FDE 零基础怎么入行？附能力清单、三条路径与两个经验分享

上篇说一半FDE岗位是假的，那真的那一半怎么入行？

上一篇我把成都、上海、杭州、深圳四个城市的 FDE 岗位翻了一遍，结论是：一半的岗位在做真正的落地，另一半只是把「驻场&外包」换了个名字，并给了三个问题和三个信号用来当场分辨。

这篇讲怎么进——有哪几条路、需要会什么、面试怎么准备，以及我自己在做的两件类似的事。最后回答上篇没答的那个问题：这个岗位到底值不值得进。

一、FDE 的三条入行路径

按推荐顺序：先看还能不能走 A，无论走不走 A，路径 C 都必须走

路径 A：实习和应届入口，门槛最低，也最被低估

四个城市合计八个 FDE 实习岗位，日薪 120–350，大厂普遍给到 250-350。学历要求最宽松的写着「学历不限」，甚至有「高中」。上海还有专门的管培通道，7-15K。

有一份实习招聘的要求写得相当具体，几乎就是这条路径的入场标准：

路径 C：自己做出第一个真实交付（🔺主线）

无论走不走另外两条，这条都必须走。因为面试官问的是你做过什么，不是你学过什么。学历、证书、课程都替代不了一个有人在用的东西。

第一步，完成一个可运行的完整项目

最后两条是多数人无法达标的地方。

第二步，找到第一个真实客户 它的作用不是赚钱，是让你直接面对真实的不确定性。真实客户会说不清需求、中途改变主意、提供的数据杂乱无章。这些经验无法自学获得。

从哪里找： 你原来行业的熟人；没有技术团队的小型机构，例如律所、诊所、设计工作室、独立创作者；你所在社群中正在抱怨某项工作繁琐的人。

第一单可以低价甚至免费，但必须明确交付什么、如何验收。完成后必须写一份复盘。

第三步，把方法沉淀下来。 做到第三个客户时你会看到重复出现的东西，把它抽象成模板。做到这一步，你和单纯接单的人就区分开了，后者第十单和第一单同样吃力。

第四步，翻译成简历。 不要写"负责 XX 系统的实施部署"，而要写成：

客户最初提出的诉求是 A，现场诊断后发现真正的瓶颈是 B。设计了 C 方案，用 X 周先跑通最小的一条完整链路验证，指标从 M 提升到 N。过程中沉淀出 D，后续复用到 K 个项目。

路径 B：政策通道，以上海为例

上海市人社局和经信委在办 FDE 高级研修班，首期约 50 人；大赛优胜者可以直接认定工程师职称，上海和安徽已成立联合认定委员会推动互认。上海开放大学开了全国第一个 FDE 专项课程，上海应用技术大学新设 Pre-FDE 试点班。

局限很明显： 时间成本较高，且受地域限制、名额有限、有资质不等于有岗位。它是路径 C 的加成，替代不了 C。

二、还有一条路：AI Coding 方向

这条单独说，因为很多人已经站在门口而不自知。

有大厂的 FDE 岗位，整个围绕「帮客户团队用好 AI 编程工具」展开。杭州还有一个 15-18K 的岗位，任职要求里直接写着：

熟练使用至少两种 AI 编程工具，例如 Codex、Cursor、Claude Code、Kiro 等。

如果你已经在用这些工具做事，这就是你的资历，只是还没有写进简历。

这条路径的优势很实在：不必进入客户内网，不必处理机房层面的基础工程，使用的就是你日常在用的工具。做的还是 FDE 那套事，只是场景从客户的业务换成了客户的研发流程。

对已经在用这些工具做项目的人，这是转化率最高的入口。

三、能力要求：按薪资分层

括号里的英文术语现在不必深究，但搜索岗位和写简历的时候要用到它们，招聘启事就是这么写的。

一个做了三年这件事的团队的判断是：最稀缺的能力不是编程，而是能扎进一门陌生生意并快速摸懂——他们团队里学法语的 00 后也能上手。技术是入场券，业务理解力才是天花板。

四、面试面什么，招聘方会看什么

面试记录里，面试官一小时内几乎全部在追问项目细节，考察你做过的东西能否经得起追问。

准备方法：把你做过的每个项目，向下追问自己五层——为什么这样设计、当时还有哪些选择、为什么没选、上线后哪里出了问题、如何解决的。答不上来的地方，正是面试官会深挖的地方。

招聘方在看什么。 把十几份招聘启事的措辞反向阅读，反复出现的其实只有三样：

能不能把模糊的东西变清楚、能不能自己承担到底、能不能与不懂技术的人把话说明白。

技术要求他们写得很长，但那是筛选条件；上面这三样才是录取理由。

准备一份十分钟的口头陈述。 拿一个你熟悉的场景，练到能讲清楚客户是谁、真实问题是什么、你打算先打通哪一段、如何衡量效果、有哪些风险、人与 AI 如何分工。这段能讲顺畅，比记住十个技术名词更有用。

五、我最近正在探索的业务

放在这里是想说明一件事：你不需要拿到 offer 才能开始做 FDE，是你做的事情决定了你算不算 FDE。 结合我自己设计师 + 懂 AI 的双重背景，我能找到一些相对独特的场景。

