Ghi chú Podcast | Nhân sự tuyến đầu tại các công ty AI Thung lũng Silicon phân tích chi tiết FDE, vị trí hot nhất ngành AI hiện nay
Tuyển chọn TechFlowTuyển chọn TechFlow
Ghi chú Podcast | Nhân sự tuyến đầu tại các công ty AI Thung lũng Silicon phân tích chi tiết FDE, vị trí hot nhất ngành AI hiện nay
FDE giống như tuyển dụng một nhóm CTO của các công ty khởi nghiệp. Bạn cần phải chốt được đơn hàng, triển khai AI, giữ chân khách hàng; nhưng đồng thời, với tư cách là một CTO, bạn không phải suốt ngày nghĩ cách làm sao để sản phẩm tốt hơn, mà thậm chí phải tự cách mạng hóa chính mình.
Chuyên sâu báo cáo Web3Biên tập & Biên dịch: TechFlow
Khách mời: Jove Zhong (Chung Tiền Kiệt), Head of FDE (Forward Deployed Engineering) tại Cresta, chịu trách nhiệm đội ngũ triển khai tiền tuyến AI Agent
Người dẫn chương trình: Tôn Dục Chinh (Đại Biểu Lớp Lập Chính), Nhà sáng lập Superlinear Academy, Cựu Evangelist tại Statsig (công ty bị OpenAI mua lại)
Nguồn podcast: Đại Biểu Lớp Lập Chính
Tiêu đề gốc: Đội ngũ FDE của anh ấy mở rộng từ 30 người lên 100 người, nhưng tại sao nhiều kỹ sư tại các công ty công nghệ lớn thậm chí không biết đến vị trí này?
Ngày phát sóng: 17 tháng 7 năm 2026
Tóm tắt các điểm chính
Jove hiện đang dẫn dắt đội ngũ FDE tại công ty AI call center Cresta, mở rộng từ vài người khi anh接手去年 lên 30 người, mục tiêu năm nay là 100 người, tuyển dụng toàn cầu. Bản thân Cresta là một công ty dịch vụ doanh nghiệp thành lập 9 năm, khách hàng bao gồm Marriott, United Airlines, luôn làm tối ưu hóa trải nghiệm dịch vụ khách hàng, sau làn sóng AI naturally chuyển sang triển khai AI Agent.
Sự căng thẳng cốt lõi của cuộc đối thoại này nằm ở chỗ: FDE đang được các công ty AI hàng đầu như OpenAI, Anthropic và cộng đồng VC追捧 là "vị trí triển vọng nhất thời đại AI", nhưng Jove phát hiện khi tổ chức sự kiện tại Thung lũng Silicon, các kỹ sư từ những công ty lớn như Meta, Google thậm chí chưa từng nghe nói đến vị trí này. Quan điểm của Jove rất rõ ràng, AI Agent FDE không phải là kỹ sư outsourcing hay驻场 truyền thống, mà là một loài mới: bạn vừa phải hiểu rõ tất cả các vấn đề khi triển khai AI (ảo giác, độ trễ RAG, gỡ lỗi VAD, chuyển đổi phiên bản mô hình), vừa phải trực tiếp giành được niềm tin từ CTO của khách hàng, đồng thời mang những bài học từ tiền tuyến về công ty để cải thiện sản phẩm. Về bản chất, là tuyển dụng một nhóm "CTO của công ty khởi nghiệp" để hiện thực hóa AI.
Tóm tắt các quan điểm nổi bật
Bản chất của FDE
"FDE giống như tuyển dụng một nhóm CTO của công ty khởi nghiệp. Bạn phải chốt được đơn hàng, triển khai AI, giữ chân khách hàng; nhưng đồng thời với tư cách là một CTO, không phải suốt ngày nghĩ cách làm sản phẩm tốt hơn, bạn thậm chí phải tự cách mạng chính mình."
"FDE trong thời đại AI và FDE trước đây là hai thứ khác nhau. FDE trước đây không khác biệt nhiều so với kỹ sư outsourcing驻场, nhưng AI Agent FDE là một loài mới."
Chặng đường cuối cùng của việc triển khai AI
"Những mô hình này không khó để có được. Chỉ cần bạn chịu chi tiền, là có thể access được những mô hình tốt nhất. Nhưng so what? Bạn chưa chắc đã biết cách sử dụng mô hình này như thế nào."
