팟캐스트 노트｜실리콘밸리 AI 기업 실무자가 상세 설명하는 FDE, AI 업계 현재 가장 핫한 직무
TechFlow 선정TechFlow 추천
팟캐스트 노트｜실리콘밸리 AI 기업 실무자가 상세 설명하는 FDE, AI 업계 현재 가장 핫한 직무
FDE 는 마치 스타트업 CTO 들을 여러 명 채용한 것과 같습니다. 당신은 계약을 따내고, AI 를 구현하며, 고객을 붙잡아 두어야 합니다; 하지만 동시에 CTO 로서 당신은 종일 제품을 어떻게 더 좋게 만들지 생각하는 것이 아니라, 심지어 자기 혁명까지 해야 합니다.
Web3 심층 보도에 집중하고 흐름을 통찰정리 및 편집: TechFlow
게스트: 조브 종 (Jove Zhong, 钟钱杰), Cresta FDE(Forward Deployed Engineering) 책임자, AI Agent 현장 배포 팀 담당
진행자: 쑨위정 (손욱징, 孙煜征) (커따이비아오 리정), Superlinear Academy 설립자, 전 Statsig 에반젤리스트 (회사 OpenAI 에 인수됨)
팟캐스트 출처: 커따이비아오 리정
원제: 그의 FDE 팀은 30 명에서 100 명으로 확장되었는데, 왜 많은 대기업 엔지니어조차 이 직무를 모을까?
방송 날짜: 2026 년 7 월 17 일
핵심 요약
조브는 현재 AI 콜센터 회사 Cresta 에서 FDE 팀을 이끌고 있으며, 작년 인수 당시 몇 명에서 30 명으로 확장되었고 올해 목표는 100 명으로 전 세계적으로 채용 중이다. Cresta 자체는 설립 9 년 차 기업 서비스 회사로, 마리옷, 유나이티드 항공 등을 고객으로 보유하며 고객 경험 최적화를 해왔고, AI 유행 이후 자연스럽게 AI Agent 배포로 전환했다.
이 대화의 핵심 긴장감은 다음과 같다: FDE 는 OpenAI, Anthropic 등顶级 AI 기업과 VC 서클에서"AI 시대 가장 유망한 직무"로追捧받고 있지만, 조브가 베이エリア에서 행사를 열었을 때 Meta, Google 같은 대기업 엔지니어조차 이 직무를 들어본 적이 없었다. 조브의 견해는 명확하다. AI Agent FDE 는 전통적인 아웃소싱이나 상주 엔지니어가 아닌, 새로운 종이다: AI 도입의 모든 함정 (환각, RAG 지연, VAD 디버깅, 모델 버전 전환) 을 이해해야 하고,面对面으로 고객 CTO 의 신뢰를 얻어야 하며, 현장의 교훈을 회사로带回해 제품을 개선해야 한다. 본질적으로, AI 를落地시키기 위해"스타트업 CTO"一群을 채용하는 것이다.
주요 견해 요약
FDE 의 본질
"FDE 는 스타트업 CTO 一群을 채용하는 것과 같다. 계약을 성사시키고, AI 를落地시키고, 고객을锁定해야 한다;但同时 CTO 로서 제품만 어떻게 개선할지 생각하는 것이 아니라, 스스로 혁명해야 한다."
"FDE 는 AI 시대와 이전의 FDE 는 두 가지 것이다. 이전의 FDE 는 아웃소싱 상주 엔지니어와 특별히 큰 차이가 없었지만, AI Agent FDE 는 새로운 종이다."
AI 落地의 마지막 마일
"이 모델들은 구하기 어렵지 않다. 돈만 지불하면 최고의 모델에 access 할 수 있다. 하지만 so what? 이 모델을 어떻게 사용해야 하는지 알지 못할 수 있다."
"FDE 는 바리스타와 같다. 이탈리아 라 마르조코 커피 머신을 사고, 좋은 원두를 살 수 있지만, 반드시 좋은 커피를 만들 수 있는 것은 아니다. 고객은 outcome 을 원하며, 괜찮은 AI Agent 경험을 원한다."
