些一线团队干，边学、边做、边跑通，在业务现场拿结果。
致命痛点：交付模式偏重，复制成本高。
当前市面上这类培训不多，我觉得核心门槛在于既要对目标行业的底层业务逻辑有极深的理解，又要对各类 AI 工具极其熟悉。
显示更多
给企业做 AI 培训 和做AI 落地交付，小团队或普通人选哪个更有前途？
看到X 上很多都在喊FDE 没戏 ，做培训才真正赚钱。
今天听完曾鸣和张小珺最新一期播客后，我觉得这俩根本不该对立起来看，简单分享几点想法。
1. 给企业做AI 培训，来钱快，但天花板很低。
不管讲老板认知还是员工工具实操，眼下确实好收钱。
但最大的硬伤是门槛低、极易同质化，而且几乎没有复购。企业第一年尝个鲜，后面看不到实际业务效果，第二年第一笔砍的就是这个预算。
2. 纯做落地重交付，小团队当前也不适合。
最大的问题是当前很难赚到钱，纯靠时间堆人头卖苦力，而且干的基本都是非交付以外的工作，很容易陷入需求反复扯皮、回款周期拉长的泥潭。
3. 当然如果你只想抓住当下红利，赚一波短平快的钱，今天吃饱不管后天，那培训认知类大课完全可以搞。
4. 如果你希望有点长远积累，希望做点复利越老越值钱的事情，那更好的选择其实是：
AI 培训作为获客入门，重点培训可以直接让员工老板看到效果的实操课；
有了这层信任后，顺水推舟承接一个业务场景最明确、周期最短的微工作流；
这样既拿到前期的培训回报，又避免了一上来就陷入漫无边际的定制沼泽。
还能在业务中沉淀经验，最后复用到整个垂直行业中。
显示更多
继续说说给家族企业 AI 落地的“智慧养老”服务。
我们讨论下来，这部分的核心目标是：通过一些 AI 产品，解决他们的情绪问题，先让这些老年人保持开心的状态。
这才是当前的核心交付，至于合同签完之后的开发交付部分，属于项目附带部分🤣
想问问大家，目前市场面上有这类 AI 产品吗？都说 X 上创始人最多，有没有大佬在做这类产品呢？
显示更多
以后不说自己是FDE了，但凡当前给国内家族类企业AI 落地，都统称为”智慧养老“服务🤣
最懂AI、国内外最前沿大模型都玩得很溜的技术大佬，现实交付中，写代码软件开发的工作量是最少的。
前期大量时间精力，都会花在“处理各种关系矛盾、提供情绪价值”上。
如果前期不把这些陈年老账和情绪包袱捋顺，AI根本连入门资格都没有。
AI 落地，真是充满人情世故的社会学啊。搞清楚利益关系、会提供情绪价值，这才算出了新手村😂
显示更多
这是不是才是大家期待的FDE真正该做的事呢？
让 AI 自己能长脑子、客户拿起来就会用。
不然挂着 FDE 的名头，最后还是靠堆人头加班去伺候客户😂
@xiaomanhedy 定制化能力的抽象只是起步。FDE和传统FAE的核心区别是在Agent视角下，对于tools/skills和企业系统打通、企业私有知识治理效率，路径上要考虑LLM影响下的效率改善、LLM自演化的方案。本质还是要用toC的逻辑做toB，否则仍然会是一个人头生意
显示更多
看一个团队是不是真FDE，就看他们做完第3个同类客户时，交付周期有没有明显缩短。
缩短了，说明在沉淀可复用的模块与标准；
没缩短，每次都从零开始，哪怕在用AI，基本还是外包。
显示更多
非常认同宝玉老师的这个判断：如果每个客户都要从零写一套代码，那本质上还是外包开发，而不是可持续的 FDE。
想补充一个国内视角。
类似的模式，在大数据时代，很多大厂包括阿里、网易其实已经完整地跑过一轮。
很多 To B 公司都是先带着一套底层产品进场，前几个客户做重交付定制，再把交付中反复出现的模块和基础设施抽出来，逐渐沉淀成面向不同行业的产品，每次带着标准产品进厂，应用层继续按客户需求做少量定制。
