胡芯兰最近被问了一个问题：“你知道马斯克怎么管理员工吗？”
对面是一家万人重工业企业的老板。他在短视频里看到马斯克用 Agent 替人干活，转头就问：“能不能帮我把整个信息化部门都裁掉？我每天跟 Agent 沟通就行。”
胡芯兰是做 FDE 的。这个工种最早由 Palantir 提出，后来被 OpenAI 和 Anthropic 带火，今年从硅谷传到中国。说白了就一件事：驻场进客户公司，把大模型和 Agent 塞进真实的业务流程里。
但她在中国遇到的大多数需求，都像在许愿。
有老板要她把人的生命健康数据交给 AI，“让硅基生物造福碳基生物”。有电商老板甩来一条“AI CMO”宣传片，说只要输入公司网址就能全自动做营销，“能实现我愿意高价买”。胡芯兰心里想：AI 公司画的饼，现在要我来烤。
大厂也在抢这门生意。腾讯 WorkBuddy 建了 FDE 团队，字节的豆包工作、阿里的千问办公都压了上来。一位阿里云销售说得很直白：先送免费额度，再派人驻场，“现在就是比谁更舍得下注”，技术和售前都在转岗做 FDE。
可这笔账并不好算。
一个一两百人的客户，第一个月 Token 账单几十万。查完后台才发现，员工把 Agent 当豆包用：每做一步就新开一个对话框，重新上传文件、复述背景。胡芯兰反复说“这不是豆包”，没人听。正确做法是把重复工作写成 Skills，把稳定资料放进知识库，但这要求员工先讲清楚自己一天到底在干什么。而大部分人讲不清。
更贵的是隐性成本。阿里瓴羊给一家头部电动车品牌做 AI 客服，demo 两三天就出来了；为了搞懂“什么时候该转人工”，他们派人戴着客服耳机在一线坐了将近两个月，做了近百场调研。一位大厂 FDE 给一个 App 做助手，最后拆成二十多个业务 Agent，每个背后都是访谈、协调、等权限。过去一个售前能同时服务 5 到 8 个客户，现在一个人服务 1 到 2 个已是极限。
小编分析：很多企业开始对FDE有一定的认识了，但是这个流程还需要再完善！
所以“降本增效”这四个字，在 FDE 这里常常反过来：AI 离业务更近了，人力效率却更低了。
真正卡住的还不是技术，是数据。Edison 给一家服装厂接 Agent，上线第一天收到近 300 条报错：几十位产线负责人每天在一张巨大的 Excel 表上手工更新进度，少个空格，AI 就判生产异常。潘科霖的零件厂，十个车间十套日报表，写法各不相同，他花了两周才理出一套规范。
埃森哲调研了七个行业的 163 家中国企业，只有 9% 真正从 AI 里拿到了效率、收入或利润的提升。
一位 FDE 的客户很高兴地说，买了 AI 编程工具后，开发团队从 140 人减到 100 人。这大概就是眼下最容易被看见的“效果”：裁员数量，仍然是一家公司衡量 AI 有没有用的直观标尺。
可被裁掉的人，恰恰是唯一知道这活该怎么干的人。
小编分析，普通人能做的三个机会在哪里？
一、做“AI 工作流拆解师”，按岗位收费。
这篇里最扎心的一句是：员工说不清自己一天在干什么。而 Agent 不接受含糊。帮一个岗位把工作流“倒放”一遍，拆成输入、判断、交付物，再写成可复用的 Skills，这活不需要会写代码，需要的是会问问题。给一家几十人的公司做 3 到 5 个核心岗位，按岗位收 3000 到 8000，或者按月陪跑 1.5 万到 3 万，比卖工具好收钱。
注: 小编的微云视团队，正在干这样的事情！
二、干“数据还债”的脏活。
十个车间十套日报表、几十个人维护一张 Excel、ERP 里只有静态数据——这是中国中小制造和贸易企业的普遍状态，也是 AI 落地绕不过去的前置工程。帮企业把散落在 Excel、微信群、纸质单里的数据整理成一张结构化表，按部门或车间报价，一个项目几千到几万。听着不性感，但需求真实、可复制、客户看得见成果。
三、开一家“Token 账本诊所”。
一个月几十万的 Token 账单，很多老板根本不知道钱花在哪。做一次用量审计：哪些是重复上下文、哪些该进知识库、哪些任务该降级到便宜模型、哪些流程该做成 Skills。按节省金额分成，或者收年费。这个生意的好处是，你省下来的每一分钱都能被验证，续费不用讲故事。
如果您的企业也需要AI来降本增效、实现业绩增长，但是缺乏FDE工程师，可以留言回复1，小编发资料给您！
上一篇：
超低价！AI漫剧系统，源码出售！功能强大，自带画布功能
超实用工具！一键获取，微信群友的微信号！