어떤 사람이 FDE 에 적합한가
"如果有人经历过很多失败的经验，对我来说是一个很好的事情。他能够把他过去的 lessons learned 讲出来，在哪个体场合是不是言多必失，是不是太早 jump to conclusion。"
"你是一个很好的 AI engineer？这基本上是废话。现在你哪个软件工程师如果不是 AI engineer，你都已经很出局了。你必须要会开发跟测试过 AI Agent。"
FDE 가 AI 에 의해 대체되기 어려운 이유
"과거에는 하나의 skill 만 있으면 생존할 수 있었지만, 이제는不行了。但你可以为结果去负责。只要你越来越近地接触结果，你就越难被取代，因为 AI 没有办法为这个结果担责任，换个 prompt 它就说了另外一句话。"
중국의 FDE vs 북미
"북미에서는 인건비가 본래 비싸고, 결과에 대한买单 수요가 강하며, SaaS 도 성숙되어 있어, FDE 모델이 AI Agent 분야에서 비교적 쉽게落地된다. 중국 내부에서는我只能心疼从业人员几秒钟。"
一、当一个岗位被 VC 和顶级 AI 公司集体看好，大厂的人却不认识它
커따이비아오 리정: 현재手下에 FDE 가 몇 명이나 되는가?
30 명이며, 올해는 100 명까지 될 것으로估计된다. 최근 7~8 개월 동안 Cresta 에서 일하면서, FDE 가 실제로 AI 를落地시키고, 사람들이 돈을 지불하게 하며, 세상을 변화시키는 매우 효과적인 방식임을 절실히 느꼈다.
커따이비아오 리정: 특히 놀라운 것은 OpenAI, Anthropic 이 많은 FDE 를 채용하고 있고, VC 도 이것이 AI 에 가장 필요한 직무라고 말하지만, 행사를 열었을 때, 특히 Meta, Google 같은 대기업 사람들은"什么是 FDE"라고 묻는다.
맞다, 이 인지 차이는确实 크다. 나는 Palantir 주가가 상승했을 당시부터 FDE 에 대해 비교적 잘 알게 되었다. Palantir 는 이 모델의 창조자로서, 그业务는 매우 특수하다. 왜냐하면 모든 벤더가 군사 관련业务를 할 수 있는 것은 아니기 때문이다. 10~15 년 전 시작했을 때, 많은 군사 고객은 원하는 것을 명확히 말하기 싫어했다.你必须跟他们面对面，跑到同一个军营帐篷、看到数据，他才愿意说得很细。
그래서 Palantir 는 두 개의 팀을 채용했다: 하나는前线驻场的 소프트웨어 엔지니어 팀이고, 다른 하나는业务 책임자 팀으로, 작전이나 구조 절차에 익숙한 사람들이다. 하나는 기술偏向, 다른 하나는 비기술적이다. FDE 는 일반적으로 매우 기술적인工种으로 이야기된다.
二、AI Agent FDE 는 새로운 종이다, 전통적인 상주 엔지니어와 혼동하지 말 것
커따이비아오 리정: 먼저 이 단어를 들어본 적 없는 학생들에게 FDE 가到底是什么인지 설명해 달라.
FDE 의 전체 이름은 Forward Deployed Engineer 이며, 특징은 여전히 engineer 이지만 프로젝트 안으로 forward deploy 된다는 것이다. 하지만 나는 FDE 를 AI Agent 라는 프레임 안에 놓아야 한다고 생각한다.
만약 이것이 전통적인 시나리오라면, 데이터의 ETL, 데이터 변환, 네트워크搭建, FDE 가 상주 엔지니어, 아웃소싱, 컨설팅과 무슨 차이가 있는지 말하기其实 어렵다.하지만 AI Agent 문맥에서는 완전히 다르다: 현재 많은 사람들이 AI Agent 를 원하며, 비교적 새로운 model access 를 얻을 수 있고, ElevenLabs, Deepgram 같은 음성 모델을 사용할 수 있지만, 반드시你的业务场景에 맞는 AI Agent 를 만들 수 있는 능력은 없다.