"FDE giống như một barista. Bạn có thể mua máy pha cà phê La Marzocco của Ý, mua hạt cà phê rất tốt, nhưng chưa chắc đã pha được một tách cà phê ngon. Khách hàng cần một outcome, họ cần một trải nghiệm AI Agent khá tốt."
Loại người nào phù hợp làm FDE
"Nếu ai đó đã trải qua nhiều kinh nghiệm thất bại, đối với tôi đó là một điều rất tốt. Anh ấy có thể kể ra những lessons learned trong quá khứ, trong hoàn cảnh nào thì nói nhiều quá hóa mất, có quá sớm jump to conclusion hay không."
"Bạn là một AI engineer giỏi? Về cơ bản đó là lời nói thừa. Hiện nay bạn là software engineer nào mà không phải là AI engineer, thì bạn đã bị loại khỏi cuộc chơi rồi. Bạn bắt buộc phải biết phát triển và test AI Agent."
Tại sao FDE khó bị AI thay thế
"Trước đây chúng ta có một skill là có thể sinh tồn, giờ không được nữa. Nhưng bạn có thể chịu trách nhiệm về kết quả. Chỉ cần bạn tiếp cận kết quả càng gần, bạn càng khó bị thay thế, vì AI không thể chịu trách nhiệm cho kết quả này, đổi một prompt là nó nói một câu khác."
FDE tại Trung Quốc vs Bắc Mỹ
"Tại Bắc Mỹ, nhân công vốn đã rất đắt, nhu cầu chi trả cho kết quả khá mạnh, SaaS cũng chín chắn, mô hình FDE trong mảng AI Agent khá dễ triển khai. Tại Trung Quốc, tôi chỉ có thể thương cảm cho các nhân viên trong ngành vài giây."
I. Khi một vị trí được VC và các công ty AI hàng đầu đánh giá cao, nhưng nhân sự các công ty lớn lại không biết đến nó
Đại Biểu Lớp Lập Chính: Hiện tại bạn có bao nhiêu FDE dưới quyền?
30 người, năm nay ước tính có thể lên 100 người. Trong 7-8 tháng gần đây tại Cresta, tôi cảm nhận sâu sắc rằng FDE thực sự là một cách rất hiệu quả để hiện thực hóa AI, khiến mọi người chi tiền và thay đổi thế giới.
Đại Biểu Lớp Lập Chính: Tôi đặc biệt ngạc nhiên là, OpenAI, Anthropic đều đang tuyển rất nhiều FDE, VC cũng nói đây là vị trí cần thiết nhất của AI, nhưng khi tổ chức sự kiện, đặc biệt là những người từ Meta, Google các công ty lớn này, đều hỏi "FDE là gì".
Đúng, sự chênh lệch nhận thức này thực sự rất lớn. Tôi bắt đầu hiểu về FDE từ đợt tăng trưởng của Palantir, Palantir với tư cách là người tạo ra mô hình này,業務 của nó rất đặc biệt, vì không phải nhà cung cấp nào cũng có thể làm业务 cho quân đội. Khi bắt đầu làm cách đây 10-15 năm, nhiều khách hàng quân đội muốn gì không chịu nói rõ ràng, bạn phải gặp mặt trực tiếp, chạy đến cùng một lều trại quân đội, nhìn thấy dữ liệu, họ mới愿意 nói chi tiết.
Vì vậy Palantir tuyển hai đội ngũ: một là kỹ sư phần mềm thiên về triển khai tiền tuyến, hai là người phụ trách业务, quen thuộc với quy trình tác chiến hoặc cứu hộ. Một bên thiên về kỹ thuật, một bên phi kỹ thuật. FDE mà chúng ta thường nói theo nghĩa thông thường, vẫn là một工种 rất kỹ thuật.
II. AI Agent FDE là một loài mới, đừng nhầm lẫn với kỹ sư triển khai tại chỗ truyền thống
Đại Biểu Lớp Lập Chính: Trước tiên hãy giải thích cho các bạn chưa nghe thấy thuật ngữ này biết FDE rốt cuộc là gì.
