为什么要升级
之前拆的五项能力是：价值嗅觉、问题重构、快速构建、评测和护栏、组织推动。
这五项覆盖了 FDE 从发现需求到交付上线的完整链路。但做了几个项目之后我发现，有两个环节被我低估了：
第一个，是"业务认知"。 以前我把"业务理解"放在价值嗅觉和问题重构里一笔带过了。但实际上，它值得单独拿出来讲。因为很多项目失败不是因为技术不行，而是 FDE 根本没搞懂客户的业务是怎么运转的。
第二个，是"资产复利"。 以前我写的是"做完一个项目就完了"。但真正能长期赚钱的 FDE，不是做完一个项目就跑，而是每做完一个项目都能沉淀出可复用的东西。第一个项目是定制开发，做到第四个，你卖的就是产品了。
还有一个更重要的问题，我之前一直没单独拎出来讲——一把手认知。 做了几个项目之后我发现，AI 项目成功与否，最大的变量不是技术，不是方案，而是老板自己对 AI 的理解程度。这个东西搞不定，后面七项能力再强也白搭。
所以今天我把能力模型从五项升到七项。不是为了凑数字，是因为少这些维度，你的 FDE 路径会越走越窄。
七项能力之前的第一道门：一把手认知
▲ 一把手认知：老板预期 vs 员工恐惧
AI 项目成功与否，最大的变量是老板。
这不是一句空话。做了这么多项目，我见过太多技术方案完美、但项目死在了"老板不理解"和"员工不配合"上。
一把手认知包含两层：
第一层：老板对 AI 的预期合不合理
很多老板对 AI 的理解来自两样东西：短视频和销售 PPT。
短视频告诉他"AI 无所不能"，销售 PPT 告诉他"我们的产品能帮你省 50% 的人"。于是老板拍桌子："给我上 AI，明年减员 30%！"
这种预期注定要崩。
AI 不是银弹。它能在特定场景下大幅提升效率，但不能替代所有人的所有工作。如果老板的预期是"AI 替代人"，那项目上线后只要有一个环节没做好，他就会觉得被骗了。
FDE 进场之前，最重要的事不是做方案，而是校准老板的预期。你要让他理解：AI 能做什么、不能做什么、需要多久才能看到效果、需要投入什么。
预期不对，后面全错。
第二层：员工凭什么配合你
这是更现实的问题。
你在企业里推 AI 系统，一线员工的第一反应不是"太好了效率要提升了"，而是"是不是要裁人了"。
恐惧是本能。当一个人觉得自己的饭碗受到威胁时，他不会配合你，他会想办法让项目失败。
我见过的最典型的场景：你去推一个智能客服系统，客服团队嘴上说支持，实际操作时故意用最难的问题去测试，然后截图"你看，AI 答得不行"，发到工作群里。
他们不是坏人，他们是在保护自己。
怎么破？
第一，不要让 AI 系统以"替代人"的姿态出现。 你是来帮他们减轻负担的，不是来抢他们饭碗的。系统设计上要体现这一点——AI 处理重复性工作，人处理需要判断的工作。
第二，让第一批用户成为受益者。 先找愿意配合的人，让他们体验到"AI 让我轻松了"，而不是"AI 替代了我"。让受益者去影响观望者。
第三，老板必须公开站台。 如果老板只是私下批了预算，没有在公开场合表态"AI 不是为了裁人，是为了让大家做更有价值的事"，员工的恐惧就不会消失。
一把手认知是七项能力的前提条件。 老板理解 AI 的边界，员工才敢配合。员工敢配合，你的系统才有可能用起来。系统用起来，才有后面的评测、复利、迭代。
所以在讲七项能力之前，我先把这个问题说清楚。如果你的客户老板还在"AI 替代人"的认知里，你最该做的不是写方案，而是先帮他把预期校准到合理范围。
七项能力一览
▲ 七项能力完整地图
下面逐个讲。
① 价值嗅觉——不是什么都值得做 AI
很多企业说"我要用 AI"，但 80% 的场景不值得做。不是 AI 做不了，是做了没意义。一个一年只发生三次的事，你用 AI 把效率提升 10 倍也省不了多少钱。
