《FDE 九辩》第 2 篇｜写给正在按「天才画像」招 FDE 的招聘方，和正在掂量自己够不够格的候选人。文中案例均为构造典型案例，基于社区讨论合成。
先下判断：FDE 能力的结构，没有一样是新的------新的只是材料，九个维度里只占一维（哪九维，第二节拆给你看）。
上一篇说了，市面上大部分挂着 FDE 的岗位是假的。但先别误会，这一篇不是续骂------假 FDE 岗永远招得到人，招到的是实施工程师；招不到人的，是按「全栈全能天才」画像去找真 FDE 的公司。
因为它们从第一句 JD 就写错了题：把 FDE 当成 AI 时代进化出来的新物种去招，而它要的从来不是新能力，是三种老纪律在同一个人身上的乘积。
空口无凭，拆一道题给你看。
一、拆题：一道「新岗位面试题」，装着三场老考试
这是评价体系草案（本系列的母文档------《中国 FDE 人才与组织评价体系》，公开讨论草案）里的一道标准案例题，也是 Anthropic 面试的传统题型【第三方转引，36氪 2026-09】：
某制造企业已有 PLC、MES、SCADA、Historian 和大量设备报警，希望做 AI 故障诊断助手。你作为 FDE，如何从第一次需求访谈，做到 3 个月后的 Production？
这道题看着新，拆开链路逐段标注归属：
| 题目链路环节 | 归属学科 |
|---|---|
| 前段：业务 Owner 是谁、报警量级与误报代价、该不该做、先做哪个场景 | 产品创新（NPDP）：VOC、Use Case 优先级、组合管理 |
| 中段：质量属性取舍（可用性/安全性/可修改性）、OT/IT 集成、脏数据与主数据治理 | 架构与数据：质量属性驱动设计、集成架构、主数据治理（体系条目） |
| 中后段：相关方盘点、范围控制、里程碑与验收、变更管理 | 项目管理（PMP）：相关方管理、WBS、范围与进度 |
| 全程：POC 分几步走、Eval 怎么设、经验沉淀什么资产 | 三门＋新材料的交汇：Stage-Gate、Eval 策略、OPA |
三门学科的考纲首尾相接，恰好拼出 OpenAI 官方 JD 里那句话------「拥有 discovery、技术 scoping、系统设计、构建与生产上线的全流程所有权」【官方，2025-2026 在招岗位；另两家的 JD 对照表见第一篇】。
顺带认识一个实战参照：OpenAI 的 FDE 工作法分三阶段------Early scoping（驻场摸需求、画流程）→ Validation（建 Eval、验证值不值得做）→ Delivery（构建交付，聚焦最小端到端单元）【第三方转引，Pragmatic Engineer 采访，2025-12】。这个三段式，本身就是三门学科在时间轴上的接力。
这道题还有反向用法：如果候选人开口就是「我会用 RAG + Agent + MCP」，他不是不合格，是另一个工种------AI 应用工程师。三门考纲，他只带了技术那半张；缺掉的那半张，恰恰是 FDE 与应用工程师的分界线。这个判读今天立在这里，第四篇会看到它怎么在定级时一票改判。
二、三域九维的骨架上，找不到一块 AI 时代的新骨头
评价体系草案把 FDE 能力分成三个域：
- 客户与业务域------为什么做、为谁做、值不值得做；
- 技术与工程域------能不能真正做出来并安全运行；
- 交付与推进域------能不能在真实组织里把事情推到结果。
草案里有一句现成的总结：「真正成熟的 FDE，不只是会做 AI，而是能跟客户谈业务、跟架构师谈系统、跟工程师一起写代码、跟安全团队谈边界，最后还能拿结果跟管理层谈 ROI。」拆回三个域：谈业务、拿结果谈 ROI 是客户与业务域，谈系统、写代码、谈边界是技术域加交付域------一句之内，三域一个不少。
顺手结掉上一篇的欠账：那条 Discovery→Outcome→Productization 闭环，摊开正好是三域接力------客户与业务域守 Discovery（发现真问题），技术与工程域守中段（架构、构建、Production），交付与推进域守 Outcome 与 Productization（推到结果、经验反哺产品）。 三门学科各守一段，闭环就是三张考纲首尾相接的那条线。
逐域检视「新东西到底在哪」：客户与业务域，材料都没换------VOC 还是 VOC，组合管理还是组合管理；交付与推进域，相关方、范围、里程碑、验收，一个字没变；技术与工程域唯一的新材料是 LLM/Agent/Eval------九维里的 AI Engineering 一维。