目前AI 时代，国内很多公司包括我们这种小团队，当前还处在先接定制项目赚钱和攒行业经验的阶段，所以大部分时候看起来的确跟外包没啥区别。
这样做有个好处就是启动快，客户需求贴的紧，但风险也很大，就是每次都接不同行业，很难沉淀出共用模块，无法快速复制，本质还是卖苦力赚定制钱。
所以 FDE 和外包的分界，不是“做不做定制”，而是每交付一个客户，有没有把能力沉淀回产品。
每一单都从零开始，项目之间毫无复用，是外包；底层能力越做越厚，后面的交付越来越轻，才是可持续的 FDE。
显示更多
AI 时代的营销大师，非Tibo莫属啊！
成功把自己和重置焊死在一起，现在只要他发推，大家就开始算重置时间😂 几点之前要蹬完。
眼睁睁看着他从20万粉丝一路涨到现在68万，年底破百万毫无悬念啊
半年涨粉近 50 万，真是把“情绪价值 + 官方发言人”的生态位吃得透透的🤣
显示更多
2026 is the year of efficiency and Tuesday is for random swag drops on your door handle
国内AI 落地，做FDE，筛选客户一定是优先级第一。
因为在一部分人眼里：
“谁是甲方”的权力快感，远比“这个问题有没有被真正解决、业务有没有增效”更重要。
这类客户还是留给传统的外包公司互相折磨吧😂
显示更多
非常认同宝玉老师的这个判断：如果每个客户都要从零写一套代码，那本质上还是外包开发，而不是可持续的 FDE。
想补充一个国内视角。
类似的模式，在大数据时代，很多大厂包括阿里、网易其实已经完整地跑过一轮。
很多 To B 公司都是先带着一套底层产品进场，前几个客户做重交付定制，再把交付中反复出现的模块和基础设施抽出来，逐渐沉淀成面向不同行业的产品，每次带着标准产品进厂，应用层继续按客户需求做少量定制。
目前AI 时代，国内很多公司包括我们这种小团队，当前还处在先接定制项目赚钱和攒行业经验的阶段，所以大部分时候看起来的确跟外包没啥区别。
这样做有个好处就是启动快，客户需求贴的紧，但风险也很大，就是每次都接不同行业，很难沉淀出共用模块，无法快速复制，本质还是卖苦力赚定制钱。
所以 FDE 和外包的分界，不是“做不做定制”，而是每交付一个客户，有没有把能力沉淀回产品。
每一单都从零开始，项目之间毫无复用，是外包；底层能力越做越厚，后面的交付越来越轻，才是可持续的 FDE。
显示更多
Anthropic 工程师讲了一堂 FDE 入门课
Kevin Bai 现在在 Anthropic 的 Applied AI 团队，之前是 Rippling FDE 团队的创始成员，再之前在 Palantir 干了好几年。最近他做了一个 FDE 101 的分享，把前线部署工程师这个角色讲得很清楚，值得总结一下。
先说一个数据：在上市 SaaS 公司里，按平均合同金额排，Palantir 是 400 万美元，ServiceNow 120 万，Workday 60 万，剩下的没有一家能超过 50 万。Palantir 靠几千人做到了别人几万人做不到的客单价。靠的就是 FDE 模式。
FDE 到底在解决什么问题？
Palantir 的产品 Foundry 是一个应用构建平台，技术门槛很高，但买家是石油、消费品这些行业的非技术高管。你把一个复杂的技术平台丢给一个不会写代码的人，指望他自己搞明白怎么用，这不现实。