FDE là viết tắt của Forward Deployed Engineer, đặc điểm là nó vẫn là một engineer, nhưng nó được forward deploy vào trong dự án. Nhưng tôi nghĩ bắt buộc phải đặt FDE trong khung AI Agent này.
Nếu đây là một kịch bản truyền thống, ETL dữ liệu, chuyển đổi dữ liệu, xây dựng mạng, bạn muốn nói FDE khác gì với kỹ sư驻场, outsourcing, consulting, thực ra rất khó界定. Nhưng trong ngữ cảnh AI Agent thì hoàn toàn khác: hiện nay nhiều người muốn AI Agent, bạn có thể拿到 quyền access model khá mới, có thể dùng các mô hình giọng nói như ElevenLabs, Deepgram, nhưng chưa chắc đã có năng lực tạo ra một AI Agent phù hợp với kịch bản业务 của bạn.
Vai trò của FDE là: kết hợp logic业务 của bạn, sử dụng tất cả chức năng trên nền tảng AI Agent, tạo ra một hệ thống AI đáp ứng nhu cầu cụ thể của bạn, kèm theo guardrail, test, eval. Những thứ này rất khó để khách hàng tự học. Bản thân họ có thể có đội ngũ engineering, biết cách build một website hoặc app điện thoại, nhưng build một AI Agent thì hoàn toàn là chuyện khác: xử lý ảo giác, khiến RAG hoặc knowledge base độ trễ thấp, chính xác cao, ở giữa có rất nhiều thứ khó,而且 không trực quan.
Vì vậy chúng tôi những công ty AI này áp dụng mô hình FDE, là để chuyên gia AI rõ ràng biết nền tảng có gì, khách hàng muốn gì, sau đó tạo ra thứ này, mài dũa tinh xảo, chứ không ép khách hàng tự học.就算 họ có thể học được, cũng phải mất nửa năm một năm, đối thủ cạnh tranh đã chạy trước rồi.
Đại Biểu Lớp Lập Chính:也就是说 AI Agent FDE và FDE trước đây là hai thứ khác nhau. FDE trước đây không khác biệt nhiều so với kỹ sư outsourcing驻场, AI Agent FDE là loài mới, họ đặc biệt AI native, thực sự hiểu rõ các vấn đề gặp phải khi làm sản phẩm AI. model access, feature mọi người đều có, nhưng thực sự muốn làm tốt, khoảng cách là rất lớn.
Đúng,而且 chúng tôi愿意 và có năng lực phục vụ sát sao khách hàng. Chúng tôi có một câu nói, bạn có thể Talk about API over IPA, có thể nhanh chóng xây dựng mối quan tốt với khách hàng, giành được niềm tin của CEO, CTO hoặc API lead. Mọi người đều là engineer, có ngôn ngữ chung, bạn nhanh chóng hiểu được anh ấy muốn gì cũng như limitation của bạn.
III. FDE = CTO trước mặt khách hàng, FDPM = CEO trước mặt khách hàng
Đại Biểu Lớp Lập Chính: Nghe có vẻ yêu cầu năng lực đặc biệt cao. Phải đặc biệt hiểu AI (vốn đã khan hiếm), còn phải có communication skills để có được niềm tin người dùng, còn phải hiểu nghiệp vụ người dùng.
Vì vậy chúng tôi giống như tuyển một nhóm CTO của công ty khởi nghiệp. Những người này có thể làm rõ nơi nào nên发力, nơi nào cần say no, sau đó dùng kỹ năng AI để hiện thực hóa sự việc.
Nhưng bandwidth của mỗi người có hạn, vì vậy partially inspired by Palantir, ngoài đội ngũ FDE của Cresta, còn có một đội ngũ FDPM (Forward Deployed Product Manager). Họ không cần technical đến vậy, nhưng giống như một công ty có CEO và CTO vậy: FDPM quan tâm nhiều hơn đến business logic, tiêu chuẩn nghiệm thu, quản lý rủi ro, tiến độ thời gian.
Rất nhiều khi chúng tôi họp với khách hàng, bản thân nội bộ họ chưa align tốt muốn gì, SOP mỗi người trong đầu不一样. Nếu mỗi cuộc họp đều để FDE tham gia, không phải là cách sử dụng tốt nhất của chúng tôi. FDPM sẽ làm những việc phi kỹ thuật này, sắp xếp mọi thứ cho ổn. FDE từ góc độ kỹ thuật đảm bảo thực hiện hợp lý, test健全, còn mang bài học kinh nghiệm về công ty cải thiện sản phẩm.