而且即便这一维，内核也是旧纪律换新对象：Golden Set=测试集设计，Regression=回归测试，Guardrail=故障隔离加权限设计。有人会反驳：Agent、Eval 明明是新东西。材料新，没人否认------但把最亮的一维当成整个岗位，恰是第一篇批判过的伪 FDE 逻辑的镜像：那边用交付末端冒充全链路，这边用 AI 一维冒充整张考纲。
所以口径公式是：结构 100% 是旧的，材料只有九维之一是新的；约八成判据可以在三大知识体系里找到直接对应------不止三门考纲，MDM、ISA-95 这类体系条目也算（出处等级见第三节母矩阵，欢迎逐条去查）。
一句话收口：FDE 的 JD 上没有一行字的结构，是三门学科里找不到的------新的不是能力，是三种旧纪律终于被装进了同一个人。
为什么强调「结构」？因为三域是乘法不是加法：
text
FDE 交付上限 ≈ 客户与业务 × 技术与工程 × 交付与推进
（任一域趋零，乘积趋零------加法可以靠长板补，乘法不能）加法岗位可以团队分工补位，乘法岗位的短板是乘零项。这就是为什么下一篇你会看到：FDE 面试四轮信号不能取平均，一轮崩盘即否决。
（还有一项横切能力------抽象、建模与产品化------贯穿三域，决定 L3 到 L4/L5 的升维。第五篇主场展开，这里先立个碑。）
三、技术与工程域 ← 系统架构：四维判据，门门有出处
技术域五个维度里，AI Engineering 已在第二节作为唯一的新材料处理，本节不再重复；其余四维门门有出处，但出处不同------方案架构与 Production 两维直接对系统架构考纲，工程实现与数据集成两维对软件工程、数据治理这两个相邻的成熟体系。
先上母矩阵------这是本篇最值得收藏的资产，九个维度一行一条，出处等级分两档：考纲 （可在官方考纲/知识领域里直接查到）与体系（属于成熟知识体系或行业标准，但不在这门考纲内------标清楚，是让你能去验）：
| FDE 维度（权重） | 对位学科 | 出处等级 | 具体条目 |
|---|---|---|---|
| 客户洞察与需求发现（15%） | NPDP | 考纲 | VOC、需求分层、模糊前端 |
| 业务价值与商业意识（5%） | NPDP | 考纲 | 组合管理、ROI/投资优先级 |
| 行业 Domain（5%） | 行业标准 | 体系 | 工业语汇（PLC/SCADA/MES/OPC UA）、ISA-95 |
| 方案架构（15%） | 系统架构 | 考纲 | 质量属性驱动设计、架构评估（权衡点）、架构风格 |
| 工程实现（15%） | 软件工程 | 体系 | 从零搭建、部署、排障 |
| AI Engineering（15%） | ------ | 新材料 | Agent/RAG/Eval/Guardrail |
| 数据与系统集成（10%） | 数据治理 | 体系 | MDM、Entity Resolution、ETL/CDC |
| Production & Governance（10%） | 系统架构 | 考纲 | 可靠性设计、RBAC、审计、回滚、降级（可观测：体系条目，SRE 实践） |
| 项目交付与推进（10%） | PMP | 考纲 | 相关方矩阵、WBS、范围蔓延、EVM、风险登记册 |
先把最像培训广告的质疑堵一半：这张表是让你去验出处的，不是劝你去考证的------文末防杠段正面拆「持证≠胜任」。
逐维放大技术域这几行：
方案架构维，考的是质量属性取舍。同一个故障诊断功能，可用性要求 99.9% 还是能容忍偶尔降级、要不要隔离客户的 OT 网络、审计粒度多细------同一个功能在不同质量属性要求下是两个系统。这是 Demo 与 Production 的真正距离，上一篇讲过，这里补上学科出处。
L4 级别考的是权衡点陈述------「我用什么换到了什么」，架构评估里的标准动作，不是组件选型背诵（影响单一属性的叫敏感点，同时正反影响多个属性的叫权衡点------第四篇讲否决用前者，本篇讲 L4 权衡力用后者，一个体系两个词，别混）。
数据与系统集成维，出处在数据治理体系：主数据管理（MDM）、Entity Resolution。草案里那三个案例------MES 和 PLC 设备 ID 对不上、SCADA 和维修系统编码不一致、资产系统与告警对象无法关联------不是三个接口 bug，是 MDM 教科书题。第五篇你会看到这项能力怎么把人从 L3 升到 L4。