怎么判断一个场景值不值得做？看三个信号：
• 频次高不高。 每天都在发生的事，优化一点就有大收益。
• 现在怎么解决。 如果现在全靠人工、靠经验、靠老师傅，说明有 AI 切入的空间。
• AI 能不能比现有方案好 10 倍。 好 10% 没人愿意换，好 10 倍大家抢着用。
价值嗅觉不是天赋，是练出来的。多看几个企业，多听几个业务场景，你就有了判断力。
② 问题重构——客户说的不一定是客户想要的
▲ 客户说的 vs 真正要的：弥合需求的格式
这是 FDE 最容易被低估的能力。
客户说「我要一个知识库问答系统」。如果你直接去做，做出来的可能就是：上传文档 → 检索 → 生成回答。技术上没问题，但业务上可能没人用。
因为客户真正的问题可能是："老专家退休了，30 年的经验带不走。新人上手要半年，期间经常出错。"
表层需求是「知识库问答」，深层问题是「经验传承」。
FDE 的核心能力是听懂弦外之音，把表层需求翻译成真问题。
怎么练？很简单：每接一个需求，多问三层「为什么」。
③ 快速构建——不是写代码，是组装能力
AI 时代不需要从零开发。Cursor、Claude Code、Copilot 已经把编码门槛踩到了地板上。LangGraph、CrewAI、Dify 这些框架已经把 Agent 架构封装成了积木。
FDE 的构建能力 = 选对工具 + 组合拼接 + 快速验证。
关键不是"写得快"，是"知道该写什么、不该写什么"。 很多时候，FDE 最大的判断力体现在"不做"上。砍到 3 个核心功能，一周出原型，比做 10 个功能做三个月强一百倍。
④ 评测和护栏——让 AI 不翻车
Demo 能跑不代表生产能用。
FDE 需要知道三件事：怎么建评测集、怎么设边界、怎么兜底。
一个好的 FDE，在构建系统的时候，花在评测和护栏上的时间，应该和花在功能开发上的一样多。
⑤ 业务认知——懂业务逻辑比懂代码更值钱
▲ 业务认知三层模型
这是新增的第一个维度。
做了几个项目之后我发现，很多 FDE 项目失败，不是因为技术不行，而是根本不理解客户的业务是怎么运转的。
业务认知不只是"知道客户是做什么的"。它包含三个层次：
第一层：业务逻辑——活是怎么流转的
一个订单从下单到交付，中间经过哪些环节？哪些是系统自动走的，哪些是人拍板的？瓶颈在哪里？
如果你不懂这些，你做出来的系统可能绕过了关键审批节点，或者在不该自动化的地方自动化了。
业务逻辑是 FDE 做方案的地基。 地基不对，上面搭什么都白搭。
第二层：组织逻辑——谁说了算
每个企业都有自己的权力结构。老板、分管副总、部门负责人、一线员工——他们对 AI 的态度完全不同。
老板看到的是战略价值，担心的是数据安全。部门负责人看到的是能不能减轻负担，担心的是权力被架空。一线员工看到的是会不会被替代，担心的是饭碗。
FDE 必须搞清楚：谁能拍板？谁会配合？谁会使绊子？
很多项目技术方案完美，死在了组织逻辑上。不是系统不好，是推错了人、跳错了流程。
第三层：决策逻辑——数据怎么变成判断的
每个企业都有一套自己的决策逻辑。采购多少库存？定什么价格？给哪个客户赊账？
这些决策背后有一套规则，有些写在制度里，有些藏在老员工脑子里。如果 FDE 不理解这套逻辑，做出来的系统给出的建议可能跟企业的实际决策完全对不上。
怎么提升业务认知？
没有捷径，只有泡在客户现场。跟着销售跑一天客户，跟着仓库盘一次货，跟着财务对一次账。你会发现，很多你"以为"的业务流程，跟真实情况差了十万八千里。
⑥ 组织推动——做完不算完，用起来才算
▲ 搞定关键人、化解恐惧、小步快跑
这是最不"技术"的一项能力，但可能是最决定项目生死的一项。