Vì vậy bạn có thể hình dung FDE như Forward Deployed CTO, FDPM chính là Forward Deployed CEO. FDE chịu trách nhiệm best practice ngành AI, phát triển SDK, tool kit, CLI; FDPM chịu trách nhiệm nhu cầu cụ thể, báo cáo rủi ro, thậm chí bán thêm,原先做了 ba use case, có thể làm thành sáu không. Tách ra như vậy, yêu cầu tuyển dụng sẽ không quá cao.
Đại Biểu Lớp Lập Chính: Kỹ sư chuyển sang FDE là khá tự nhiên, còn có cái nào khác không? PM chuyển sang FDPM?
Đúng. Baseline của FDE là engineer. Tôi phỏng vấn sẽ có một环节让你 không dùng bất kỳ AI nào viết chương trình Python đơn giản, không phải LeetCode, chỉ là chứng minh bạn biết viết chương trình. Còn có một vòng xem engineering practice: có biết unit test, end to end, phân tầng những khái niệm này không.
Nếu một người hoàn toàn không có nền tảng kỹ thuật đi làm AI Agent FDE, nhìn có vẻ work, nhưng bản thân anh ấy sẽ không aware được những thứ nào có vấn đề. Ví dụ làm một giao diện đăng nhập, làm ra có vẻ có thể đăng nhập, nhưng mọi thứ đều nhét ở frontend, người dùng rất dễ xóa DOM tree hoặc篡改 nhìn thấy rất nhiều thứ. Không có engineering literacy thì rất nhiều thứ nhìn có vẻ work, nhưng thực ra thiếu best practice.
Trên cơ sở đó, nếu có background consulting, Accenture, McKinsey, thì rất tốt. Nhưng phải cẩn thận không dùng cách thức quá khứ để判断 deal size, hoặc tính phí theo thời gian. Bản thân chúng tôi là công ty thiên về SaaS, FDE là forward deployed product engineer, thuộc về một phần của product engineering. Một trách nhiệm lớn của FDE là: thông qua làm AI Agent để chứng minh sản phẩm PMF không有问题, sau đó đi sửa sản phẩm, sửa REST API, microservice, UI, CLI, doc. Không chỉ làm thành công mỗi deployment, còn khiến sản phẩm ngày càng chín chắn.
Đại Biểu Lớp Lập Chính: Các bạn không chỉ驻场 giúp khách hàng giải quyết vấn đề, còn phải quay về sửa sản phẩm của mình.
Đúng, tôi chính là một phần của product engineering. Peer của tôi là người làm microservice, làm Kubernetes Infra, chúng tôi đều report cho VP engineering, VP engineering report cho CEO. Tôi biết một số công ty đặt FDE dưới customer success hoặc professional service, thậm chí dưới pre-sales. Lý do chúng tôi không làm vậy, là vì cuối cùng chúng tôi muốn làm một công ty platform, hy vọng có một nền tảng AI Agent có thể enable nhiều use case khác nhau.
Trạng thái lý tưởng của FDE là: những việc đơn giản bị tự động hóa và cải thiện nền tảng thay thế, FDE ngày càng chuyên sâu, trở thành chuyên gia payment, chuyên gia mạng, chuyên gia RAG, chỉ làm những việc ngày càng khó. Như vậy chúng tôi cũng sẽ không tự đào tạo mình thành một consulting firm nuôi vài trăm người làm lao động lặp lại.
IV. Tại sao việc triển khai AI lại cần FDE đến vậy? Vì người dùng cuối cần outcome, không phải mô hình
Đại Biểu Lớp Lập Chính: Lý do tôi rất看好 FDE, là vì hiện nay năng lực AI quá mạnh, nhưng hầu hết mọi người không có năng lực triển khai. Nhiều ngành truyền thống rất cần dùng AI, nhưng họ hoàn toàn không có nhân tài như vậy. Lúc này có một người đi biến bất định thành xác định, đối với ông chủ nhà hàng mà nói, anh ấy không cần nghĩ có làm tốt được không, có một FDE nói "dùng nền tảng của chúng tôi, tôi giúp bạn lo hết", triển khai就 đơn giản了.