所以 Palantir 的做法是：客户买的既不是软件产品，也不是咨询服务，而是一个"结果"。你派工程师过去，深入理解客户的业务场景，在平台上给他们把东西建出来。客户关心的是货架上多了多少商品、产线效率提升了多少，他们不关心数据怎么组织的，也不该关心。
FDE 和外包开发有什么区别？
Kevin 特别强调了一点：如果你的工程师每次都从零给客户写定制代码，那你做的不是 FDE，是外包开发。FDE 模式能成立，前提是你有一个可复用的平台。工程师是在平台已有的基础能力上组装和定制，不是每次重新造轮子。没有平台，维护成本会吞掉所有利润，工程师也会因为要维护几十个毫无关联的代码库而跑路。
要不要搞 FDE？两个问题就能判断。
第一，你是不是必须把一个技术复杂的东西卖给非技术买家？如果你的客户本身就是工程师，比如卖 GitHub 或者 Datadog 的，不需要 FDE。如果你的产品本身就是开箱即用的，比如 Slack 或者 Jira，也不需要。只有你的产品很复杂、客户又不懂技术的时候，FDE 才有必要。
第二，你有没有一个可复用的平台？或者你愿不愿意投入去建一个？没有共享的基础组件，FDE 就是不可持续的。
2026 年的新变化是什么？
Kevin 的判断很有意思：软件行业做生意的方式本身变了，AI 让构建软件变得极其容易，几乎所有平台都在走向 Agent 化，这意味着几乎所有平台都变得高度可定制。后果就是：越来越多的客户搞不清楚你的产品到底能做什么。你把产品的成败交给客户自己去摸索，在 Agent 时代会越来越难走通。
这就把 FDE 从 Palantir 独有的小众玩法，变成了更多软件公司需要认真考虑的事情。
最后一个问题：什么样的人适合做 FDE？
Kevin 的回答很简洁：FDE 就是一个你信任到可以让他直接面对客户的软件工程师。技术能力是基本盘，但你还得放心让他代表公司去跟客户打交道。
显示更多
说到传统行业的管理，我目前看到最赚钱的是搞培训。
之前陪老板参加过这种培训课程，一家公司一年收 30 万，手把手教你怎么盯销售、抓考勤、按大厂标准拆解复杂的 KPI。
那种课就是员工听了想离职，但老板们不管多忙都年年续费，准时报到。
对这些中小传统企业老板来说，去上课表面上是学方法、混高端人脉合作伙伴，但本质上大家其实是在花 30 万，买一份对抗失控的“管理安全感”。
但问题在于：靠抓考勤和死磕制度，根本治不了业务增长的真焦虑。
这也是为什么在传统行业，卖管理培训的只是在兜售心理安慰剂，而能把业务流和数据直接跑通的 FDE 团队进场，才是实打实帮老板省时间、提高利润的解法。
显示更多
大部分人看不上的传统制造业，其实都在闷声发大财，非常适合FDE团队进场。
结合我们 FDE 社群的内部分享以及我们跟制造业公司的合作体感，核心原因大致有三点：
1.货很牛，品牌弱，但这不是他们当前最大的痛点。
很多中国制造的产品放在全球都很顶。虽然品牌营销几乎为零，但靠老客户、行业展会和传统客情就能吃得盆满钵满，根本不需要互联网那套花哨打法。
但正因如此，一旦他们想做，这里全是溢价空间。
2.盘子极大，管理极糙，全靠人肉硬顶
年入几亿甚至几十亿的企业，内部还在靠纸质单据、Excel 和手工录单转转转。卡壳了怎么办？简单，再招个人。
3.老板圈子相对较窄，认熟不认吹，工业园里全靠熟人口碑。
只要搞定一家、做出看得见的结果，隔壁老板就会自己凑上来问：“能不能给我也整一套？”
对 FDE 来说，先从他们最痛的营销或内部流程里挖掘一个极小的缺口，借力他们现有的资源打出实际效果，剩下的就是自然滚雪球了。
显示更多
