上一期我给了 FDE 入门的三部曲找行业 → 定方向 → 以身入局。但你读完可能遇到一个更实际的问题——我走到一半发现不对怎么办这不是特例。FDE 的入局路径不是一条笔直的路。更多的人遇到的情况是选了行业进去了发现这个行业 AI 渗透率低得可怜客户根本不知道自己要什么。定了方向学了一堆技术栈发现市场上就没几个对应的岗位。入了局干了一年发现每天都在做重复的部署活根本没有成长。这三部曲告诉你往哪走但没告诉你走错了怎么办。而且说实话选错是常态一次选对才是小概率。所以这一篇补上三部曲的背面——每一步对应的失败模式以及卡住的时候你到底该硬扛还是该换牌。一、找行业的反面三部曲第一步是选一个行业但选错了比不选更致命。失败模式 1选了天花板低的行业这个行业的 AI 改造意愿很弱——不是因为技术做不到而是因为客户不觉得自己需要。比如一些传统的、利润微薄的行业企业连数字化都没做完你跟他说 AI 落地他听不懂也不想听。判断信号这个行业的头部公司有没有在招 FDE 或类似岗位没有的话说明需求还没起来。你进去只能做售前画饼不是做交付。失败模式 2选了伪需求行业看起来需要 FDE实际上不需要。典型的特征是这个行业的 AI 场景被标准化产品覆盖了。客户只需要买一个 SaaS 产品不需要人驻场。判断方法也很简单看看这个行业里有没有成熟的 AI SaaS 产品在卖了。如果有而且卖得不错说明这个行业的 FDE 需求是伪需求——标准化产品吃掉的就是需要驻场的定制活。失败模式 3选了红海行业太多人涌进去了FDE 变成了可替代的劳动力。薪资上不去你干的活跟外包没区别。判断信号招聘平台上这个行业的 FDE 岗位薪资中位数有没有持续上涨如果持平或下降说明供给过剩了。怎么判断行业对不对问自己三个问题如果答案都是否该换行业了这个行业的头部公司正在积极招 AI 落地的人吗需求侧信号这个行业的 AI 需求需要驻场才能解决吗FDE 的必要性你在这个行业里有别人没有的切入点吗你的差异化二、定方向的反面行业选对了方向定错了同样走不远。失败模式 1方向定太窄你选的不是方向是一个具体的工具。比如我用 LangChain 做 RAG——这不是方向这是技能。方向应该是金融服务领域的智能文档处理技能才是 RAG。方向定太窄的后果技术栈一换你的积累就废了。失败模式 2方向定太宽“我要做 AI 在金融领域的应用”——这个方向太宽了。金融领域从零售银行到保险到证券每块的能力栈完全不同。方向太宽意味着你没法聚焦简历上写满了懂这个懂那个面试一问全都不深。失败模式 3方向是伪需求你看准了一个技术方向学了大半年发现市场上没有对应的需求。最典型的例子是两年前专门学低代码平台的人——技术本身有价值但市场上不需要这么多低代码专家。怎么判断方向对不对两个信号就够了市场上有没有对应方向的岗位去招聘平台搜一下如果同一个方向有 10 个以上真实岗位说明需求成立。如果搜来搜去就两三个可能是伪需求。你自己对这个方向有没有持续的兴趣方向是需要你钻 3-5 年的。如果你学了两个月就觉得无聊了那不管市场好不好这个方向都不适合你。三、以身入局的反面前两步选对了进入执行环节也会出问题。失败模式 1入不了局你行业选好了、方向定好了但就是拿不到入场券。没有项目经验、没有客户资源、没有团队愿意带你。这是最常见也最让人沮丧的情况。但它的解往往不是再学一个技术而是降低入局门槛——从小项目、小公司、甚至乙方开始。FDE 的入局不一定非要去大厂。一个能让你接触到真实客户和真实业务的小团队比一个让你只做螺丝钉的大厂更有价值。失败模式 2入错了局进去了但被分配到的项目跟你的方向不一致。你想做金融团队把你派到制造项目上去了。这里有一个残酷的现实FDE 的早期项目选择权通常不在你手里。你能控制的是做完第一个项目后的选择——做完之后你可以用自己的作品和积累来找下一个更匹配的机会。