FDE 의 역할은 다음과 같다:你的业务逻辑을 결합하고, AI Agent 플랫폼의 모든 기능을 활용하여,你的具体需求를 만족하는 AI 시스템을 만드는 것이다. guardrail, test, eval 을带着。이것들은 고객이 스스로 배우기 어렵다. 고객 자신에게 엔지니어링 팀이 있어 웹사이트나 모바일 App 을 build 하는 방법은 알지만, AI Agent 를 build 하는 것은 완전히 다른 일이다: 환각 처리, RAG 나 knowledge base 의 저지연, 고정확도, 중간에 많은 어려운 것들이 있으며, 직관적이지 않다.
그래서 우리 같은 AI 회사들은 FDE 모델을 채택한다. AI 전문가가 플랫폼에 무엇이 있는지, 고객이 무엇을 원하는지 명확히 알고, 이것을 만들어내고, 정밀하게打磨하는 것이다. 고객을逼하여 스스로 배우게 하는 것이 아니다. 설령 배울 수 있더라도 6 개월에서 1 년이 걸리며, 경쟁對手는 이미 앞서 갔다.
커따이비아오 리정: 즉 AI Agent FDE 와 이전의 FDE 는 두 가지 것이다. 이전의 FDE 는 아웃소싱 상주 엔지니어와 차이가 없었지만, AI Agent FDE 는 새로운 종이다. 그들은 특별히 AI native 하며,真的懂做 AI 제품里遇到的各种坑。model access, feature 모두 가지고 있지만,真的想做好，差距는 크다.
맞다. 그리고 우리는 고객과贴身服务할 의지와 능력이 있다. 우리는 이런 말을 한다. IPA 맥주를 마시며 API 에 대해 Talk 할 수 있으며, 고객과 빠르게 관계를 맺고, CEO, CTO 또는 API lead 의 신뢰를 얻을 수 있다. 모두 engineer 를 하므로 공통 언어가 있으며, 빠르게 그가 원하는 것과你的 limitation 을 이해할 수 있다.
三、FDE = 고객 앞의 CTO, FDPM = 고객 앞의 CEO
커따이비아오 리정: 듣기에 능력 요구 사항이特别 높다.特别懂 AI(本身就稀缺), communication skills 로 사용자 신뢰를 얻어야 하며, 사용자业务를 이해해야 한다.
그래서 우리는 스타트업 CTO 一群을 채용하는 것과 같다. 이 사람들은 어디에 힘을 써야 하는지, 어디에서 say no 가 필요한지弄清楚하고, AI skill 로 일을落地시킨다.
하지만 각자의 bandwidth 는 제한되어 있으므로, частично Palantir 에서 영감을 받아, Cresta 의 FDE 팀 외에 FDPM 팀 (Forward Deployed Product Manager) 도 있다. 그들은 그렇게 technical 할 필요는 없지만, 마치 회사에 CEO 와 CTO 가 있는 것처럼: FDPM 은 더 많이 business logic,验收标准, 리스크 관리, 시간进度를关心한다.
많은 경우 고객과 미팅을 할 때, 고객 내부에서도 원하는 것이 잘 align 되어 있지 않다. SOP 는 각자의 뇌里에서 다르다. 만약 모든 미팅에 FDE 가 참여한다면, 우리의 방식을 가장 잘 활용하는 것이 아니다. FDPM 은 이러한 비기술적 일을 하여, 것을理顺한다. FDE 는 기술角度에서 구현이 합리적이고 테스트가 건전함을確保하며, 경험 교훈을 회사로带回해 제품을 개선한다.