Hoàn toàn chính xác. Bạn để một ông chủ nhà hàng hoặc đội ngũ IT của anh ấy đi hiểu chi tiết AI Agent, ví dụ như VAD (voice activity detection, phát hiện hoạt động giọng nói): tôi đang nói bạn có thể附和, nhưng không nên ngắt lời tôi; tôi báo số điện thoại hoặc email ở giữa có pause, nhưng không có nghĩa đối phương cần chime in; có tạp âm thì làm sao. Chỉ riêng VAD đã có cách làm khác nhau, dựa trên silence-based hay dựa trên LLM-based, dựa trên ngữ nghĩa. Để nhân viên IT nhà hàng học những thứ này, too much.
Khách hàng thực ra chỉ quan tâm: thương hiệu thiên về giới trẻ hay thiên về chín chắn ổn trọng, món ăn giới thiệu thế nào, cách giữ chỗ cho VIP. Đây là những nhu cầu đặc thù层面 business. FDE chính là khá nhanh apply best practice, chọn thứ tốt nhất để nó work.而且 hôm nay tôi làm cho quán há cảo, ngày mai làm cho nhà hàng Âu, tích lũy industry knowhow, tỷ lệ lật bàn, cách từ chối khách hàng lịch sự. Đến cuối cùng chúng tôi có thể còn hiểu nhà hàng hơn cả nhà hàng.
Đại Biểu Lớp Lập Chính: Phân tích của Sequoia từng nói, thị trường phần mềm thực ra không lớn đến vậy, nhưng toàn bộ thị trường labor là cực lớn. AI muốn thay thế chính là thị trường labor này. AI muốn thay thế labor,就需要 người vừa hiểu AI vừa hiểu business đi thực sự làm tốt nó.
V. Những gì Cresta làm: Đưa AI vào trung tâm dịch vụ khách hàng của Marriott và United Airlines
Đại Biểu Lớp Lập Chính: Kể xem những ngành truyền thống này dùng AI thế nào, công ty các bạn đang làm gì, gap mà bạn thấy lớn đến mức nào.
Cresta thành lập năm 2017, làm 9 năm, luôn làm mảng customer experience này, cốt lõi chính là call center. Thời đại客服 nhân viên trước đây, đào tạo nhân viên mới là vấn đề lớn: gọi điện vào cần disclosure thích hợp (ví dụ "cuộc gọi này bị ghi âm"), điện thoại được transfer过来 bạn cần拿 lịch sử quá khứ. Có rất nhiều việc có thể để AI hỗ trợ, khiến human agent hiệu quả hơn.
Hiện nay chúng tôi làm nhiều việc hơn, không phải mọi case đều cần người thật phản hồi. Ví dụ期间 Black Friday cần tuyển tạm thời rất nhiều người, sau khi cao điểm qua lại để họ đi, tỷ lệ nghỉ việc của ngành này thực ra rất cao. Nhưng một ngày nào đó bạn làm mất thẻ tín dụng, muốn gọi điện nhờ người gửi bổ sung một cái, việc này hoàn toàn có thể để AI làm xong.
Chúng tôi có khách hàng như Marriott, United Airlines dùng nhiều năm rồi, luôn trong kịch bản call center và human agent. Hiện nay để họ dùng thêm một sản phẩm AI Agent, giống như một upsell. Họ có thể chọn một số use case low-hanging fruit để AI Agent làm.
Đội ngũ của tôi hiện tại 30 người, sau này có thể biến 50, biến 100, tuyển dụng worldwide. Hiện tại chủ yếu là Bắc Mỹ, nhưng Châu Âu và APAC cũng đang tuyển. Mục tiêu là để nhiều cuộc gọi hơn, nhiều chat hơn được AI tối ưu trải nghiệm. Không ai muốn gọi một cuộc điện thoại đợi nửa tiếng nghe nhạc, hoặc gọi một cuộc điện thoại có hai purpose, kết quả cái thứ hai còn bị transfer qua đó lại đợi nửa tiếng.
Đại Biểu Lớp Lập Chính: Ba赛道 hàng đầu của ứng dụng AI, bạn nhìn nhận thế nào?