“把作者名字遮掉，读者会觉得有什么损失吗？”
don哥一语道破本质啊👍
大多数人以为自己在做个人 IP，其实只是在生产一次性垃圾内容罢了。大家消费的只是热点情绪，这种一次性内容随时可能被替代。
而对内容背后“这个人”的信任，最昂贵，也不是几篇爆款文章就能做到的。
显示更多
个人观察，现在 X 的文章的平均质量低于推文
互转 X 文章，蹭流量、赚创作者分成的垃圾内容太多了
封面清一色 AI 生成，主题不是蹭孙宇晨，就是蹭薄肌
要不然就是发点什么 codex 薅羊毛小教程 ……
起号打法，可以获得流量，但无法让你成为真正的创作者
并且，这招也仅仅在不怎么赚钱的 X 有效
来到成年人的战场抖音试试，你就知道，为什么借助这种打法生存，你的推特流量越大，你就越不是一个合格的创作者
因为你只能吸引大家对热点的注意，无法完成别人对你的认同
发帖的本人，要么是索然无味的人，要么是你确实真实有趣，但你从未展示，你本人隐藏在信息流算法后面，认同你，认同个啥呢？你根本不存在
把作者名字遮掉，再换成另一个账号，读者会觉得有什么损失吗？
读者会觉得：哦，又 tm 是一个来起号的
显示更多
我们FDE社群小伙伴也分享过这份Datawhale的案例集，确实不错！
我让 AI 对比了我们自己跑过的几个落地项目，不管是行业跨度还是痛点细节，都很符合国内一线的真实生态。
准备或正在做 FDE 交付的朋友非常值得细读。
显示更多
老板想跟上时代，在公司里推AI，心态也比较平，几十万亏了也认，反正必须要上。
而老板娘就不认可，觉得这钱完全没必要花。
合同法务已经确认没问题了，现在就卡在签字上，只能先替老板把老板娘哄开心，这项目才算正式开始😂
显示更多
以后不说自己是FDE了，但凡当前给国内家族类企业AI 落地，都统称为”智慧养老“服务🤣
最懂AI、国内外最前沿大模型都玩得很溜的技术大佬，现实交付中，写代码软件开发的工作量是最少的。
前期大量时间精力，都会花在“处理各种关系矛盾、提供情绪价值”上。
如果前期不把这些陈年老账和情绪包袱捋顺，AI根本连入门资格都没有。
AI 落地，真是充满人情世故的社会学啊。搞清楚利益关系、会提供情绪价值，这才算出了新手村😂
显示更多
以后不说自己是FDE了，但凡当前给国内家族类企业AI 落地，都统称为”智慧养老“服务🤣
最懂AI、国内外最前沿大模型都玩得很溜的技术大佬，现实交付中，写代码软件开发的工作量是最少的。
前期大量时间精力，都会花在“处理各种关系矛盾、提供情绪价值”上。
如果前期不把这些陈年老账和情绪包袱捋顺，AI根本连入门资格都没有。
AI 落地，真是充满人情世故的社会学啊。搞清楚利益关系、会提供情绪价值，这才算出了新手村😂
显示更多
越来越觉得：能把一件复杂的事情三言两语说清楚，让别人也能听明白，真的是个稀缺能力。
而能把复杂东西说简单，又没把它说很浅，同时让专业和普通的人都认可，就更稀缺了。
显示更多
真心羡慕啊，这位美国销售型FDE 筛选企业客户的3个标准，才是AI真正可以赋能企业落地的标准：
1. 赚更多钱
2.节省时间
3. 提升产品服务和质量
核心就是用更少时间，创造更好的产品和价值。
反观国内，上来就要求裁掉多少人，还美其名曰降本增效。
降时间成本才是AI能解决的，降人力成本，那是公司组织架构问题，跟AI半毛钱关系都没有啊🤔
显示更多
every AI project has to pass this test or I don't take it:
It has to produce at least one of 3 outcomes.