그래서 FDE 를 Forward Deployed CTO 로想象할 수 있으며, FDPM 은 Forward Deployed CEO 다. FDE 는 AI 의 업계最佳实践, SDK, 도구 패키지, CLI 개발을负责한다; FDPM 은具体需求, 리스크上报, 심지어追加销售를负责한다.原先 세 가지 use case 를 했다면, 여섯 가지로 만들 수 있는지. 이렇게 나누면, 채용 요구 사항이 지나치게 높지 않다.
커따이비아오 리정: 엔지니어가 FDE 로 전환하는 것은 비교적 자연스러운데, 다른 것도 있는가? PM 이 FDPM 으로?
맞다. FDE 의 baseline 은 engineer 다. 나는 면접에 어떤环节에서 AI 를 사용하지 않고 간단한 Python 프로그램을 작성하게 한다. LeetCode 가 아니라, 프로그램 작성 능력을 증명하는 것이다. 또 한 라운드는 engineering practice 를 본다: unit test, end to end,分层 같은 개념을 아는지.
만약 완전히 기술 배경이 없는 사람이 AI Agent FDE 를 한다면,看起来 work 할 수 있지만, 스스로哪些东西有问题에 aware 하지 못할 것이다. 예를 들어 로그인 인터페이스를 만들면, 로그인できる 것 같지만,东西都塞在前端，사용자가 쉽게 DOM tree 를 삭제하거나篡改하여 많은 것을 볼 수 있다. 엔지니어링素养가 없다면, 많은 것이看起来 work 하지만, 실제로는 best practice 가 부족하다.
이之上에서, 만약 consulting 배경이 있다면, Accenture, McKinsey 라면 좋다. 하지만 과거의 방식으로 deal size 를 판단하거나, 시간 기준으로 계件하지 않도록 조심해야 한다. 우리 자체는 SaaS 회사偏向이며, FDE 는 forward deployed product engineer 로, product engineering 의 일부이다.FDE 의 큰 책임 중 하나는: AI Agent 를 통해 제품 PMF 에 문제가 없음을 증명하고, 제품을 개선하는 것이다. REST API, microservice, UI, CLI, doc 를 개선한다. 모든 배포를 성공시키는 것뿐만 아니라, 제품을 점점 더 성숙하게 만든다.
커따이비아오 리정: 여러분은 상주하여 고객 문제를 해결하는 것뿐만 아니라, 돌아와서 자신의 제품을 개선해야 한다.
맞다. 나는 part of product engineering 이다. 나의 peer 는 microservice 를 만드는 사람, Kubernetes Infra 를 만드는 사람이며, 우리는 모두 VP engineering 에게 report 하고, VP engineering 은 CEO 에게 report 한다. 어떤 회사는 FDE 를 customer success 나 professional service 아래, 심지어售前 아래에 두는 것을 안다. 우리가 이렇게 하지 않은 이유는, 결국 platform 회사를 만들어야 하기 때문이다. 많은 다른 use case 를 enable 할 수 있는 AI Agent 플랫폼을 원한다.
FDE 의 이상적인 상태는: 간단한 일은 자동화와 플랫폼 개선으로 대체되고, FDE 는 점점 더 전문화되어, payment 전문가, 네트워크 전문가, RAG 전문가가 되어, 점점 더 어려운 일만 하는 것이다. 이렇게 하면 우리 자신을 consulting firm 으로 키워 수백 명을 고용하여 반복 노동 을 하게 하지 않을 것이다.
四、왜 AI 落地에 FDE 가 이렇게 필요한가? 최종 사용자는 모델이 아닌 outcome 을 원하기 때문이다
커따이비아오 리정: 내가 FDE 를 매우看好하는 이유는, 현재 AI 능력이 너무 강하지만, 대부분의 사람은落地能力이 없기 때문이다. 많은 전통 산업은 AI 를 매우 필요로 하지만, 이러한 인재가 전혀 없다. 이때 누군가 불확실성을 확정성으로 바꿔준다면, 식당 사장에게来说, 잘 할 수 있을지 고민할 필요 없이, FDE 가"우리 플랫폼을 사용하면, 내가 모두 해결해 주겠다"라고 말하면,落地가 간단해진다.
