一个视频讲清楚FDE的本质
FDE 不是"会写 prompt 的售前"。它的本质是把产品能力翻译成客户现场能跑的东西。
字幕原文，一字不差。参考时长按 edge-tts YunxiNeural +18% 生成的参考配音计算；全片含片头片尾约 09:47。
录音小贴士
- 找一个安静的房间：关窗、关空调和风扇，房间里软东西（窗帘、被子、沙发）越多回声越小。
- 手机或麦克风离嘴约 20 厘米，稍微偏一点角度，避免“噗”声；全程保持距离不变。
- 每章单独录一个文件，用章节编号命名，例如
01_开场.wav、02_起源.m4a（编号见下面每章标题）。 - 每个文件开头和结尾各留 1 秒安静，不说话，方便后期降噪和对齐。
- 格式：单声道 WAV 或 M4A 都可以，手机自带录音 App 录的 M4A 就行。
- 读错了不用停，停一两秒，从那句开头重读就行；同一个文件里留着重录的部分没关系，后期我会按稿子自动挑最后一遍。
- 语速不用追参考配音，按你自己舒服的节奏读，视频和字幕会跟着你的录音重新对时间。参考配音在
参考配音/文件夹，可以先听听节奏。 - 怎么看标记：加粗是建议重读的词；句子后面方括号里的提示和“读法”行都不用读出来。
英文和易错词读法（正文里只在第一次出现时提示）
| 词 | 读法 |
|---|---|
| FDE | F-D-E，三个字母分开读 |
| OpenAI | Open-A-I |
| Palantir | 帕兰提尔（PAL-an-teer） |
| Delta | 德尔塔 |
| Echo | 艾扣（Echo） |
| Pragmatic Engineer | 普拉格马提克 恩吉尼尔（科技媒体名） |
| Foundry | 方德里（Palantir 的平台） |
| CTO | C-T-O |
| a16z | a-sixteen-z（投资机构 a16z） |
| iPhone | 爱疯 |
| Indeed | 因迪德（招聘网站） |
| Tomoro | 托莫罗（公司名） |
| Anthropic | 安索罗匹克 |
| Ode | 欧德（Ode） |
| Frontier Company | 弗朗蒂尔 康帕尼 |
| ServiceNow | Service Now |
| Workday | Work Day |
| F-Prime | F Prime |
| SVPG | S-V-P-G |
| Marty Cagan | 马蒂·凯根 |
| 曹犟 | Cáo Jiàng |
| 驻场 | zhù chǎng |
| 吵得 | chǎo de |
| 角色 | jué sè |
| 协调 | xié tiáo |
| 两只手 | liǎng zhī shǒu |
| 一只手 | yì zhī shǒu |
| 扛 | káng |
| 毕不了业 | bì bu liǎo yè |
| 口径 | kǒu jìng |
| 脚手架 | jiǎo shǒu jià |
| 暴涨 | bào zhǎng |
| 涨了回来 | zhǎng |
| 几千个 | jǐ qiān gè |
| 卡住 | qiǎ zhù |
| 模块 | mó kuài |
| 一大堆 | yí dà duī |
| 神策 | Shén Cè |
| 火山引擎 | huǒ shān yǐn qíng |
| 黑石 | Hēi Shí（Blackstone） |
| 奶奶 | nǎi nai |
| 护城河 | hù chéng hé |
| 2026年 | 二零二六年 |
| 2025年 | 二零二五年 |
| 2010年代初 | 二零一零年代初 |
| 2016年 | 二零一六年 |
| 2024年 | 二零二四年 |
| 800% | 百分之八百 |
| 63.2% | 百分之六十三点二 |
| 54.1% | 百分之五十四点一 |
| 79% | 百分之七十九 |
| 75% | 百分之七十五 |
| 82% | 百分之八十二 |
| 80% | 百分之八十 |
| 1到9月 | 一到九月 |
| 百分之五六十 | bǎi fēn zhī wǔ liù shí |
章节总览
| 编号 | 章节 | 句数 | 参考时长 | 视频里的起点 | 参考配音 |
|---|---|---|---|---|---|
| 01 | 开场 | 8 | 0:42 | 00:00 | 参考配音/01_开场.mp3 |