Production & Governance 维，可靠性设计、访问控制、审计、回滚、降级------全是成熟工程清单，没有一条是 LLM 时代新发明；可观测那一格出自 SRE 实践，照规矩标了体系条目。
工程实现维，坦白说这是母矩阵里最弱的一行映射：写代码的能力不靠考纲习得，靠沙箱与反馈周期------这个诚实的问题第五篇会正面回答（哪类短板可以补课、哪类不能）。主动交代弱映射，比硬凑一个出处可信。
另外有个体系条目要单独说破：TOGAF 的业务架构分层（业务/数据/应用/技术）------严格说这是 The Open Group 的企业架构体系，等于本文引入了「第四门」。借它只为一句话：Discovery 不是会聊天，是业务架构调查。
收个判断：抱怨「招不到懂技术又懂现场的通才」的公司，错在把三门有教科书的学科，当成了同一种玄学。
四、交付与推进域 ← 项目管理：最强架构师也栽在范围蔓延上
交付域为什么独立存在？因为技术域的满分救不了交付域的零分。
母矩阵里这一行全来自 PMP 的标准知识领域：相关方参与度评估矩阵------区分决策人、使用者、IT、安全、采购各自的参与度差距（上一篇场景 C 的「能不能说不」，学科出身就在这）；WBS 与范围基线------Scope Creep 怎么识别、变更怎么管理。
看一个合成案例（构造典型案例，基于社区讨论合成）：某团队给客户做设备报警智能分类，架构评审全绿。
三个月后客户提了「顺便把工单系统也接进来」「报表要导出成客户自己的格式」「能不能再加个移动端」------每一单都不大，每一单都没走变更流程。第六个月，Eval 数据集停更，回归没人跑，项目在「功能永远差一点」里失血而死。杀死它的不是技术，是范围管理。
再埋一根线（第七篇会展开成主武器）：人天计费把挣值管理（EVM）的锚点从成果换成了工时------项目做得越快，可计费人天反而越少。为什么「绩效看人天」在数学上就与交付加速对立，第七篇算账。
交付形态也有出处：POC 阶段敏捷试探、验收基线预测型锁定------混合交付，PMP 的标准配置。第一节那道面试题里「3 个月做到 Production」的中段答案，考的就是这个。
五、客户与业务域 ← 产品创新：「懂业务」不是天赋，是一门有方法论的纪律
三门学科里，中国工程师最陌生的恰恰是 NPDP------架构师和 PMP 在国内早已是高度普及的大众考试，NPDP 的认知度却低得多【从业者判断；欢迎评论区拿培训市场数据打脸】。这个不对称直接解释了一个现象：为什么「技术强、客户弱」是国内 FDE 候选人的普遍画像------三域里，大家恰好都缺了没考过的那一门。
NPDP 给这个域的四件武器：
- VOC（客户之声）：「客户说的」和「客户要的」之间的差距，有标准的分析方法（访谈设计、需求分层），不是靠情商天赋------但 VOC 成立有个前提：客户能表达真需求；这个前提在 RFP 与评审主导的中国政企现场还站不站得住，第八篇正面重估；
- 组合管理：先做哪个 Use Case 是投资组合决策------草案里维度 8 的 L5「帮助客户制定 AI 投资组合和优先级」，就是组合管理的原文；
- Stage-Gate（门径管理）：POC→Production 转化率的方法论出身------每一道 Gate 都有准入判据，过不了 Gate 的项目死在明处（第六篇讲企业评价时，这个指标会成为黄金标尺）；
- 平台化战略：经验反哺产品不是个人美德，是产品战略------Problem→Pattern→Platform 的完整链条，第五篇展开。
六、为什么必须乘在同一个责任主体身上
必然有人问：既然是三门老学科，为什么不能三个专家分工？
历史先看一眼：军工系统集成商和大型咨询时代的「架构师 + 项目经理」双人结构，是复杂交付的默认形态------FDE 没有发明这个结构，是把它压缩了。Palantir 的版本最著名：Delta（FDE，技术实现）+ Deployment Strategist（社区俗称 Echo，业务与问题定义）配对下现场【从业者判断，社区汇总口径；Delta 一侧职责见 Pragmatic Engineer 采访】。