완전히 정확하다. 식당 사장이나 그의 IT 팀에게 AI Agent 의 세부 사항을 이해하게 한다. 예를 들어 VAD(voice activity detection, 음성 활동 감지): 내가 말할 때 당신은 부응할 수 있지만, 끊어서는 안 된다; 내가 전화번호나 email 을 보고할 때 중간에 멈춤이 있지만, 상대방이 chime in 해야 한다는 의미는 아니다; 잡음이 있으면 어떻게 할 것인가. VAD 만 해도 다른做法가 있다. silence-based 인지 LLM-based 인지, 의미 기반인지. 식당 IT 인력에게 이를 배우게 하는 것은, too much 다.
고객은 실제로 فقط关心한다: 브랜드는 젊은이偏向인지 아니면 성숙하고 안정된偏向인지, 요리를 어떻게 소개할지, VIP 에게 어떻게 자리를 남겨줄지.这些都是 business 수준의特殊需求。FDE 는 비교적 빠르게 best practice 를 apply 하고, 가장 좋은 것을 골라 work 하게 한다.而且我今天给饺子馆做，明天给西餐厅做，업계 knowhow 를 축적하며, 회전율, 어떻게 고객에게 정중히 거절할지. 마지막에는 우리가 식당보다 식당을 더 잘 알게 될 수도 있다.
커따이비아오 리정: 세쿼이아의 분석에 따르면, 소프트웨어 시장은其实 그 크지 않지만, 전체 labor 시장은 극대하다. AI 가 대체하려는 것은 바로 이 labor 시장이다. AI 가 labor 를 대체하려면, AI 를 알면서 business 를 아는 사람이真的把它做好해야 한다.
五、Cresta 가 하는 일: 마리옷과 유나이티드 항공의 고객센터에 AI 를 사용하게 하다
커따이비아오 리정: 이러한 전통 산업이 어떻게 AI 를 사용하는지, 너희 회사가 무엇을 하는지, 당신이 본 gap 이 얼마나 큰지 이야기해 달라.
Cresta 는 2017 년 설립되어 9 년 동안, 계속 customer experience 부분을 해왔으며, 핵심은 call center 다. 이전 인공 고객 서비스 시대에는,新员工培训이 큰 문제였다: 전화를 걸면 적절한 공개를 해야 한다 (예를 들어"이 전화는 녹음됩니다"), 전화가 transfer 되면 과거 기록을 가져와야 한다. AI 가 보조할 수 있는 많은 일이 있으며, human agent 를 더 효율적으로 만든다.
현재 우리가 하는 일은 더 많다. 모든 case 가真人回复를 필요로 하는 것은 아니다. 예를 들어 블랙 프라이데이 기간에는 임시로 많은 사람을 채용해야 하며, 피크 기간이 지나면 다시 떠나게 해야 한다. 이 산업의 이직률은其实 매우 높다. 하지만某天 신용카드를 분실하여, 전화를 걸어 재발송을 요청하면, 이 일은 완전히 AI 가 끝낼 수 있다.
우리는 마리옷, 유나이티드 항공 같은 고객이多年 동안 사용했으며, 계속 call center 와 human agent 시나리오에 있었다. 현재 그들에게 AI Agent 제품을 하나 더 사용하게 하는 것은, 더像一个 upsell 다. 그들은 low-hanging fruit 의 use case 를 골라 AI Agent 가 하게 할 수 있다.
나의 팀은 현재 30 명이며, 뒤에 50 명, 100 명으로 변할 수 있으며, worldwide 채용 중이다. 현재 북미 위주이지만, 유럽과 APAC 도 채용 중이다. 목표는 더 많은 전화, 더 많은 chat 이 AI 로 최적화된 경험을 하게 하는 것이다. 아무도 전화를 걸어 30 분 동안 음악을 기다리거나, 전화를 걸어 두 가지 purpose 가 있는데, 결과적으로 두 번째는 transfer 되어 다시 30 분을 기다리고 싶지 않다.
