跳转到内容

FDE 毕业项目:从客户访谈到交付资产包的完整全流程

从交付到成功的团队时刻

学完这一节,你能:

  • 独立跑通一个真实小企业的 FDE 全流程:从客户访谈 → 场景评估 → 搭应用 → 建评测 → 交付上线
  • 产出一份 5 件套资产包:场景报告 + 上线应用 + 评测报告 + 行业方案模板 + 运营 SOP
  • 用这份资产包当成求职 FDE 的核心作品集,直接对标 Anthropic / OpenAI 的 JD 原话
  • 证明两件事:你能建生产系统(90% JD 要求)、你能直面客户(88% JD 要求)

毕业项目 = 师傅带徒弟的最后一道“出师题”。

老手艺行当里,学徒学了三年,师傅不会考你理论,而是让你独立打一把刀、做一张凳、修一台机器——做出来了,你就是师傅;做不出来,继续学。这把刀就是你的“出师作品”,拿它去新店求职,店主一看手艺就懂,不用问学历。

FDE 这门手艺也一样。前面 7 个模块,你学了提示词、低代码、RAG、Agent、评测、微调、客户访谈、Demo……这一节,你要把它们串起来,给一个真实客户交付一个真上线的 AI 应用

这个项目做完,你手里就有了一把“出师刀”:

  • 面试官问“你做过什么”,你不用背八股,直接打开应用给他看
  • HR 问“你能不能独立交付”,你拿出场景报告 + 评测报告 + 运营 SOP
  • 客户问“你能不能上手我们的业务”,你拿出行业方案模板

这就是为什么这一节叫毕业项目——它不是练习,它是你求职 FDE 的核心凭证。

毕业项目的定位:真实客户 + 全流程 + 可交付

Section titled “毕业项目的定位:真实客户 + 全流程 + 可交付”

毕业项目不是作业,不是练手,而是一次真实的小型 FDE 驻场交付。要求三件事:

  1. 真实客户:选一个真实存在的小企业——朋友公司、家人生意、自己的副业、学校周边的小店都行,不能用虚构场景
  2. 全流程:从访谈到上线,一个环节都不能少
  3. 可交付:产出一个能跑的 AI 应用 + 一份能让客户数字化部门照着运营的资产包

为什么必须真实?因为 FDE 这个岗,凭证不凭学历。alexeygrigorev 拆 146 份 JD,核心要求就两条:

  • 90% 要求“建生产系统”——你不能只会在 notebook 里 demo
  • 88% 要求“直面客户”——你不能只会写代码,还要会谈需求、能做交付

虚构场景永远只证明前者的一半(还打折),只有真实客户的小项目,才能同时证明这两点。这也是为什么毕业项目是这份教程的终点——它把前 7 个模块的能力,压成一个能拿出去的凭证。

毕业项目的交付物不是“一个 demo”,而是一套5 件套资产包。这 5 件套的设计逻辑是:让客户拿到能运营、让你拿到能求职。

# 资产 是什么 对应模块
场景评估报告 用 5 问法访谈 ≥3 人,输出痛点 / 现状 / AI 切入点 / 四维度评分 模块 7
1 个上线运行的 AI 应用 真数据、真用户、能登录、有日志,不是 localhost demo 模块 2-4
评测报告 RAGAS(质量)+ Promptfoo(红队)双门禁,附分数和 badcase 模块 5
1 套可复用行业方案模板 把这个客户的经验抽象成同行业能复用的方案(如“汽修店客服”→“连锁门店客服”) 模块 6+7
给客户数字化部门的运营 SOP 谁运维、出问题找谁、多久响应、怎么回滚——客户照着就能跑 模块 7

注意第 ④ 件——行业方案模板。这是把单点项目变成“可复制打法”的关键,也是 FDE 区别于普通外包的核心:你不是做一单扔一单,你是在沉淀一套打法。Palantir 的 FDE 之所以值钱,就是因为每个项目都在反哺一套可复用的 Delta 模板。