注意，连 Palantir 也没把三域完全装进一个人------但 Delta 对 Production 和 Outcome 负责，Echo 不替他负责 。所以本篇论点收紧为：乘法要求的是端到端所有权在同一个责任主体身上，不是字面的单兵作战。
为什么压缩是必然的？社区有个概念叫「Conway Overhead」------FDE 真正跨越的是组织协调成本【从业者判断，keeda 等社区命名】。
它背后是 Conway 定律的老账：沟通路径数按 n(n-1)/2 增长，5 个 PM、3 个 BD、10 个工程师的协作界面，比「1 个 FDE + 1 个搭子」贵一个数量级。客户现场的高频反馈回路，付不起这个界面成本------三人分工的协调损耗（接口、翻译、决策延迟）会吃掉分工收益。
三域乘积封死你每一次交付的上限，横切能力决定这个上限能不能一次比一次高------第五篇主场展开。下一篇，轮到这套乘积在面试现场显形。
七、「新物种」叙事可以休矣：42 倍、800% 与 729%
最后一件事：把「增长证明新物种」的叙事收掉。第一篇立了数字纪律的规矩，本篇第一次实战------三个流传最广的增长数字，摆开验明正身：
| 数字 | 出处 | 等级 | 判定 |
|---|---|---|---|
| 「2023 年以来增长 42 倍」 | LinkedIn 官方全球劳动力报告，2026-01 | 【官方，LinkedIn《劳动力市场报告》2026-01，已核一手】 | 可用 |
| 「2025 年 1-9 月月度招聘发布量增长逾 800%」 | First Round 引用、财联社转引 Indeed | 【第三方转引】 | 可用但注明转引 |
| 「+729%」 | 广传为「Indeed 官方数据」 | 【从业者判断】 | 已证伪：KOL 站内自算被反复转引成官方口径（源头是 Luis Homann 的 LinkedIn 帖：2025-04 的 643 涨到 2026-04 的 5330，自算 729%） |
补一步显式推理，免得有人拿数字反打：增长数字只证明热度；把它和第一篇的内容抽样放在一起看------热出来的岗位大多在招实施工程师------热度才变成通胀的证据。42 倍增长证明的是命名通胀的速度，不是能力进化的速度。（这套数字纪律不是一次性表演------收官篇会把它整卷回放，作为「标准」的一部分。）
所以给招聘方的推论很直接。「新物种」叙事的招聘含义，是等一个现成的天才------新物种没有存量池；「老学科」叙事的招聘含义，是从架构师、项目管理、产品创新三个已有存量的人群里，挑两域强的人补第三域。OpenAI 们按天才画像也招得到，但那是用顶薪和顶级问题换的------付不起这个价的公司，改对画像是唯一活路。
别按「新物种」画像招「全栈全能天才」，按三域乘积画像，招「已有两域、可补第三域」的人------不同起点谁补得快，第五篇算这笔账；四轮面试怎么验这三域，下一篇就讲。
回到开头那道 PLC/MES/SCADA 的题。现在再看，它不是「AI 新岗位的神秘考题」，而是三门学科的接力赛：架构师把系统画对，项目经理把事推到验收，产品人判断这件事值不值得发生在第二个客户身上。
但这里冒出下一个问题：既然 FDE 的能力是乘积不是平均分，为什么大厂的面试还在分轮打分、取平均、按总分排序？ 下一篇拆给你看：Anthropic 的五关面试，以及为什么多数技术轮的幸存者，最后倒在了那个扮演「不懂技术的高管」的面试官面前。
对了，差点忘了防杠。通篇拿三门学科说事，最容易被读成培训软文------先把话堵死：我劝你别为了做 FDE 去考证。 本文论证的是「存在性」：这些能力可考、可学、有成熟方法论，所以招不到人别赖玄学；它不论证「充分性」------持证不等于胜任，证书的市场价格和知识体系的工程价值是两回事。
三门学科在这系列里只是「索引代表」：一域一门、考纲公开可查、国际通行，如此而已。
把你按「新物种」画像写过或见过的 FDE JD 贴到评论区，我按三域乘积拆给你看------拆错了，你怼我。
系列目录（持续更新）｜第 1 篇：《搜了 20 条 FDE 的 JD，15 条在招 2015 年的实施工程师》｜第 2 篇：本文｜第 3 篇：《FDE 面试，挂掉技术大牛的不是技术轮》------四轮信号不能取平均，一轮崩盘即否决（明日更新）。本系列基于《中国 FDE 人才与组织评价体系》（公开讨论草案）展开：九场辩论 + 两本手册，所有评价标准公开、可自评、可证伪。