커따이비아오 리정: AI 응용의前三大赛道,你怎么看?
첫 번째는 coding 이다. Cursor, Claude Code, Codex 가 많은 일을 했다. 두 번째는 multimedia 로, 음악, 이미지, 비디오의 생성이며, 큰 회사가 많은 돈을 태우고 있다. 세 번째는 enterprise AI 이며, 특히 voice AI/AI Agent 다.
coding 은 이미 매우 좋은 시장임이 증명되었으며, FDE 도 무제한으로 coding 도구를 사용할 수 있지만, 이 분야는 너무卷되어, 플레이어로서 들어가기 어렵다. image 와 video 생성은看起来 work 하지만, 많은 투자가 필요하다.而 enterprise AI, 100 명의 business owner 에게 묻다면, 50% 이상은 원한다. 만약 AI 가 인력을 절약하고, 고객이 기다리는 시간을 더 짧게 할 수 있다면, why not?而且이 기술은快要 ready 하며, 완전히 ready 된 것은 아니므로, 적절한 사람을 찾고, vendor 를 찾으면, 구현할 수 있다.
커따이비아오 리정: 하지만 옆의 식당이 call center 수준의 음성 AI 를 필요로 할 것이라고想象하기 어렵지 않은가?
있다. 전통적인 call center 외에, 우리는 점점 더 call center 는 없지만"AI receptionist"가 필요한 고객을 만난다. 고객이나 잠재 고객이 전화를 걸면, 매번人工接할 필요 없이, AI 가 프런트처럼 할 수 있다: 무엇을 원하는가? 시간을 예약해 줄까? 누구와 이야기하고 싶은가? 나는 owner 에게 문자나 summary 를 보낼 수 있다.
치과 의사, 커피숍, 꽃집, 심지어 개인이라도, 많은 사람이 당신 커따이비아오와 이야기하고 싶을 수 있지만, 먼저 AI 가 filter 하게 할 수 있다.
六、FDE 를 하는 문턱: AI Agent 경험은 입장권, 창업 실패 경험은 가산점
커따이비아오 리정: 어떤 사람이 FDE 에 적합한가? 당신의 채용 프로파일은 무엇인가?
먼저, 현재 나는 junior 를 채용하지 않는다. FDE 는 3 년 이상 근무 경험이 필요하며, 자체적으로 좋은 engineer 여야 한다. 만약 founder, co-founder, founding engineer 를 해봤다면, 가산점. consulting, customer facing 을 해봤으며, customer communication 과 negotiation 측면에서 문제가 없다면, 가산점.
가장 중요한 한 가지: AI Agent 를 해본 적이 있어야 한다. 나는 산더미 같은 이력서를 보았는데,"나는 AI engineer 다, Claude Code 를 매우 잘 사용한다, Codex 를 매우 잘 사용한다"라고写着. 이는 기본적으로废话다. 현재 이 시점에서, 어떤 engineer 라도 Claude Code 를 사용할 줄 모른다면, 타자를 칠 줄 모르는 것과 같다. 의미가 없다.你必须会做 AI Agent才有意义。
당신이 해본 AI Agent 가 대체로 어떤层次까지 필요할까? 나는 커따이비아오의 AI 제품 6 개层次모델을 참고한다: 첫 번째层次 prompt wrapper, 두 번째层次 grounded AI(지식을带的), 세 번째层次 tool-using AI(도구를 호출할 수 있는), 네 번째层次 LLM workflow(고정流程里的 AI).네 번째层次对我们来说就差不多够了。 voice AI 고객을 할 때, 많은 경우 티켓을 환불하면 환불하고, refund 를 원하면 refund 해야 하며, 고객에게"이렇게 하는 것이 맞는가? 50% 를 환불해 줄까 30% 를 환불해 줄까?"라고 물어볼 수 없다. 더 많이 knowledge base, SOP 를 명확히 가지고, 저지연으로 tool call 을 해야 한다.