| 02 | 起源：Delta与Echo | 10 | 1:01 | 00:45 | 参考配音/02_起源_Delta与Echo.mp3 |
| 03 | FDE每天干什么 | 11 | 1:03 | 01:48 | 参考配音/03_FDE每天干什么.mp3 |
| 04 | 和售前实施咨询的区别 | 13 | 1:13 | 02:53 | 参考配音/04_和售前实施咨询的区别.mp3 |
| 05 | 为什么AI公司抢着要 | 12 | 1:13 | 04:08 | 参考配音/05_为什么AI公司抢着要.mp3 |
| 06 | 经济账：毛利换护城河 | 10 | 1:02 | 05:23 | 参考配音/06_经济账_毛利换护城河.mp3 |
| 07 | 批评与风险 | 8 | 0:55 | 06:27 | 参考配音/07_批评与风险.mp3 |
| 08 | 中国公司怎么做 | 8 | 0:55 | 07:25 | 参考配音/08_中国公司怎么做.mp3 |
| 09 | 对产品经理意味着什么 | 8 | 0:50 | 08:22 | 参考配音/09_对产品经理意味着什么.mp3 |
| 10 | 本质一句话 | 5 | 0:24 | 09:14 | 参考配音/10_本质一句话.mp3 |
| 11 | 片尾 | 1 | 0:02 | 09:41 | 参考配音/11_片尾.mp3 |
01 · 开场
建议文件名：01_开场.wav 参考时长 0:42（42 秒） 视频起点 00:00
1.1 s00_0 2026年，OpenAI成立了一家部署公司，启动资金超过40亿美元。 5.2s
读法：OpenAI＝Open-A-I；2026年＝二零二六年
1.2 s00_1 不到两个月，微软宣布投入25亿美元，把6000名专家派到客户公司。 5.5s
1.3 s00_2 他们抢的是同一种人：不研究模型，也不卖软件，而是钻进客户公司里写代码。 [冒号处稍停] 5.9s
1.4 s00_3 这种人叫FDE，前线部署工程师。 2.9s
读法：FDE＝F-D-E，三个字母分开读
1.5 s00_4 今年8月，工信部也发文，鼓励服务商搭建FDE团队。 4.3s
1.6 s01_0 可网上吵得很凶：有人说它是AI时代的特种兵，有人说它只是外包驻场换了个洋名字。 [冒号处稍停] 7.2s
读法：驻场＝zhù chǎng；吵得＝chǎo de
1.7 s01_1 这期视频，我们从Palantir的起源讲起，一直讲到它对中国公司和产品经理意味着什么。 5.6s
读法：Palantir＝帕兰提尔（PAL-an-teer）
1.8 s01_2 看完你会发现，FDE的本质，其实不是一个岗位。 [章末停 1 秒] 3.4s
02 · 起源：Delta与Echo
建议文件名：02_起源_Delta与Echo.wav 参考时长 1:01（61 秒） 视频起点 00:45
2.1 s02_0 FDE这个角色，来自美国数据公司Palantir，2010年代初在内部创立。 5.3s
读法：角色＝jué sè；2010年代初＝二零一零年代初
2.2 s02_1 Palantir早期的客户是情报和国防机构，数据高度敏感，需求往往说不清，甚至不能说。 6.5s
2.3 s02_2 靠需求文档和演示根本推不动，唯一的办法，是把工程师直接派到客户身边。 5.6s
2.4 s03_0 于是有了两个代号：Delta和Echo，来自北约字母表。 [冒号处稍停] 3.8s
读法：Delta＝德尔塔；Echo＝艾扣（Echo）
2.5 s03_1 Delta是前线部署软件工程师，负责把平台真正搭进客户系统，写代码、接数据、修问题。 6.9s
2.6 s03_2 Echo叫部署策略师，更像产品经理，负责理解客户的使命、协调各方利益、推动大家真的用起来。 7.2s
读法：协调＝xié tiáo
2.7 s04_0 Palantir有一句很经典的对比：普通研发是一个能力，服务很多客户；Delta是一个客户，用上很多能力。 [冒号处稍停] 6.8s
2.8 s04_1 据Pragmatic Engineer的报道，大约2016年以前，Palantir的FDE一度比写产品的工程师还多。 6.3s
读法：Pragmatic Engineer＝普拉格马提克 恩吉尼尔（科技媒体名）；2016年＝二零一六年
2.9 s04_2 2016年Foundry平台推出后，很多FDE回到产品团队，把现场经验做进了平台。 5.9s