为什么这份资产包是求职 FDE 最好的作品集

Section titled “为什么这份资产包是求职 FDE 最好的作品集”

Anthropic 的 FDE 岗位 JD 里有一句原话,几乎是给这份资产包量身定制的:

“a deployment-ready portfolio, reviewed code, architecture artifacts, and a capstone demonstrating end-to-end ownership” (一份可部署的作品集、经审查的代码、架构文档,以及一个体现端到端所有权的毕业项目)

逐条对应你的 5 件套:

  • deployment-ready portfolio(可部署的作品集)→ ② 上线运行的应用
  • reviewed code(经审查的代码)→ ② 应用 + Git 提交历史
  • architecture artifacts(架构文档)→ ① 场景报告里的架构图 + ④ 方案模板
  • capstone demonstrating end-to-end ownership(端到端所有权的毕业项目)→ ①+②+③+④+⑤ 全套

重点词是 end-to-end ownership(端到端所有权)。这不是“我写了 RAG 的召回模块”,而是“我从客户嘴里挖出需求、把它做成上线应用、跑通评测、交给客户运营、还能抽象成行业方案”。这种 ownership 的证据,在简历上写一万字都不如一个真实项目有说服力。

参考案例给你看两个标杆:

  • Palantir × Airbus:FDE 团队驻场,A350 客机交付提速 33%——这是 FDE 精神的原型,从客户一线干出真金白银的成果
  • Indeed × OpenAI:FDE 驻场接入求职数据,带来投递启动率 +20%——这就是“一个小团队飞到客户那里,跑通端到端”的典型

你的毕业项目规模小很多,但结构和证据链是一样的

整个项目预计投入 30-60 小时(分 4-6 周完成)。下面 5 步,每步都给验收标准。

Step 1:选场景(用模块 7 的四维度评分筛选)

Section titled “Step 1:选场景(用模块 7 的四维度评分筛选)”

目标:挑一个“小而真”的场景,不要贪大。

候选清单(从这些方向里挑一个最顺手的):

  • 朋友/家人的小店:汽修店接单、奶茶店库存、理发店预约
  • 自己的副业:自媒体选题、电商客服、知识星球答疑
  • 学校周边:打印店、 Tutor 匹配、社团报名
  • 你所在公司里没人管的小流程:报销答疑、新人 onboarding、合同要点抽取

用模块 7 第 2 节的四维度(业务价值 / 资料基础 / 频次 / 可复核性)给前 3 个候选打分,选总分 ≥ 16 的那个。

| 候选场景 | 业务价值 | 资料基础 | 频次 | 可复核性 | 总分 | 选不选 |
|---|---|---|---|---|---|---|
| 汽修店接单助手 | 4 | 4 | 5 | 4 | 17 | ✅ |
| ... | | | | | | |

验收:有 1 个总分 ≥ 16 的场景,写出 MVP 边界(能做 / 不能做 / 谁负责)。

Step 2:客户访谈(5 问法,访谈 ≥ 3 人)

Section titled “Step 2:客户访谈(5 问法,访谈 ≥ 3 人)”

目标:从客户嘴里挖出真实痛点,不要自己拍脑袋。

至少访谈 3 个人(同一客户公司的不同角色,例如店主 + 店员 + 老客户),用模块 7 第 1 节的 5 问法:

1. 你平时这件事是怎么做的?(现状)
2. 最烦 / 最容易出错的是哪一步?(痛点)
3. 这一步一周发生几次?每次花多少时间?(频次 + 量化)
4. 如果 AI 帮你做,你希望它做到什么程度?做到什么程度你能信?(期望 + 复核)
5. 做成之后,你愿意付钱 / 换合同 / 给推荐吗?(价值验证)

访谈全程录音(征得同意),整理成结构化笔记。这一步的产出就是资产包 ① 场景评估报告。

验收:3 份访谈笔记 + 1 份汇总报告(痛点排序 + AI 切入点 + 四维度评分)。

Step 3:搭应用(模块 2-4 任一项目的升级版)

Section titled “Step 3:搭应用(模块 2-4 任一项目的升级版)”

目标:做一个真上线(不是 localhost)的 AI 应用。

选你前面模块做过的项目当底座,升两级:

  • 模块 2 的 Coze/Dify 应用 → 升级:接客户的真实数据源 + 加用户登录 + 部署到公网
  • 模块 3 的 LangChain/LlamaIndex → 升级:封装成 API 服务 + 前端页面 + 数据库
  • 模块 4 的 RAG/Agent → 升级:接客户的真实知识库 + 上线 + 至少 3 个真实用户在用

技术栈不强求,但必须满足 4 条:

✅ 用客户的真实数据(不是教程示例数据)
✅ 部署在公网(云服务器 / Vercel / Railway / 国产云都行),别人能访问
✅ 有用户登录(最简单的 SSO / 账号密码都行)
✅ 有调用日志(模块 5 的 Langfuse 或自建日志)

验收:发一个链接给 3 个真实用户,他们能独立完成一次完整操作,留下 trace。

Step 4:建评测门禁(模块 5 的 RAGAS + Promptfoo)

Section titled “Step 4:建评测门禁(模块 5 的 RAGAS + Promptfoo)”

目标:给你的应用装上“质量门禁”,证明它不是玄学。

复用模块 5 第 2 节的工具链:

  • RAGAS 门禁:从客户真实数据抽 20-50 条做评测集,跑 faithfulness + answer_relevancy,达标线自己定(建议 faithfulness ≥ 0.8)
  • Promptfoo 红队:跑 prompt injection / 越狱 / 敏感问题,确保应用不被随便攻破
  • Langfuse 上线观测:线上每次调用留 trace,能看延迟 / 成本 / badcase

把跑出来的分数、badcase、修复记录,写成一份评测报告——这就是资产包 ③。

Terminal window
# 评测报告至少包含
- 评测集规模:30
- RAGAS faithfulness:0.83(达标线 0.80)
- RAGAS answer_relevancy:0.78
- Promptfoo 红队:17/20 通过,3 case 已修复
- 上线 7 badcase:5 条,已全部进评测集

验收:1 份评测报告 + 评测集文件 + 接入 CI 的门禁脚本(可以手动跑也行,但要有)。

Step 5:交付资产包 + 给客户数字化部门的运营 SOP

Section titled “Step 5:交付资产包 + 给客户数字化部门的运营 SOP”

目标:把剩下两件(④ 行业方案模板 + ⑤ 运营 SOP)写出来,正式交付。

④ 行业方案模板(把单点经验抽象成可复用方案):

- 场景:连锁门店客服自动应答(从"某汽修店"抽象到"连锁门店")
- 适用条件:有 ≥ 500 条历史工单 / FAQ / 聊天记录
- 架构图:数据源 → 向量库 → RAG → 前端
- 关键坑:3 个(填你踩过的)
- 复用清单:数据清洗脚本 + Prompt 模板 + 评测集模板

⑤ 运营 SOP(客户照着就能跑):

- 日常运维:谁负责 / 多久巡检一次
- 故障响应:出错找谁 / 多久响应 / 怎么回滚
- 效果复盘:每周看哪些指标 / badcase 怎么回流
- 升级流程:模型换代 / 数据更新怎么走

交付动作:约客户做一次 30 分钟的线上 Demo(用模块 7 第 3 节的 Demo 三原则),现场移交全部资产,邮件确认签收。

验收:5 件套齐全 + 客户签收(邮件 / 聊天记录都行)。

问题 原因 解决
场景选太大(上来就要做“全公司智能客服”) 贪多,想一次证明自己 砍到 1 个角色、1 个高频痛点。毕业项目要小而真,不要大而虚
访谈只找了 1 个人(老板) 怕麻烦,只访谈决策者 强制 ≥ 3 人,必须包含一线使用者。老板说的痛点和一线说的常常不一样
应用一直跑在 localhost 觉得“功能做完了就行” 必须部署到公网。面试官打开链接跑不通,前面全白做
评测报告只写分数,不附 badcase 只想展示好结果 必须附 badcase 和修复记录。诚实的 badcase 比 95 分更打动面试官
没有运营 SOP 就交付了 觉得“应用上线就完事了” 客户拿过来不会用,一周就荒废。SOP 是 FDE 和外包的区别
资产包不抽象成行业模板 只盯着这一单 抽象成模板才能“做一单反哺一类”。这是 Anthropic JD 要的 ownership
1. 毕业项目为什么必须选真实客户,不能用虚构场景?

因为 FDE 是凭证不凭学历的岗位。alexeygrigorev 拆 146 份 FDE JD,90% 要求“建生产系统”、88% 要求“直面客户”。虚构场景只能证明前者的一半,只有真实客户的小项目,才能同时证明你能建生产系统 + 你能直面客户——这正是 FDE JD 的两大硬性要求。

2. 交付资产包的 5 件套是哪 5 件?分别对应前 7 个模块的哪些?

① 场景评估报告(5 问法访谈 ≥ 3 人)→ 模块 7 ② 1 个上线运行的 AI 应用 → 模块 2-4 ③ 评测报告(RAGAS + Promptfoo)→ 模块 5 ④ 1 套可复用行业方案模板 → 模块 6+7 ⑤ 给客户数字化部门的运营 SOP → 模块 7

3. Anthropic FDE JD 原话"a deployment-ready portfolio, reviewed code, architecture artifacts, and a capstone demonstrating end-to-end ownership"怎么和 5 件套对应?
  • deployment-ready portfolio(可部署作品集)→ ② 上线应用
  • reviewed code(经审查代码)→ ② 应用 + Git 历史
  • architecture artifacts(架构文档)→ ① 场景报告架构图 + ④ 方案模板
  • capstone demonstrating end-to-end ownership(端到端所有权毕业项目)→ ①+②+③+④+⑤ 全套

核心词是 end-to-end ownership:从挖需求 → 上线 → 评测 → 运营 → 抽象打法,全程你 own。简历写一万字不如一个真实项目有说服力。

这一节本身就是大项目。完成毕业项目的验收清单(每条都可量化):

  • 场景:1 个总分 ≥ 16 的真实小企业场景,写出 MVP 边界
  • 访谈:≥ 3 份结构化访谈笔记 + 1 份汇总报告
  • 应用:部署在公网、有登录、有日志、≥ 3 个真实用户跑通过
  • 评测:RAGAS(≥ 20 条评测集)+ Promptfoo 红队,附分数 + ≥ 3 个 badcase 修复记录
  • 模板:1 份可复用行业方案模板(从单点抽象到一类)
  • SOP:1 份客户运营 SOP(运维 / 响应 / 回滚 / 复盘)
  • 交付:1 次线上 Demo(用 Demo 三原则)+ 客户签收记录
  • 作品集:1 个公开的 GitHub 仓库,README 里讲清整个故事

全部勾完,你的作品集就直接对标 Anthropic JD 原话了。投简历时,把这个仓库链接放最前面,比任何“精通 XX”都管用。

3 句话回顾:

  1. 毕业项目 = 师傅带徒弟的出师题,一次真实的小型 FDE 驻场交付,不是练习
  2. 交付 5 件套:场景报告 + 上线应用 + 评测报告 + 行业模板 + 运营 SOP——同时证明“建生产系统”和“直面客户”
  3. 这份资产包逐条对应 Anthropic JD 的 end-to-end ownership,是求职 FDE 时最有说服力的凭证

恭喜你——到这里,这份 FDE 实战课的主线全部学完了。 从“什么是 FDE”到“独立交付一个真实项目”,你已经走完了完整闭环。接下来,工具箱(/toolbox/)是你后续实战时的速查手册,随时回来看。


← 上一节:Demo 与交付 | 下一节:工具箱:大模型 API 平台对比