组织

众人拾柴火焰高 这篇写给一类特定的读者：很懂自己的生意，但没有技术背景的老板，尤其是中小企业主。延续这个系列的传统——作为人类，你只需要读懂思路；具体的执行细节，交给你的 Agent。 引子：如果你本来就是老板 最近 FDE（Forward Deployed Engineer，驻场交付工程师）这个词特别火。这个说法因美国的 Palantir 而出名——一家给政府和大企业做数据平台的公司。Palantir 用 FDE 来称呼它的一种工作方法：派工程师常驻客户现场，贴着真实业务把系统一点点改出来。它还有一个核心概念叫"本体论"（Ontology），大白话说，就是把企业现实里的业务——商品、订单、供应商、它们之间的关系、能对它们做的动作、谁有权限做——在数字世界里完整地建一个模型，然后用数据分析、用 AI 去优化它。 这个词传进国内之后，就变成了一个筐，什么都往里装。随便翻几家公司的招聘就能看出来：同样叫 FDE，传音要的是帮内部业务部门把 Agent 用起来，中兴新云要的更像去客户那里找机会、出方案的咨询顾问，遇碳科技要的则是去客户机房里把模型装好、调通的实施工程师。市面上还有更宽的说法：帮客户把一条流程做成全自动、替掉几个人，叫 FDE；给客户定制一套软件，也叫 FDE。 但不管怎么定义，行业里绝大多数的讨论都是乙方视角：我怎么进客户现场、怎么取得信任、怎么摸清需求、怎么熟悉一个陌生行业、怎么交付拿结果。 这篇文章换一个视角——甲方视角。 如果你本来就是老板，你根本不缺乙方最缺的那些东西：你最懂自己的行业，最懂自己的客户，最懂自己的团队。你真正的问题不是"我怎么做一个 AI 项目"，而是： 未来三五年，模型每年都在变强，我的公司要怎么持续吃到这个红利？ 我的答案先放在这里： 不要追求今天就拥有最先进的 Agent 系统。要努力把公司变成一个"模型越强，自己就越受益"的组织。 下面展开讲为什么，以及怎么做。 一、为什么写代码最先被 AI 攻克 先看一个现象。 AI 写代码的能力，去年大概还是个小学生，今年已经能顶替很多顶级工程师了。做 Claude 的 Anthropic 和做 ChatGPT 的 OpenAI，都在官方文章里（Anthropic、OpenAI）公开过：公司内部八成以上的代码，已经是 Agent 在写。 至少在软件工程里，“写代码"这件事基本已经被解决了。 为什么偏偏是写代码最先被攻克？不是因为模型天生偏爱代码，而是因为代码世界天然具备两个条件。我在上一篇文章《吃一堑，长一智》里，把它们概括为 Agent 时代最重要的两个词： 上下文（Context）：Agent 做事时能看到的所有信息。在代码世界里，代码本身、改动历史、报错日志、说明文档，全都是现成的、数字化的，Agent 随手就能拿到。 闭环（Loop）：做完一件事，能马上知道做得对不对，并且把教训带到下一次。在代码世界里，改完一行代码，跑一下测试，十几秒就知道对错。错了就改，改了再测，一天能转几千圈。 上下文决定 Agent 这一次做得好不好，闭环决定它下一次能不能做得更好。 信息现成、对错立判，所以 AI 在代码世界里进化得飞快。 换成生意里的话说： 上下文，就像你招来一个新运营，第一天要交接给他的那些东西：商品资料、历史销量、哪个供应商靠谱、上次为什么砍掉那一款。这些交接不到位，再聪明的新人也只能瞎猜。Agent 也一样。 闭环，说白了就是复盘。只不过要把"当时为什么这么决定"和"后来结果怎么样"记在同一个地方，下次 Agent 做判断前能先看到。 拿补货举个完整的例子： ...