读法：Foundry＝方德里（Palantir 的平台）
2.10 s04_3 记住这个转折，它是整期视频的伏笔。 [章末停 1 秒] 2.7s
03 · FDE每天干什么
建议文件名：03_FDE每天干什么.wav 参考时长 1:03（63 秒） 视频起点 01:48
3.1 s05_0 那FDE每天到底在干什么？我们看OpenAI的做法。 4.4s
3.2 s05_1 OpenAI的FDE团队2025年初才成立，从两个人起步。 4.6s
读法：2025年＝二零二五年
3.3 s05_2 他们把一个项目分成三步。 1.9s
3.4 s05_3 第一步，摸底：在客户现场待几天，坐在一线员工旁边，把流程画出来，找出最值钱的环节。 [冒号处稍停] 6.8s
3.5 s05_4 第二步，验证：先和客户一起搭评测集，定好什么叫成功，再动手做功能。 [冒号处稍停] 5.6s
3.6 s05_5 第三步，交付：每周几天驻场，用最小的端到端方案上线，然后不断迭代。 [冒号处稍停] 6.0s
3.7 s06_0 有个例子很典型：一家做呼叫中心的客户，语音模型效果不够好，不敢上线。 [冒号处稍停] 5.4s
3.8 s06_1 FDE没有只在客户那边修修补补，而是带着评测数据回到研究团队，把模型本身改进了。 6.6s
3.9 s06_2 这个改进后来进了OpenAI的实时语音接口，所有客户一起受益。 4.4s
3.10 s07_0 OpenAI现在的招聘要求也写得很直白：成功的标准之一，是用评测驱动的反馈，去改变产品和模型的路线图。 [冒号处稍停] 7.5s
3.11 s07_1 所以FDE有两只手：一只手帮客户把事做成，另一只手把现场学到的东西带回公司。 [章末停 1 秒] 6.6s
读法：两只手＝liǎng zhī shǒu；一只手＝yì zhī shǒu
04 · 和售前实施咨询的区别
建议文件名：04_和售前实施咨询的区别.wav 参考时长 1:13（73 秒） 视频起点 02:53
4.1 s08_0 说到这里，你可能会问：这和售前、实施、咨询有什么区别？ [问句，句后停半拍] 5.4s
4.2 s08_1 我们用三个问题来分辨：写不写生产代码，对什么结果负责，经验流向哪里。 [冒号处稍停] 5.7s
4.3 s09_0 售前，也叫解决方案工程师，主要做演示和概念验证，客户签约，他的任务基本就结束了。 6.6s
4.4 s09_1 有份分析说得很形象：售前的工作，在客户认可产品能用的那一刻结束；FDE的工作，恰恰从那一刻开始。 [冒号处稍停] 7.1s
4.5 s09_2 实施和外包驻场，按人天收费，客户提需求，照着做完、验收、回款。 5.9s
4.6 s09_3 咨询给方案，但通常不对落地结果负责。 2.9s
4.7 s09_4 普通研发写的是通用产品，很少直接面对某一个客户的脏数据和老系统。 5.1s
4.8 s09_5 FDE不一样：它在客户的真实环境里写生产代码，对业务结果负责，还要把通用的东西带回产品。 [冒号处稍停] 7.0s
4.9 s10_0 神策数据的CTO曹犟，给过三个判断标准。 3.6s
读法：CTO＝C-T-O；曹犟＝Cáo Jiàng；神策＝Shén Cè
4.10 s10_1 第一，看考核：如果岗位要扛销售指标、拿销售提成，它更像售前。 [冒号处稍停] 5.8s
读法：扛＝káng
4.11 s10_2 第二，看反哺：项目做完就结束，产品团队不关心现场发生了什么，那就是传统交付。 [冒号处稍停] 6.5s
4.12 s10_3 第三，看复用：这一次的经验，能不能让下一次交付更容易。 [冒号处稍停] 4.3s
4.13 s10_4 三条里最关键的，是第二条和第三条。 [章末停 1 秒] 3.1s
05 · 为什么AI公司抢着要
建议文件名：05_为什么AI公司抢着要.wav 参考时长 1:13（73 秒） 视频起点 04:08
5.1 s11_0 为什么偏偏是现在，AI公司开始抢FDE？ [问句，句后停半拍] 3.6s
5.2 s11_1 第一个原因，大模型演示很容易惊艳，真正进入企业的生产流程却很难。 5.0s
5.3 s11_2 企业的数据散在老系统里，权限复杂，实际流程和文档写的也不一样。 5.1s
5.4 s11_3 a16z有个比喻：企业买AI，就像奶奶买了一台iPhone，她想用，但需要你帮她装好。 [冒号处稍停] 6.2s
读法：a16z＝a-sixteen-z（投资机构 a16z）；iPhone＝爱疯；奶奶＝nǎi nai