失败模式 3入局后出不来你入局了项目也做得不错但你发现自己在反复做同一件事——部署、配置、写文档、应付客户——没有成长。判断信号你的工作内容跟一年前相比有没有本质变化你的决策权有没有扩大你接触到的业务复杂度有没有提升如果三个都没有那你可能被卡住了。四、卡住了——该扛还是该换这是全篇最值钱的一节。因为前面说的是怎么识别问题这里说的是识别了之后怎么办。什么时候该扛该扛的第一种情况你在行业和方向都对了的前提下卡在入局这一步。入局是最难的一步因为它需要运气和时机。行业的方向没错只是暂时没拿到机会。这种情况应该扛——持续积累行业认知、持续输出、持续建立连接等机会出现。该扛的第二种情况你入局了但项目跟方向不一致不过项目本身能给你成长。比如你想做金融但团队把你派到了制造项目上。如果这个制造项目让你接触到了新的技术栈、新的业务场景那它是有价值的——即使不是你要的长期方向也可以成为你下一份工作的跳板。什么时候该换该换的第一种情况行业信号变了。你选行业的时候市场需求是有的但两年后行业变了——监管收紧、资本退潮、AI 需求萎缩。这种预测不到的系统性风险不是你扛能解决的问题。该换。该换的第二种情况你在行业里干了两年发现自己对这个行业没有持续的兴趣。这是最容易被忽视的信号。很多人觉得已经选了这个行业不能白费。但 FDE 是一个需要持续投入的岗位如果你对行业本身没有热情你不可能跑过那些真正热爱它的人。该换的第三种情况你的成长曲线已经平了。入局三年你的工作内容跟第一年没有本质差别接触的业务复杂度没有提升决策权没有扩大。这说明这个环境已经不能给你提供成长了——不是你的问题是环境的问题。一个实用的决策框架把这四种情况列一个简单的表格你可以拿自己当前的状态来对号入座你卡在哪一步行业信号个人兴趣建议入不了局✅ 行业向上✅ 有兴趣扛——继续积累等机会入不了局❌ 行业向下❌ 没兴趣换——重选行业入错方向—✅ 有兴趣换方向——行业不变换细分入错方向—❌ 没兴趣换行业——根子上重来出不来无成长✅ 还有空间—换环境——换公司不换行业出不来无成长❌ 行业到头—换行业——系统性换记住一个原则换行业不丢人不换才亏。因为你在这个行业多待的每一年都是在用你的时间成本为沉没成本买单。FDE 的核心竞争力来自跨行业的模式识别——这意味着你换行业不是从零开始而是给这个行业带来你在上个行业积累的判断力和经验。这正是资深 FDE 比普通 FDE 值钱的地方。五、写在最后三部曲告诉你往哪走。但三部曲的背面——每一步对应的失败模式和应对策略——才是让你在这条路上走稳的东西。因为说实话一次选对的人很少。大多数 FDE 的成长路径是选行业 → 发现不对劲 → 换了 → 定了方向 → 发现太窄又调了 → 入了局 → 发现出不来 → 换了环境 → 循环几轮后 → 终于摸清楚自己适合什么。这个过程不是走了弯路它本身就是路。关于 ArchAIHarness这篇文章是「看懂 AI 与智能体」专栏的一部分由ArchAIHarness持续输出。ArchAIHarness 是一套面向 AI 时代软件工程的人机协同架构哲学与公开工程资产主张架构师定义秩序AI 在秩序中生长。人立法AI 执行体系审计。如果你也希望 AI 在明确的架构边界内协作而不是在混沌中碰运气欢迎到 GitHub 上看看我们在做什么组织主页github.com/ArchAIHarness — 了解完整理念与资产全景本专栏zhuanlan-ai-and-agents— 所有文章的源码与发布记录实践指南docs— 架构哲学、工程方法和落地指南开源工具agent-workflows— 可复用的 AI 协作 Agents、Skills 与 Tools工程样例framework— DDD AI 协作的工程底座Engineered by Architects · Empowered by AI · Audited by Discipline