Thứ nhất là coding, Cursor, Claude Code, Codex đã làm rất nhiều việc. Thứ hai là multimedia,生成 nhạc, hình ảnh, video, có công ty lớn đốt rất nhiều tiền đang làm. Thứ ba chính là enterprise AI, đặc biệt là voice AI/AI Agent.
coding đã được chứng minh là thị trường rất tốt, FDE cũng có thể sử dụng không giới hạn công cụ coding, nhưng lĩnh vực này quá卷, bạn rất ít khi là một player đi vào.生成 hình ảnh và video nhìn có vẻ work, nhưng cần đầu tư lớn. Còn enterprise AI, bạn hỏi 100 ông chủ business, 50%以上 đều muốn. Nếu bạn có thể để AI tiết kiệm nhân công, để thời gian khách hàng đợi ngắn hơn, why not?而且 công nghệ này sắp ready, chưa hoàn toàn ready, nên bạn chỉ cần tìm người phù hợp, tìm một vendor, là có thể hiện thực hóa.
Đại Biểu Lớp Lập Chính: Nhưng khó tưởng tượng nhà hàng bên cạnh cần voice AI cấp độ call center吧?
Có. Ngoài call center truyền thống, chúng tôi ngày càng gặp nhiều khách hàng không có call center nhưng cần "AI receptionist". Khách hàng hoặc khách hàng tiềm năng gọi điện đến, không cần mỗi lần đều người thật nghe, AI có thể giống như lễ tân: bạn muốn làm gì? Có cần giúp bạn hẹn thời gian không? Muốn tìm ai nói chuyện? Tôi có thể gửi một tin nhắn hoặc summary cho owner.
Cho dù là nha sĩ, quán cà phê, tiệm hoa, thậm chí là cá nhân bạn, có thể nhiều người muốn tìm bạn Đại Biểu Lớp Lập Chính nói chuyện, nhưng bạn có thể trước tiên để AI filter một chút.
VI. Ngưỡng cửa để làm FDE: Kinh nghiệm AI Agent là vé vào cửa, kinh nghiệm khởi nghiệp thất bại là điểm cộng
Đại Biểu Lớp Lập Chính: Loại người nào phù hợp làm FDE? Chân dung tuyển dụng của bạn là gì?
Trước tiên, hiện tại tôi không tuyển junior, FDE cần làm việc 3 năm以上, bản thân là một engineer rất tốt. Nếu từng làm founder, co-founder, founding engineer, điểm cộng. Từng làm consulting, customer facing, không有问题 trong customer communication và negotiation, điểm cộng.
Điều quan trọng nhất: cần từng làm AI Agent. Tôi thấy成堆简历 viết "tôi là AI engineer, tôi rất biết dùng Claude Code, tôi rất biết dùng Codex", về cơ bản đó là lời nói thừa. Thời điểm hiện tại, bất kỳ engineer nào mà không biết dùng Claude Code, giống như không biết đánh máy vậy, không có ý nghĩa. Bạn phải biết làm AI Agent mới có ý nghĩa.
Cần bạn làm过的 AI Agent đại khái đến tầng nào呢? Tôi tham khảo mô hình 6 tầng sản phẩm AI của Đại Biểu Lớp Lập Chính: tầng thứ nhất prompt wrapper, tầng thứ hai grounded AI (có kiến thức), tầng thứ ba tool-using AI (có thể gọi công cụ), tầng thứ tư LLM workflow (AI trong quy trình cố định). Đến tầng thứ tư đối với chúng tôi là差不多 đủ rồi. Vì làm voice AI客服, rất nhiều lúc bạn muốn hoàn vé thì hoàn vé, muốn refund thì refund, không thể đi hỏi khách hàng "tôi làm vậy đúng không? Tôi nên hoàn cho bạn 50% hay 30% refund?" Bạn nhiều hơn là cần rõ ràng拿 knowledge base, SOP, độ trễ thấp làm tool call.
Phiên phỏng vấn có một实战 90 phút, để bạn dùng Claude Code hoặc Cursor, dựa trên API và knowledge base chúng tôi đưa, làm ra một agent, và chứng minh nó chất lượng cao, bao gồm thiết kế test eval, handle edge case. Cái này cụ thể hơn nhiều so với hỏi một số thứ nghe đồn hoặc toy project.