5.5 s11_4 第二个原因，模型之间越来越接近，谁能把模型真正装进客户的工作流，谁才能留住客户。 6.3s
5.6 s11_5 第三个原因，现场就是最好的数据源，客户在哪里卡住，就是模型下一步该改进的地方。 5.8s
读法：卡住＝qiǎ zhù
5.7 s12_0 看招聘数据：英国金融时报引用Indeed的数据，2025年1到9月，FDE岗位发布量暴涨超过800%。 [冒号处稍停] 8.0s
读法：Indeed＝因迪德（招聘网站）；暴涨＝bào zhǎng；800%＝百分之八百；1到9月＝一到九月
5.8 s12_1 国内也一样，经济参考报报道，今年8月一个月新发的FDE岗位，差不多等于上半年加起来那么多。 6.8s
5.9 s13_0 再看资本：OpenAI成立部署公司，收购了伦敦的Tomoro，一次带来大约150名FDE和部署专家。 [冒号处稍停] 7.3s
读法：Tomoro＝托莫罗（公司名）
5.10 s13_1 Anthropic联合黑石等机构，成立了企业AI服务公司，后来命名为Ode。 5.3s
读法：Anthropic＝安索罗匹克；Ode＝欧德（Ode）；黑石＝Hēi Shí（Blackstone）
5.11 s13_2 微软的Frontier Company，直接说自己超越了所谓的FDE模式。 4.4s
读法：Frontier Company＝弗朗蒂尔 康帕尼
5.12 s13_3 模型公司亲自下场做服务，这件事本身就说明：卖接口，已经不够了。 [章末停 1 秒] 5.2s
06 · 经济账：毛利换护城河
建议文件名：06_经济账_毛利换护城河.wav 参考时长 1:02（62 秒） 视频起点 05:23
6.1 s14_0 可是做服务，毛利低，规模化难，为什么还要做？这就要算一笔经济账。 5.4s
6.2 s14_1 a16z那篇文章的标题就是答案：用毛利换护城河。 [冒号处稍停] 4.2s
读法：护城河＝hù chéng hé
6.3 s14_2 他们举了历史例子：ServiceNow上市时毛利率63.2%，Workday仅为54.1%，远低于软件公司理想的八成左右。 [冒号处稍停] 9.0s
读法：ServiceNow＝Service Now；Workday＝Work Day；63.2%＝百分之六十三点二；54.1%＝百分之五十四点一
6.4 s14_3 到了2024年，ServiceNow的毛利率升到79%，Workday升到75%。 5.6s
读法：2024年＝二零二四年；79%＝百分之七十九；75%＝百分之七十五
6.5 s14_4 早期的实施投入，换来了客户离不开的系统，毛利后来又涨了回来。 4.4s
读法：涨了回来＝zhǎng
6.6 s15_0 关键在一个飞轮：现场发现问题，抽象成平台能力，下一个客户就不用从头做起。 [冒号处稍停] 5.9s
6.7 s15_1 投资机构F-Prime有一句话说得很透：如果三个FDE解决了同一个问题，它就该变成产品的原生功能。 [冒号处稍停] 7.3s
读法：F-Prime＝F Prime
6.8 s15_2 Palantir就是这样走过来的，2025年它的毛利率约为82%。 4.6s
读法：82%＝百分之八十二
6.9 s16_0 所以FDE的本质，是一种花钱买学习的机制：用服务的成本，换产品的进化速度。 [冒号处稍停] 6.0s
6.10 s16_1 反过来，如果经验流不回产品，每个客户从头定制，那就是一家穿着软件外衣的外包公司。 [章末停 1 秒] 6.4s
07 · 批评与风险
建议文件名：07_批评与风险.wav 参考时长 0:55（55 秒） 视频起点 06:27
7.1 s17_0 当然，FDE也有很多批评，而且不少很有道理。 3.6s
7.2 s17_1 第一，换名字：一份对1000个岗位的分析发现，大约三成挂着FDE头衔的岗位，其实是换了名字的售前。 [冒号处稍停] 7.5s
7.3 s17_2 第二，变成定制服务公司：F-Prime提醒，如果超过三到四成的部署需要大量FDE投入，问题就不在销售，而在产品设计。 [冒号处稍停] 8.9s
7.4 s17_3 它还建议，驻场要限时，一般三到六个月，客户毕不了业，说明产品还没准备好。 5.8s
读法：毕不了业＝bì bu liǎo yè
7.5 s17_4 第三，路线图被最大声的客户绑架，大客户要什么就做什么，平台越来越乱。 5.8s
7.6 s17_5 第四，人很难招，也很累。曹犟认为，大约80%的程序员不会喜欢这样的工作，因为要长时间出差。 8.1s
