三条铁律：需求背后是人、大模型是调度者、进现场比写代码重要

👤 铁律一：需求背后是人

客户说的任何需求，背后都是人的需求。客户说"我要做AI客服"，背后可能是"客服团队流动率太高，我招不到人"；客户说"我要做智能报表"，背后可能是"老板每周要数据，我加班做表太累"；客户说"我要做AI质检"，背后可能是"客户投诉太多，我要找个背锅的"。

FDE的第一能力，就是穿透表面需求，找到背后人的真实痛点。因为：第一，表面需求可能是错的（客户以为AI能解决，实际上解决不了）；第二，表面需求可能是不完整的（客户只说了一部分，真正的痛点藏在后面）；第三，只有找到人的真实痛点，你的方案才有价值，客户才愿意付钱。

怎么挖？三个方法：

方法一：多问"为什么"。客户说"我要做AI客服"，你问"为什么要做AI客服？"客户说"因为客服不够用"，你问"为什么不够用？"客户说"因为流动率高"，你问"为什么流动率高？"客户说"因为要倒夜班"。问到最后，真实痛点就出来了：不是客服不够用，是倒夜班导致流动率高。那你的方案就不是"做一个全时段AI客服"，而是"做一个夜间AI客服，取消夜班"。

方法二：看行为不听话术。客户说"我们很重视数据质量"，但你去看他们的系统，数据乱七八糟、没人维护。客户说"我们想提效"，但你去看他们的流程，大家都在按老办法干活，没人愿意改变。听客户说什么不重要，看客户做什么才重要。

方法三：找不同的人聊。同一个项目，老板说的、部门经理说的、一线员工说的，可能完全不一样。老板说"要降本增效"，部门经理说"要减轻工作量"，一线员工说"别给我加活就行"。你需要跟不同层级的人聊，才能拼出完整的真实需求图景。

🤖 铁律二：大模型是调度者，不是执行者

很多人以为大模型是"万能执行者"——你给它一个任务，它就能帮你完成。这是对大模型最大的误解。大模型本质上是"调度者"，不是"执行者"。

什么意思？大模型擅长的是：理解自然语言、生成文本、做推理、调用工具。但大模型不擅长的是：精确计算、确定性操作、长流程执行、数据持久化。你让大模型算一个复杂的财务公式，它可能算错；你让大模型执行一个10步的工作流，它可能在第5步就跑偏了；你让大模型记住一个月前的对话，它可能忘了。

所以正确的做法是：大模型做"大脑"（理解需求、做决策、生成内容），传统程序做"手脚"（精确计算、确定性操作、数据存储）。大模型调度传统程序来完成任务，而不是大模型自己完成所有任务。

举个例子：客户要做一个"AI财务分析助手"。错误的做法是：把财务数据全部喂给大模型，让大模型直接生成分析报告。这样做的问题是：数据量大了大模型处理不了，计算可能出错，数据安全有风险。正确的做法是：大模型理解用户的问题（"帮我分析上个月的销售情况"），然后调度传统程序去数据库里取数、做计算、生成图表，最后大模型把结果用自然语言总结成报告。大模型做"理解和总结"，传统程序做"取数和计算"。

这个原则决定了FDE的方案设计思路：不是"什么都交给大模型"，而是"哪些交给大模型、哪些交给传统程序、两者怎么协作"。一个好的AI方案，大模型只做它最擅长的那20%，剩下80%由传统程序完成。这样既保证了效果，又控制了成本和风险。

• 大模型擅长：自然语言理解、文本生成、推理判断、工具调用、内容创作
• 大模型不擅长：精确计算、确定性操作、长流程执行、数据持久化、实时响应
• 正确架构：大模型做大脑（理解/决策/生成），传统程序做手脚（计算/操作/存储）
• 方案设计原则：大模型只做最擅长的20%，80%由传统程序完成

🏭 铁律三：进现场比写代码重要

这是FDE和传统软件开发最大的区别。传统软件开发，程序员坐在办公室里写代码就行，产品经理整理好需求，开发按需求实现。但FDE不行，你必须进现场。

为什么？因为AI项目的需求是模糊的，你坐在办公室里听客户说，永远理解不了真实的业务场景。你必须去客户的现场，看他们怎么工作、怎么用系统、哪里痛、哪里卡，才能真正理解需求。

举个真实的例子：某炼化厂要做工业Agent，FDE团队没有坐在办公室里听客户讲需求，而是脱掉格子衫、穿上防静电工装，坐进装置控制室，跟一线操作工一起倒班近两周。在这两周里，他们看到了：老师傅怎么判断报警根因（不是看数据，是看趋势、听声音、闻味道）、操作工怎么交接班（口头传经验，没有书面记录）、哪些报警是真的需要处理（10%）、哪些是噪音可以忽略（90%）。这些信息，你坐在办公室里永远听不到，客户也不会主动告诉你——因为他们觉得"这是常识"。但正是这些"常识"，决定了AI方案能不能落地。

进现场不是"去看一眼"，而是"沉浸式体验"。你要：跟一线员工一起工作（倒班/坐班/跑现场）、记录他们的工作流程（每一步做什么、用什么工具、花多少时间）、观察他们的痛点（哪里慢、哪里错、哪里烦）、收集他们的"土办法"（老师傅的经验、Excel表格、手写笔记）。这些都是AI方案最宝贵的输入。

进现场的时间投入：简单项目至少2-3天，复杂项目1-2周。不要觉得"浪费时间"，这是FDE最有价值的工作。你在现场多花一天，后面方案设计就能少走一周弯路，项目交付就能少踩一个坑。

🔗 三条铁律的内在逻辑

三条铁律不是孤立的，而是有内在逻辑的：

"需求背后是人"决定了FDE的工作起点——不是从技术方案开始，而是从理解人开始。

"大模型是调度者"决定了FDE的方案设计原则——不是什么都交给AI，而是AI和传统程序各司其职。

"进现场比写代码重要"决定了FDE的工作方式——不是坐在办公室里做方案，而是去现场沉浸式体验。

三条铁律合在一起，就是FDE的核心方法论：先理解人（进现场挖需求），再设计方案（AI做大脑传统程序做手脚），最后交付落地。这个顺序不能反，反了就会翻车。