Đại Biểu Lớp Lập Chính: Việc win trust này đặc biệt quan trọng, nhưng nhiều người chính là không biết. Người có thể win trust có đặc điểm gì?
Nếu một ứng viên từng trải qua bài học thất bại, đối với tôi là chuyện tốt. Anh ấy có thể kể ra trong hoàn cảnh nào thì nói nhiều quá hóa mất, có quá sớm jump to conclusion hay không, hay có thể từ góc độ khách hàng đoán ra motivation, sau đó từ một góc độ tốt切入 proposal của bạn, thậm chí để đối phương tự present方案 ra, chứ không phải bạn强行 say no hoặc强行 đẩy.
Ở đây có một red flag: khi phỏng vấn nếu tôi hỏi một vấn đề, đối phương cho tôi một câu trả lời 6 phút, 10 phút, về cơ bản là trừ điểm nghiêm trọng. Bạn không có ý thức giao tiếp tốt, không biết mật độ thông tin nên thế nào. Bạn liệt kê 10 điểm, không bằng nói hai ba điểm. Nếu quá mê đắm việc đổ hết những thứ muốn nghĩ ra một lượt, đây không phải là một tín hiệu FDE tốt.
Đại Biểu Lớp Lập Chính: Người thực sự có thể win trust có hai thứ: thứ nhất là anh ấy愿意 listen, có thể đứng từ góc độ đối phương suy nghĩ; thứ hai là EGO của anh ấy đừng lớn. Bạn biết là biết, không biết là không biết, mục đích là làm tốt sự việc. Nếu đối phương cảm thấy bạn đặc biệt để tâm đến EGO của mình, anh ấy sẽ không trust bạn.
VII. Ví von FDE như barista và bậc thầy ẩm thực Nhật: Ai cũng mua được nguyên liệu tốt nhất, nhưng làm ra sản phẩm ngon mới là bản lĩnh
Tôi nghĩ FDE giống như một barista. Bạn có thể mua máy pha cà phê La Marzocco của Ý, mấy nghìn tệ rất đắt, nhưng mua về điều chỉnh xong, chưa chắc đã làm ra cà phê ngon. Bạn đi mua hạt cà phê rất tốt, cũng chưa chắc có kỹ thuật này.
Khách hàng cần một outcome, họ cần một trải nghiệm AI Agent tốt. Giống như bạn muốn có một cuộc trò chuyện rất tốt với bạn thân, uống một tách cà phê舒服 trong quán cà phê舒服, bạn đi Blue Bottle là được. Việc FDE làm là dùng nguyên liệu tốt, hạt cà phê tốt, máy móc phức tạp, kỹ năng tốt,而且 bạn còn biết trò chuyện với anh ấy, xem hôm nay tâm trạng anh ấy khá down hay khá嗨, pha chế cho anh ấy một tách cà phê đặc biệt, cảm nhận của anh ấy sẽ rất tốt.
Tương tự Omakase (Kiểu Nhật "omakase", đầu bếp đề xuất): bạn都不用 hỏi hôm nay có món gì, bạn chỉ cần tin tưởng chúng tôi, chúng tôi chắc chắn拿 kỹ thuật tốt nhất, nguyên liệu tốt nhất cho bạn một trải nghiệm rất棒. Những nguyên liệu này, hạt cà phê, cá, tương ứng trong lĩnh vực AI chính là những model này. model không khó拿到, chỉ cần bạn chịu chi tiền là có thể access được mô hình tốt nhất. Nhưng so what? Bạn chưa chắc đã biết cách sử dụng mô hình này như thế nào.
Lấy một ví dụ đơn giản: bạn có một quan hệ mapping phức tạp, bạn viết thành table Markdown hay viết thành một đống bullet point? Cái nào hiệu quả hơn? Đương nhiên tiết kiệm token là một mặt, nhưng cái nào thực thi dễ mắc lỗi hơn? Chúng tôi sẽ phát hiện ChatGPT phiên bản 5.1, 5.2, 5.3, 5.4 mỗi phiên bản đều不一样. FDE có đủ thời gian để hiểu những AI best practice này.