면접环节에는 90 분实战이 있으며, Claude Code 나 Cursor 를 사용하여, 우리가 준 API 와 knowledge base 를 기반으로, agent 를 만들고, 그것이 고품질임을 증명해야 한다. test eval 설계, edge case handle 포함. 이는一些道听途说的东西나 toy project 보다 구체적이다.
커따이비아오 리정: win trust 이 일은特别 중요하지만, 많은 사람은 просто 못한다. win trust 할 수 있는 사람은 어떤 특성이 있는가?
만약 후보자가 실패의 교훈을 경험했다면, 나에게 좋은 일이다. 그가 어떤场合에서 말을 너무 많이 하면 실수하기 마련인지, 너무 일찍 jump to conclusion 했는지 이야기할 수 있는지, 아니면 고객角度에서 motivation 을揣测하여, 좋은角度로 proposal 에切入할 수 있는지, 심지어 상대방이 스스로 scheme 을 present 하게 할 수 있는지, 당신이 강제로 say no 하거나 강제로 push 하는 것이 아닌지.
여기에 하나의 red flag 가 있다: 면접 때如果我问一个问题，对方给了我一个 6 分钟、10 分钟的回答，基本上就严重减分。 당신은 좋은 communication 의식이 없으며, 정보 밀도가 어떻게 되어야 하는지 모른다. 10 가지를 나열하는 것보다, 두세 가지를 이야기하는 것이 낫다. 만약 생각하고 싶은 것을 한꺼번에 쏟아내는 것에 너무痴迷한다면, 이는 좋은 FDE signal 이 아니다.
커따이비아오 리정:真的能 win trust 하는 사람은 두 가지 것이 있다: 첫 번째는 그가愿意 listen 하며, 상대방角度에서 생각할 수 있다는 것; 두 번째는 그의 EGO 가 크지 않다는 것이다. 할 수 있으면 할 수 있는 것이고, 못하면 못하는 것이며, 목적은 일을 잘하는 것이다. 만약 상대방이 당신이特别在乎自己的 EGO 라고 느낀다면, 그는 당신을 trust 하지 않는다.
七、FDE 를 바리스타와 일식大师에 비유: 최고의 재료는 누구나 살 수 있지만, 좋은 것을 만들어내는 것이 실력이다
나는 FDE 를 바리스타라고 생각한다. 이탈리아의 라 마르조코 브랜드 커피 머신을 살 수 있다. 몇 천 위안의 매우 비싼 것이지만, 사 와서调试完, 반드시 좋은 커피를 만들 수 있는 것은 아니다.你去买很好的豆子，也不一定有这个技术。
고객은 하나의 outcome 을 원하며, 좋은 AI Agent 경험을 원한다. 마치 절친과 좋은 conversation 을 하고 싶으며, 편안한 커피숍에서 편안한 커피 한 잔을 마시고 싶다면, Blue Bottle 에 가면 된다. FDE 가 하는 일은 좋은 원재료, 좋은 원두, 복잡한 기계, 좋은 skill 을 사용하는 것이며,而且그와 이야기를 나누며, 그가 오늘 기분이比较 down 인지比较嗨인지 보고, 그에게特调出一杯 커피를 만들어주면, 그의 느낌이 매우 좋다.
비슷하게 Omakase(日式"おまかせ", 주방장 추천): 당신은 오늘 무슨 요리가 있는지 물을 필요 없이, 우리를 믿기만 하면, 우리는 반드시 최고의 기술, 최고의 재료를 사용하여 매우棒的 경험을 제공한다.이러한 재료, 커피 원두, 생선은, AI 분야에对应하면 이러한 model 이다. model 은 구하기 어렵지 않다. 돈만 지불하면 최고의 모델에 access 할 수 있다. 하지만 so what? 이 모델을 어떻게 사용해야 하는지 알지 못할 수 있다.