1. 给建筑师和艺术家提供技术支持，包括创作和官网搭建

这类客户几乎不会说出具体的专业名词，或者说出来的内容，只有你是从业者才听得懂。

建筑师不会说"我要一个响应式作品集网站"，他会说："我想做一个作品集网站？让我比较方便地给客户或者同行展示我的项目、作品、理念，而不是发一堆图纸和公众号链接"。

艺术家不会给你技术参数，他会说"我想要一个干净的氛围，表达我对于自然和人文的思考，这个不太是我要的那种质感"。

需求在他脑中是感觉，不是规格。我的工作就是把感觉翻译成规格。

做法和前面讲的完全一致：不问"你想要什么"，而问"你现在看到的哪个对、哪个不对、差在哪里"，用样本逼近，不用语言逼近。先做出一版能看的东西给他反应，比开三次需求会更有效。

这件事教给我的一课是：客户描述不清需求，不是他的问题，是你没有找到对的提问方式。

2. 给企业做 SEO 内容优化

我自己搭了一套工作流，按时产出内容，定期复盘，持续优化。

这件事已经是一次完整的 FDE 交付：嵌进客户已有的节奏、使用真实数据、先打通「一篇内容从选题到发布到数据回收」这条最小链路、复盘本身就是在衡量效果、工作流是可以复用到下一个客户身上的资产、有数据支撑所以可以不按工时议价。

这里面最值钱的不是"我会做 SEO"，是把一件依赖手感的事，做成了一套有指标、能复盘、能交给别人运行的工作流。

下次换一家新的客户，简单沟通之后，这套流程马上就可以继续跑起来。

六、那么，FDE 不适合哪些人？

招聘广告不会提及这些。

第一，出差和驻场是准入条件，不是加分项。 招聘启事里的原话包括「不接受居家办公」「接受加班」「接受出差驻场」。这一条不能接受，后面都不必谈，毕竟 FDE 是真的要去客户那里亲自 battle 的。

第二，这个岗位不适合想靠技术深度立身的人。 你长期在适配别人的环境，三年之后可能熟悉五个行业的五套老旧系统，却很难说清自己是哪个技术方向的专家。

第三，你在客户公司里可能没有任何职权。 所有事情都依靠影响力推动，无法接受这种处境的人会非常难受。

还有两条比较主观，来自一位从业者的原话：

投简历前的自检

七、FDE 值不值得进

FDE只是个中间层岗位，以后大概率会消失，但原因未必是 AI 成熟落地

我原本以为答案很简单：产品成熟之后，缺口收窄，编制随之收缩。发明这个岗位的那家公司本身就是例子——产品做好之后，大批 FDE 转去做产品工程了。

后来看到一个更接近现实的说法：这个模式在大多数中国公司里根本推不下去，原因有三条，一条比一条根本。

第一，FDE 是来改造流程的，但公司里能改流程的只有老板。 一个外部派来的人，没有行政权、没有预算权、没有人事权，每推进一步都需要有人签字。那些不签字的人未必是反对你，而是不想为你的成功背书——出了问题责任在他，做成了也未必计入他的业绩。

第二，同时懂业务、懂技术、还懂如何推动组织的人，市场上是稀缺品。 两者兼备的人，不愿意拿实施岗的薪酬去承担售前、交付、培训、运维四份工作。妥协的结果往往是派出一个两边都只懂一半的人。

第三，也是最根本的：什么算成功，始终没有定论。 AI 运转起来算成功？业务指标提升算成功？减少了几个人力算成功？如果立项时没有确定——而这个共识本身极难达成，因为每个部门想要的指标都不一样——那么 FDE 的工作最终会变成一件无法计入任何部门业绩的事。没有人认领的项目，没有人维护，三个月后回到原点。

所以这个岗位的临时性，不只来自产品会变好，更来自项目会死。

还有一层更快的变化：今天最硬的那些技术门槛，恰恰会最先被工具消化掉。部署、调优、环境适配这些今天能筛掉一半候选人，但它们都有标准答案，而有标准答案的问题正是工具最先解决的。留下来的是理解业务和设计方案，那部分没有标准答案。

做 FDE 到底能收获什么？

一位从业者的表述，我认为是关于 FDE 最准确的一句：

它跟 To B 销售相似的地方，是整个流程你都要跑一遍；不相似的地方在于你能做甲方。 如果你理解不了"做甲方"是什么意思，那它就是个外包，只是换了个壳而已。

同一个人说，FDE 最大的收获不是钱，是认知、视野、沟通、判断，以及对人性的理解——以前管培生半年待一个岗位，现在两个月就能看完一家公司的业务流程、盈利模式和组织架构。

他还给出一条具体的出路：找到某个行业的腰部企业，做一套提效方案，再带着这套半定制的方案，把同类企业逐个拿下。

小结

上篇的结论是：一半是临时外包，一半是真 AI 落地，而你有办法当场分辨。

最后还有一件事值得想：FDE 越火，说明 AI 落地能力越不足。

各方争抢人才、政府建立通道、薪资一年翻几番，这些看上去是产业繁荣的指标，实际上是一张欠债清单。模型很强，但它还读不懂律所 Word 文档里的截图，还处理不了客户机房里那台不联网的服务器，还判断不出哪些工作应当留给人。每一个 FDE 岗位背后，都是一件 AI 本该自己做好却没有做好的事。

所以它更像一个温度计，量的是 AI 与现实之间还差多远。真到了 AI 能自己跨过那道缝的那天，这个岗位会安静地消失——不是以失败的方式，而是以成功的方式。

目前热度很高。趁热度还高的时候进场，把行业现状，经验学习到手，变成自己的资产。