【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招

**最近面了十几个想转 FDE 的程序员,**一个都没招。

不是技术不行,好几个是大厂出来的,八九年经验,系统设计讲得比我好。

问题出在一道很简单的题上,我问:

客户想把 AI 接进他们的报销审批

但具体要什么说不清楚。你进场第一周干什么?

最常见的回答是:

先跟客户把需求对清楚,

出份文档,确认范围,再排期开发。

这在以前是标准答案,现在做 FDE,这么干基本就输了。

先说一下当前的市场环境:

写代码的岗位在减少,大家都感觉到了。Anthropic 公布过一个数据:初级技术岗在他们新招聘里的占比,从 27% 掉到了 9%。他们内部 Agent 干活的时长,是员工的 6 倍。

可做 AI 落地的公司,FDE 一直招不满,照理说,失业的程序员和缺人的 FDE 应该能对上,实际却对不上。我这几个月的感受是,卡住大家的不是沟通能力,而是做程序员时养成的几个习惯。

01

等别人把问题定义好

程序员的舒适区是:需求清楚,对错能测,编译通过、测试只要变绿,就算完成。

但正因为对错能自动判断,写代码是 AI 最先接手的部分。

FDE 每天面对的全是测不了的东西:客户自己没想清楚,几个部门互相推,业务负责人不想担责任。

**把这一团说不清的东西理成 AI 能执行、能验证的任务,就是 FDE 的主要工作。**这不是开工前的准备,工作本身就是这样。

回到面试那道题,我想听到的回答是:

第一天去现场聊,全程录音。

回来把录音和他们的报销制度丢给模型。

第二天带demo 过去,对着 demo 再聊。

不用写文档,demo 就是文档,懂了吗?

02

放不下手

我们之前招过一个很强的后端,第一周去客户那边,他把 Claude 写的每一行都看了一遍,还顺手重构了几处。

周五客户问进度,没有 demo。

他不是不努力,是太负责了。

现在 AI 的产出量,人根本看不完。Anthropic 统计过,人和 Agent 的对话里,80% 的时间在等人回复。你逐行看,就是把自己变成整条链路上最慢的那个环节。

我现在的节奏是:

  • 早上花二十分钟,只看 AI 标红、拿不准的部分。

  • 白天在客户那边。

  • 下班前二十分钟,把任务交代清楚,包括目标、验收标准、哪些不能碰。

  • 晚上让 Agent 跑,第二天早上验收。

能这么干的前提是信任,我有个前同事,一个月合入几千个 PR,回退率极低,问他怎么做到的,她的解释很简单:用 AI 的前提就是先信 AI,他用 AI 写代码的占比是接近 100%,剩余的改代码是审查 bug 的时候手动改那么几个。

03

把 AI 塞进旧流程

客户说"把 AI 接进我们用了十年的审批系统",程序员会很自然地开始估人天、拆任务,在老系统上打补丁。

做完了客户也满意,但这是驻场外包,不是 FDE。

以前要分产品、设计、研发、测试,是因为写代码贵,得层层确认再动手。现在写代码几乎不要钱了,最值钱的是谁脑子里有完整的上下文。

所以 FDE 基本是一个人从头扛到尾,很多时候老系统不用改,直接重写更快。

04

只干活,不攒东西

程序员的成就感来自今天关了几个工单。

带着这个习惯做 FDE,就是在每个客户那儿写一堆一次性代码,换个客户再写一遍。

**FDE 要攒的是能复用的东西。**踩过的坑写成 skill,高频操作做成自动化,验证方法存成测试集。

Anthropic 内部这类"搭系统让 AI 干活"的工作,半年里占比从 10% 涨到了 22%。

说到底,程序员转 FDE 不需要变成另一个人,而是要把几件事反过来做:

  • 不逐行看输出,把力气花在把任务说清楚上。

  • 不等需求文档,自己去现场听。

  • 不从头学,先让模型把行业里最好的做法找来。

  • 不只对代码负责,要对客户最后能不能用起来负责。

技术底子还是门槛,没有它,你判断不了 AI 给的方案靠不靠谱。只是光有它,已经不够了。

你身边有转 FDE 成功的人吗?他们是怎么转过来的

相关推荐
锋行天下1 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩1 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek
FengY_HYY1 小时前
从人类组织到人类&大模型组织,我的位置在哪里?
人工智能·程序员·llm
Flynn Liang2 小时前
大模型成本优化:基于 Redis 的可验证语义缓存架构
人工智能·redis·缓存·架构·ai agent·智能体
锋行天下2 小时前
langgraph全栈项目(一)
前端·人工智能·后端
程序员cxuan2 小时前
不得了,Google 造反了,Opus 5.5 又被干了
人工智能·后端·程序员
数字新视界2 小时前
能耗管理系统提升企业能源效率的实践与展望
大数据·人工智能·数据中心·机房管理·模块化机房
郝学胜-神的一滴3 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn