AI 协同开发工作流
和 AI 一起写代码
不是让 AI 替你写,是让你会指挥一支不知疲倦的工程小队。
学什么
- 项目与目录级规范:把约定写成 AI 读得懂的文件
- 技能与子代理:并行评审、复杂任务拆解
- 钩子与事件:提交前、编辑后自动跑检查
- AI 研发闭环:工单 → 设计 → 编码 → 测试 → PR → 上线 → 监控
- 对抗式代码评审:让另一个模型来挑毛病
- 多项目并行:一套会话推几条特性线
三个阶段,六个模块,九个企业高频场景的完整交付。从「会写代码」,到能把 AI 落进一家企业的业务主线——这是 Forward Deployed Engineer 的分水岭。
先把手感练出来,再把东西造出来,最后把它放到别人的生产环境里活下来。
把 AI 开发的手感练出来。千问办公、AI Coding、Agent 与 Skill、MCP 连接器——每个知识点当天写进代码,不当作业交。
一场为期一周的封闭黑客松。组队认领一条真实业务线,把数据接入、智能体编排、生成式界面做到能跑,当场交付、当场评审。
进客户现场,与 FDC 搭档走完整条七段链路。你写的东西要在别人的生产环境里活下来,还要教会别人接手。
从和 AI 一起写代码,到把系统落进客户现场——六个模块首尾相接,前一节的产出就是后一节的输入。第六个模块不是选修课,它就是阶段三本身。
和 AI 一起写代码
不是让 AI 替你写,是让你会指挥一支不知疲倦的工程小队。
生产级应用的解剖
一个能上线的 AI 应用,和一段调通的 Prompt 之间隔着整套工程。
让 AI 找对资料
暴力 RAG 为什么会失败,以及什么时候它其实够用——这是判断力,不是技术选型。
接进真实系统
企业不缺数据,缺的是让 AI 安全读到这些数据的那段路。
让它可交付
没有评估集的 AI 应用,等于没有测试的代码——你只是还没出事。
FDE 的分水岭
技术只是入场券。让人愿意把业务交给你,才是这个岗位的本事。
每一个知识点都配一次真实交付,题目取自企业里最高频的那几类场景。最后把这些能力收拢成一份完整架构设计与一次公开答辩——走完这条路径,你拿得出手的不是证书,是一份客户看得懂的作品集。
多源数据汇总成一份高管日报,异常自动归因,不再靠人手工拼表。
一句话取数,指标卡与图表自己长出来:Text-to-SQL、口径对齐、看板随问句重排。
GMP、SD 规范、工艺图纸的带出处精准问答,答案可回溯到原文段落。
从工单与物料数据里定位异常根因,给出处置建议并全程留痕。
图片加检测记录生成结构化报告,带置信度与人工复核入口。
条款、金额、交付物、风险点抽成字段入库,支持横向比对。
把审批、催办、播报挂进日常沟通入口,到点自己跑、跑完自己报。
内部资料检索与公开信息浏览,合成一份带来源的调研报告。
给一条已有场景建起标准答案题与回归看板,改动即回归,问题不积压。
以千问办公为入口、阿里云百炼为底座,围绕企业真实交付链路组织,不追新,只追用得上的。
七个环节不是课程表,是现场交付的先后顺序。前面六个模块攒下的能力,都会在这条链路上被用到一次。
这套方法,我们每天在企业现场用。想清楚了自己适不适合走这条路——留下信息,我们找你聊。
我们会认真看每一份申请。
通过初筛的候选人,我们会尽快与你联系。