推文

@UPing123zzz · 2026-10-17 17:05

快2027年了，如果想成为一名真正的 AI 应用工程师，甚至往 FDE（Forward Deployed Engineer，前线部署工程师）方向发展，到底需要掌握哪些技术 最近看到一篇关于 FDE 的文章，列了 12 个学习阶段，从企业身份认证、私有化部署、数据工程，到 RAG、MCP、AI 安全、Evals、可观测性，甚至还有商业需求分析和项目交付。 研究完之后，我发现一个很重要的问题：很多人学 AI，实际上一直在学习怎么使用 AI，而不是怎么构建一个真正能在企业运行的 AI 系统。 如果重新梳理一条学习路线，我认为应该分成下面几个部分。 第一，软件工程基础。 Python、HTTP、JSON、REST API、FastAPI、SQL、Git、Linux、Docker，这些是基本功。至少要能够理解一个请求如何从前端到后端，怎么调用数据库，怎么处理异常，怎么把服务部署起来。AI 可以帮你写代码，但你必须能看懂、调试和验证。 第二，LLM 应用开发。 Prompt Engineering、Structured Output、Function Calling、Tool Calling、Streaming、上下文管理、Token 成本、模型 API。这一阶段要能独立开发真正可用的 AI 应用，而不是只会调用一次模型接口。尤其是结构化输出、工具调用和错误处理，这些都是后面构建 Agent 的基础。 第三，RAG 与数据工程。 文档解析、OCR、Chunk、Metadata、Embedding、向量数据库、BM25、Hybrid Search、Rerank、引用溯源，还要理解 ETL、增量同步、文档版本管理。真正的企业数据不是几个干净的 PDF，而是各种 Excel、扫描件、数据库和历史业务系统。检索质量、数据准确性和权限控制，往往比选哪个大模型更重要。 第四，Agent 与系统集成。 Agent Workflow、MCP、API 集成、状态机、任务调度、人工审批。核心是让 AI 不只是回答问题，而是能够连接真实业务系统，在权限允许的情况下执行任务，并且知道什么时候应该暂停、重试或交给人处理。 第五，企业级安全与权限。 Authentication、Authorization、RBAC、多租户隔离、OAuth2、OIDC、SAML、SCIM、PII 脱敏、审计日志、Prompt Injection 防护。很多术语可能刚开始根本没听过，但它们解决的是企业最现实的问题：谁能登录、谁能访问什么数据、客户之间怎么隔离、敏感信息会不会泄露。 第六，评测、监控与生产部署。 Evals、Golden Dataset、Tracing、Logging、OpenTelemetry、Langfuse、Docker、CI/CD、备份恢复、成本监控。Demo 跑通不等于产品可用，产品可用也不等于企业能够长期稳定使用。你需要知道系统为什么出错、回答是否可靠、每次调用花多少钱，以及出现故障后如何恢复。 再往大型企业和特殊行业走，还会接触 Kubernetes、Terraform、Helm、VPC、Air-Gapped Deployment、Ollama、vLLM、模型量化和本地推理。这些是重要的高级能力，但不是每个初学者都需要从第一天开始学的东西。具体学到什么深度，应该由项目需求决定。 最后，还有一个特别重要但经常被忽略的能力：理解商业和交付。 客户说想做一个 AI Agent，你得先搞清楚他到底想解决什么问题，现在的人工流程是什么，数据在哪里，预算多少，怎样定义成功。然后把模糊需求转化成技术方案，完成开发、测试、上线、验收和移交，最终证明这个系统到底创造了多少价值。 这其实是 AI 应用工程师和 FDE 需要不断建立的完整能力体系。 当然，这不意味着一个人必须精通所有技术，软件工程和 AI 应用开发是基础，RAG、Agent、Evals、部署、安全是逐步深入的工程能力，而企业身份体系、复杂基础设施、本地推理等技术，可以根据真实客户需求继续拓展。 我自己也是从非计算机专业转向 AI，最近在接触企业 AI 项目和研究企业级 RAG。越往里面做，越能体会到一个区别就是让 AI 生成一段代码、跑通一个工作流，和真正让一个系统安全、可靠地解决企业问题，完全不是同一回事。 未来 AI 模型会越来越强，写代码和搭 Demo 的门槛会越来越低。但真实业务里的数据、权限、流程、系统集成和工程可靠性，不会因为模型变强就自动消失。 所以与其每天追逐最新的模型和 Agent 框架，不如扎扎实实建立工程基础，再通过一个个真实项目把这些能力串起来。 真正值得长期积累的，不是会用多少 AI 工具，而是能不能把 AI 变成别人真正愿意使用、愿意付费、能够持续产生价值的产品。

曝光 101 · 评论 2 · 点赞 0 · 书签 0 · 曝光/时 57.94288203146573