系统上线 ≠ 业务采纳。 你搭了一个 Agent 系统，技术上完美，但没人用——等于零。
组织推动要解决三个问题：
搞定关键人。 每个项目都有一个"必须搞定的人"。可能是 IT 部门的负责人，可能是业务部门的总监。搞不定这个人，项目永远推不进去。
化解员工恐惧。 这是最容易被忽略的环节。员工不配合，不是因为他们懒，是因为他们害怕。前面讲的"一把手认知"是大前提，但具体到每个项目，FDE 还要在细节上做好安抚——系统是帮你减负的、不会减少你的岗位、你的经验仍然不可替代。
小步快跑。 不要一上来就搞全面推广。先在小范围跑通，让第一批用户成为你的案例和证人，再逐步扩大。
量化价值。 "效率提升了"太空了。要说清楚：以前需要 3 天，现在 30 分钟。以前需要 3 个人，现在 1 个人。以前每月出错 5 次，现在 0 次。数字不会说谎，数字是最好的推动工具。
⑦ 资产复利——第一个是定制，第四个是产品
▲ 从卖时间到卖资产的转变
这是新增的第二个维度，也是 FDE 能不能长期赚钱的关键。
很多人做 FDE，做了一个项目，收了一笔钱，然后从零开始做下一个。每个项目都重新写方案、重新搭框架、重新踩坑。
这是在用时间换钱，天花板很低。
真正能长期赚钱的 FDE，每做完一个项目都会沉淀出可复用的资产：
场景模板。 第一次做智能排产，你花了两周搞清楚行业逻辑。第二次再做类似项目，这些逻辑应该直接复用。
数据集。 每个项目都会积累行业数据。第三次做同行业项目，你的评测集已经是别人没有的护城河。
工程连接器。 每个行业的系统对接方式不一样。对接过一次 ERP，你就知道该怎么对接第二次。
运营手册。 怎么跟客户沟通、怎么处理上线后的反馈、怎么应对组织阻力——这些经验应该被沉淀成 SOP。
当你的资产积累到一定程度，你会发现：第一个项目是定制开发，收的是开发费。第四个项目开始，你卖的是行业方案，收的是咨询费。
这就是从"卖时间"到"卖资产"的转变。
完整的能力地图
▲ FDE 完整能力地图：一把手认知是前提，七项能力递进，资产复利形成闭环
七项能力加上一把手认知，构成了 FDE 的完整能力地图：
一把手认知是大门。 进不了这道门，后面七项能力无处施展。
前四项是"做对事"： 选对场景、理解真问题、搞懂业务、快速出活。
中间两项是"做稳事"： 不翻车、推得动。
最后一项是"做长久"： 让每个项目成为下一个项目的起点。
而资产复利又反过来增强前面的所有能力——你做得越多，价值嗅觉越准，业务认知越深，构建越快，推动越顺。
谁能做？怎么开始？
不管你是程序员、产品经理、运营、还是行业从业者，这七项能力没有一项需要你是天才。但需要你刻意去练。
最简单的开始方式：
找一个你熟悉的行业，帮一家小企业免费做一个 Agent 项目。从头到尾走一遍完整流程——发现需求、理解业务、搭建系统、评测验证、推动上线、沉淀资产。
做完这一遍，你就知道七项能力里哪些是你的强项，哪些是你的短板。
然后针对性地去补。
不要等所有能力都练好了才开始。没有人在出发前就知道所有答案。
写在最后
从五项到七项，再加上一把手认知这个前提条件，不是数字变多了，是认知变完整了。
以前我关注的是"怎么做"——怎么选场景、怎么搭系统、怎么上线。现在我更关注"怎么做好"——怎么真正理解客户、怎么让每个项目产生复利。
FDE 不是一个技术岗位，是一个完整的能力体系。
技术只是其中一环。懂业务、懂组织、懂复利——这些才是让你从"能做 FDE"到"做好 FDE"的关键。
而所有这些的前提是：你的客户老板，对 AI 有一个合理的认知。 如果他还在"AI 替代人"的幻想里，你最该做的事不是搭系统，而是帮他看清现实。
AI 已经把技术门槛踩到了地板上。剩下的，全看你在这七项能力上愿意下多少功夫。