Đồng thời bạn lại biết quan sát lời nói và sắc mặt, có quan hệ riêng với khách hàng. AI bản thân chính là một đống vấn đề xác suất, rất khó đảm bảo永远 không sai. Khi bạn sai, làm sao sửa chữa kịp thời, làm sao không hurt mối quan hệ này, FDE ở trong đó có rất nhiều sức hút nhân cách và quan hệ.
Đại Biểu Lớp Lập Chính: Đây chính là cụ thể hóa trust, rơi vào con người. Sự khác biệt giữa danh từ và động từ. Danh từ rất hạn chế, 10 phút là có thể học xong. Nhưng thực sự làm tốt sự việc đều nằm trong động từ, vô cùng tinh sâu,而且 bạn không học không biết, không làm không biết. Bạn nói routing của người này làm tốt, routing của người kia làm không tốt, bạn hoàn toàn không cách nào tưởng tượng công phu ở trong này chênh lệch sâu đến mức nào.
VIII. Tại sao FDE ngày càng đắt giá: Mô hình đang buộc bạn phải làm lại liên tục
Còn có một điểm thú vị. Tôi trước đây nhiều năm làm phần mềm doanh nghiệp tại IBM, EMC, mọi người có một tâm thái phổ biến: thứ này chỉ cần không hỏng thì đừng sửa, đặc biệt là làm on premise.
Nhưng hiện nay làm AI Agent, nếu bạn không sửa, mô hình này của bạn có thể không dùng được nữa, API就不 work. Ví dụ bạn原先 dùng 4.1, hiện nay không dùng được 4.1 nữa, bắt buộc phải dùng 5.x. Cho dù là dưới dạng phí dịch vụ 20% hay use case mới, SOW mới, bạn cần không ngừng engage, dùng mô hình tốt nhất hoặc mô hình đúng để làm sự việc càng ngày càng tốt. Đây không phải là买卖一枪头.
Đối với công ty mà nói thực ra là chuyện tốt, push mọi người dùng mô hình subscription ARR. Chúng tôi thậm chí không cung cấp bất kỳ triển khai on premise nào, chỉ có thể dùng SaaS. Cộng thêm SaaS của bạn sẽ dùng voice engine tốt nhất, mô hình tốt nhất,这就 biến thành một ARR rất tự nhiên. Khách hàng sẽ không suốt ngày hỏi "khi nào có thể lắp đặt xong ở bên tôi, sau đó tôi có thể甩掉 bạn", anh ấy甩 không khỏi chúng tôi.
Đại Biểu Lớp Lập Chính: Ngoài ra, FDE là một nghề rất khó bị AI thay thế. Trước đây chúng ta có một skill là có thể sinh tồn, giờ không được nữa. Nhưng bạn có thể chịu trách nhiệm về kết quả. Chỉ cần bạn tiếp cận kết quả càng gần, càng khó bị thay thế, AI đổi một prompt là nói một câu khác, nó không cách nào chịu trách nhiệm cho kết quả.
IX. FDE tại Trung Quốc: Ý tưởng hay nhưng thực tế phũ phàng
Có lẽ còn một chủ đề đáng nói. Chúng tôi có một số bạn bè và khán giả trong nước. Cho dù là Kingdee hay rất nhiều công ty, đối với mô hình FDE thực ra có rất nhiều lo ngại.
Quan điểm của tôi là: việc cam trồng ở đâu rất quan trọng. Tại Bắc Mỹ, nhân công vốn đã rất đắt, nhu cầu chi trả cho kết quả khá mạnh, SaaS cũng khá chín chắn, những thứ này cộng lại, mô hình FDE trong mảng AI Agent khá dễ triển khai.至于 triển khai cơ sở dữ liệu, dọn dẹp dữ liệu, liên quan chính vụ, FDE không phù hợp với hình thức phức tạp đến vậy.
Tôi cũng rất thương cảm cho các nhân viên trong nước vài giây. SaaS trong nước có rất nhiều vấn đề, trong đó vấn đề quan trọng nhất chính là không có thị trường enterprise. Không có khách hàng. Trong nước thực ra không có gì đặc biệt lớn doanh nghiệp lớn, hoặc nói... FDE tại Bắc Mỹ là một giải pháp tương đối chín chắn và hiệu quả, tại Trung Quốc còn rất khó nói.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
深潮TechFlow