간단한 예를 들자: 복잡한 mapping 관계가 있다면, Markdown 의 table 로 작성할까 아니면一大堆 bullet point 로 작성할까? 어느 것이 더 효율적인가? 물론 token 을 절약하는 것은 한 측면이지만, 어느 것이 실행 시 실수하기 쉬운가? 우리는 ChatGPT 의 5.1, 5.2, 5.3, 5.4 각 버전이 모두 다르다는 것을 발견한다. FDE 는 이러한 AI best practice 를 이해할 충분한 시간이 있다.
同时你又会察言观色，和客户有私交。AI本身就是一大堆概率问题，很难保证永远不错。当你错的时候，怎么及时修复、怎么不 hurt 这个 relationship，FDE在里面有很强的人格魅力和关系在里面。
커따이비아오 리정:这就是把 trust 具象化，落到人身上。名词和动词的区别。名词非常有限，10 分钟就能学会。但真正把事做好的都在动词里，无穷精深，而且你不学不知道，不做不知道。你说这个人的 routing 做得好，那个人的 routing 做得不好，你完全没有办法想象这里面的功夫差得有多深。
八、왜 FDE 는 점점 더 가치가 높아지는가: 모델이 당신을 멈추지 않고 다시 시작하게逼하기 때문이다
또 하나의 흥미로운 점이 있다. 나는 이전에도 IBM, EMC 에서 기업 소프트웨어를多年 동안 했다.大家都有一个常见的心态:这个东西只要不坏就不要改，尤其是做 on premise 的。
하지만 현재 AI Agent 를 할 때, 만약 당신이 고치지 않으면, 이 모델은 사용할 수 없게 될 수 있으며, API 가 work 하지 않는다. 예를 들어原先 4.1 을 사용했지만, 현재 4.1 을 사용할 수 없으며, 반드시 5.x 를 사용해야 한다. 20% 의 서비스 비용이든 새로운 use case, 새로운 SOW 든, 당신은 끊임없이 engage 해야 하며, 최고의 모델이나 맞는 모델을 사용하여 일을 점점 더 잘 해야 한다.这不是一枪头的买卖。
이것은 회사来说其实是好事情이며,大家在 ARR subscription model 로 사용하도록 push 한다. 우리는 심지어 어떤 on premise 배포도 제공하지 않으며, SaaS 만 사용할 수 있다.加上你的 SaaS会用最好的 voice engine、最好的模型，这就变成一个很自然的 ARR。고객은整天问"什么时候能在我这边装好，然后我就可以甩掉你"라고 묻지 않으며, 그는 우리를甩不开。
커따이비아오 리정:另外，FDE 는 AI 에 의해 대체되기 어려운 직업이다. 과거에는 하나의 skill 만 있으면 생존할 수 있었지만, 이제는不行了。但你可以为结果去负责。只要你越来越近地接触结果，就越难被取代，AI 换一个 prompt 就说了另外一句话，它没有办法为结果担责任。
九、중국의 FDE: 이념은 좋지만 현실은 냉혹하다
아마도 또 하나의话题가講할 가치가 있다. 우리에게는一些朋友和观众이 중국 내부에 있다. 킹디든 많은 회사든, FDE 모델에其实 많은顾虑가 있다.
나의 견해는: 감귤을 어디에 심느냐가 중요하다. 북미에서는 인건비가 본래 매우 비싸고, 결과에 대한买单 수요가 비교적 강하며, SaaS 도 비교적 성숙되어 있어, 이러한东西이加在一起，FDE 모델이 AI Agent 분야에서 비교적 쉽게落地된다. 데이터베이스 구현, 데이터 정리, 정부 관련 업무에 대해서는, FDE 는 그렇게 복잡한 형태에 적합하지 않다.
나도 중국 내부의 종사자들을 위해 몇 초간 안타까워할 뿐이다. 중국 내부 SaaS 는 많은 문제가 있으며, 그중 가장 중요한 문제는 enterprise 시장이 없다는 것이다. 고객이 없다. 중국 내부에는其实特别大的大企业가 많지 않다,或者说……FDE 는 북미에서는 비교적 성숙하고 효과적인方案이지만, 중국 내부에서는 아직 말하기 어렵다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
深潮TechFlow