读法：80%＝百分之八十
7.7 s18_0 SVPG的Marty Cagan说得更直接：如果你手里全是FDE，很快就会有几千个需要永远维护的定制方案。 [冒号处稍停] 7.7s
读法：SVPG＝S-V-P-G；Marty Cagan＝马蒂·凯根；几千个＝jǐ qiān gè
7.8 s18_1 一句话，FDE是脚手架，不是建筑本身。这也是F-Prime的原话。 [章末停 1 秒] 5.7s
读法：脚手架＝jiǎo shǒu jià
08 · 中国公司怎么做
建议文件名：08_中国公司怎么做.wav 参考时长 0:55（55 秒） 视频起点 07:25
8.1 s19_0 那放到中国，事情会更复杂。 2.4s
8.2 s19_1 国内大客户常常要求私有化部署、国产化适配、数据不出域，还要对接一大堆老系统。 6.4s
读法：一大堆＝yí dà duī
8.3 s19_2 百度智能云FDE团队的负责人说，团队百分之五六十的时间花在出差上，中国的FDE更辛苦，也更复杂。 7.6s
读法：百分之五六十＝bǎi fēn zhī wǔ liù shí
8.4 s19_3 国内大厂也已经开始招人：火山引擎的FDE岗位要求里写着，把可复用的模式转化为产品功能请求。 [冒号处稍停] 7.3s
读法：火山引擎＝huǒ shān yǐn qíng
8.5 s20_0 但也要警惕换皮：有的岗位按人天计费，客户定范围，验收只看功能，这本质还是外包驻场。 [冒号处稍停] 7.3s
8.6 s20_1 按结果付费听起来很美，落地也不顺利：指标口径会变，数据在客户手里，采购流程也不接受。 [冒号处稍停] 6.7s
读法：口径＝kǒu jìng
8.7 s20_2 百度那位负责人说了一句很关键的话：避免变成外包公司的基本逻辑，是明确有些钱不赚。 [冒号处稍停] 6.3s
8.8 s20_3 对国内的AI和软件公司来说，真正要学的不是招几个FDE，而是先想清楚，哪些需求进产品，哪些坚决不接。 [章末停 1 秒] 8.9s
09 · 对产品经理意味着什么
建议文件名：09_对产品经理意味着什么.wav 参考时长 0:50（50 秒） 视频起点 08:22
9.1 s21_0 最后说说产品经理。FDE火了，产品经理会不会被替代？ [问句，句后停半拍] 4.7s
9.2 s21_1 我的看法是，不会被替代，但工作方式会变。 3.2s
9.3 s21_2 Palantir的Echo，本来就很像产品经理；Marty Cagan也提到，越来越多的产品经理和设计师，也在用前线部署的方式工作。 7.5s
9.4 s22_0 对产品经理来说，有三件事可以马上做。 2.9s
9.5 s22_1 第一，自己下现场。别光听转述，坐到一线用户旁边，看他们真实怎么干活。 5.9s
9.6 s22_2 第二，用原型代替需求文档。先做个能用的东西，让客户对着它说不，这些否定就是最好的需求。 7.5s
9.7 s22_3 第三，建立回流机制。把现场需求分成三类：进标准产品、做成可配置模块、留在项目里，别让单个客户的特殊需求污染整个产品。 [冒号处稍停] 10.3s
读法：模块＝mó kuài
9.8 s22_4 如果你的公司有FDE，产品经理最该做的，就是成为他们和产品之间的那个过滤器。 [章末停 1 秒] 5.5s
10 · 本质一句话
建议文件名：10_本质一句话.wav 参考时长 0:24（24 秒） 视频起点 09:14
10.1 s23_0 好，回到开头的问题：FDE的本质是什么？ [问句，句后停半拍] 3.4s
10.2 s23_1 它不是一个新岗位，而是一套闭环：把工程师派到离问题最近的地方，再把答案带回产品。 [冒号处稍停] 6.2s
10.3 s23_2 有回流，它是特种兵；没有回流，它就是高级驻场。 4.3s
10.4 s23_3 判断一个FDE团队是真是假，只问一句：上一个项目，给产品留下了什么？ [问句，句后停半拍] 5.6s
10.5 s23_4 你所在的公司，有没有这样的角色？欢迎在评论区聊聊。 [章末停 1 秒] 4.1s
11 · 片尾
建议文件名：11_片尾.wav 参考时长 0:02
11.1 endcard_0 我是硅基比特，我们下期见。 [收尾，语气放轻松]
编号说明：sXX_Y = pipeline/scenes.py 里第 XX 个场景（从 00 开始）的第 Y 句（从 0 开始）。后期对齐按这个编号把你的录音切回每一句。