FDE learning path

一条从理解到交付的实践路径

围绕真实项目组织学习。每个阶段都形成可检查的产出，逐步建立业务、产品、技术与交付能力。

Five stages

五个阶段，完成一次真实交付

具体周期会根据学习者基础与项目复杂度调整；路径强调阶段成果，不以堆积课时为目标。

阶段一

理解企业 AI 的能力边界与核心构件

LLM 与 TokenRAG 与知识库Agent 与 WorkflowAPI 与 Guardrails

阶段产出完成一个企业 AI 场景拆解

阶段二

学会调研、定义与评估值得解决的问题

业务访谈流程绘制场景优先级价值与风险假设

阶段产出完成一份场景诊断报告

阶段三

把方案变成用户可以实际操作的最小产品

提示与结构化输出RAG 原型工具调用基础界面与交互

阶段产出完成一个 AI Agent 最小原型

阶段四

处理企业落地中的数据、权限与稳定性问题

API 集成身份与权限日志与异常人工复核节点

阶段产出完成一条端到端 Workflow

阶段五

用真实样本评估，并让结果被业务人员理解和使用

评估集设计质量与成本指标现场演示迭代与运营计划

阶段产出完成项目答辩与 FDE 作品案例

Portfolio first

而是你能否把一个模糊的业务问题，推进成可运行、可解释、可验证的 AI 结果。

✓ 业务背景与问题定义✓ 方案选择与关键权衡✓ 产品原型与系统结构✓ 评估结果与失败分析✓ 上线边界与下一步计划

Start learning

Start with the work

把你的经历、目标和可投入时间告诉我们，我们会帮助你梳理更合理的 FDE 能力建设顺序。