1. Make more money
2. Save time
3. Raise the quality of the product or service
One outcome: worth a conversation.
Two outcomes: worth a proposal.
All three: slam dunk. Price it high and start immediately.
Speed to lead is the classic all-three project:
-Faster replies close more deals (money)
-The owner stops answering emails from the road (time)
-The prospect gets a real answer in 5 minutes instead of 2 days (quality)
I call it the Three Outcomes framework and I run it out loud on every discovery call. The owner hears their own project get scored.
Also helps them see the real benefit they get from an AI-powered solution.
显示更多
有个朋友问：
“以前给客户做过一些企业网站，现在想转企业 AI 落地。第一步应该做什么？怎么和这些老客户重新建立联系？”
表面上看这是个冷启动和获客破冰话术的问题，但核心是一个交付心智模型的问题。
老客户对你的旧认知是“做网页的技术外包”，而你现在想赚的是“业务诊断与流程重构”的钱。
如果价值心智不重塑，再好的破冰话术在客户眼里都像“卖保险的又换了个新险种来推销”。
如果是我们，会这样做：
1.先从老客户中挑出 5—10 家：以前合作体验不错、公司仍在发展，最好还能直接联系到老板或有预算权的负责人。
而不会直接就群发微信骚扰：
“我现在开始做 FDE 了，你们要不要做 AI？”
2. 前期先主动展示自己用AI做过的东西
比如朋友圈、视频号、公众号，这些能展示的地方一个也别放过，想被看见，先主动释放价值。
3. 日常刷推特，看到对客户可能有用的优质信息及时分享出去。
做 To B 从来没有单纯的破冰问题。
需要破冰，要么是过去的信任没沉淀下来，要么是现在的价值增量没被看到。
先输出价值，再谈业务转型；先把问题解决放在前面，业务自然会找上门。
显示更多
今年 4 月，我尝试过一个特别“土”的成交办法，主要想测试AI 在微信一对一的销售转化能力如何，没想到半小时就成交了。
当时新开辟了一个女性健康赛道的咨询服务，我把自己的咨询经验、产品定价，还有客户发来的每句话原封不动扔给 Codex，就让它帮我盯两件事：
对方到底卡在哪？
现在该乘胜追击，还是闭嘴停手？
半小时后，单子成了。
当时我以为这只是“找 AI 帮我当销售嘴替”。直到最近看黄有璨分享 AI 私域营销，才反应过来：那其实就是一个最原始的私域 AI 运营员工。
区别是：当时全靠手动——我肉身搬运聊天记录，AI 临时，发完就完，没有任何数据沉淀。
但如果这条线彻底打通呢？
加微信后说的第一句话、填过的问卷、咨询过程中的痛点、过去购买过的商品、全被系统实时串起来。
AI 最大的价值根本不是教销售“套路话术”，而是在后台踩刹车或递刀子： “这个客户现在需要的是解决方案，别硬推，再逼单就要拉黑了。”
现在真正赚钱的私域都在精细化运营，本质上提供的是一种客户定制化的服务。
但这个工作量就非常大，每天翻聊天记录、给客户打不同标签做记录，这些事情要做好，对人的依赖程度会非常高。
这么一来，效率必然很低。但不这么做，群发消息那类，基本不会有任何效果，又赚不到钱。
真正的解法，必须靠AI，比如一个定制化的数字AI 员工，能够在客户需要解答一些问题的时候，提供定制化的服务；在需要真人的时候，人类也能准时出现。
AI 在私域真正的价值点，是把顶尖销售那种懂进退、知分寸的精细服务，变成可复制的流水线。
显示更多
很多人觉得 FDE 必须是大厂程序员来干，没技术背景就干不了。
事实正相反，AI 业务落地中，懂业务的人一定是更吃香的！
比如微信私域，这种极度依赖人性分寸的场景里，一个有 4 年以上一线经验的业务人，转型 FDE 反而更容易做成。
为什么？
1. 私域根本不缺数据，缺的是“业务翻译”
微信聊天记录、表单、朋友圈互动全在线上，私域本就是离钱最近、数字化最自然的生意。
难点从来不是调通 API，而是怎么把你脑子里那些“只可意会”的成交直觉，翻译成 AI 能听懂的执行规则。
2. 技术是显性的，业务体感是隐性的。
大厂工程师懂系统架构没错，但他很难理解客户回一句“我再看看”，背后到底是在嫌贵、在比价、还是在试探服务底线；
更不知道什么时候该递方案，什么时候多说一句都是骚扰。
没有真刀真枪在私域里摸爬滚打过几年，搭出来的东西大概率只是个“高效群发垃圾广告的机器”。
3. 但从“懂业务”到“搭出可用系统”，中间真有一道大坎
很多私域老板直觉极准，也知道 AI 能提效，但往往卡在不知道怎么把零碎的谈单经验拆成工作流，市面上的通用工具又根本接不进自己的盘子。
能持续赚到钱，说明你的商业打法已经被市场验证过了；但怎么把这套赚钱手艺，真正变成一个 24 小时在岗、懂进退的AI “数字员工”，确实需要一套很细的落地搭建逻辑。
未来的超级私域个体，一定是既懂人性变现、又能让 AI 跑在业务前线的人。
显示更多
一个原本算下来能赚钱的项目，为什么做着做着，最后一算投入的人天，发现还不如去打工？
很多时候，问题不是出在开发能力上，而是一开始没有把交付边界写清楚。
合同里如果只写“完成某个系统”“提供后续服务”，客户就会按照对自己有利的方式去理解。需求继续加，功能反复改，原本约定的工作量不断膨胀，最后就变成了无限返工。
售后服务也是一样：
1. 项目交付以后，到底提供几个月的售后？
2. 售后具体包含哪些工作？
3. 遇到问题，是远程、电话支持，还是必须去现场？
4. 收到问题后，多长时间内响应？
还有交付中的额外成本。比如项目要驻场、去外地实施，差旅交通和住宿谁来承担？
由交付方承担没问题，但必须在签约前算进报价里。
一个项目最后赚不赚钱，不能只看开发功能报了多少钱。需求变动、售后响应、驻场出差，这些隐藏在开发之外的工作，同样会吃掉利润。
边界可以商量，费用谁承担都可以。关键是要在签约前写清楚、算进报价里。
否则，一个看似赚钱的项目，很可能就在不断返工和隐形成本中，越做越亏。
显示更多
大部分人看不上的传统制造业，其实都在闷声发大财，非常适合FDE团队进场。
结合我们 FDE 社群的内部分享以及我们跟制造业公司的合作体感，核心原因大致有三点：
1.货很牛，品牌弱，但这不是他们当前最大的痛点。
很多中国制造的产品放在全球都很顶。虽然品牌营销几乎为零，但靠老客户、行业展会和传统客情就能吃得盆满钵满，根本不需要互联网那套花哨打法。
但正因如此，一旦他们想做，这里全是溢价空间。
2.盘子极大，管理极糙，全靠人肉硬顶
年入几亿甚至几十亿的企业，内部还在靠纸质单据、Excel 和手工录单转转转。卡壳了怎么办？简单，再招个人。
3.老板圈子相对较窄，认熟不认吹，工业园里全靠熟人口碑。
只要搞定一家、做出看得见的结果，隔壁老板就会自己凑上来问：“能不能给我也整一套？”
对 FDE 来说，先从他们最痛的营销或内部流程里挖掘一个极小的缺口，借力他们现有的资源打出实际效果，剩下的就是自然滚雪球了。
显示更多
