内容更新:
内容来源与编写方法
公开课程依据内部教材改编,保留流程与案例,补充逐章目标、独立任务和参考反馈。维护品牌为IANNIL;目前没有公开可核验的个人讲师履历,也没有独立专业审校记录,不以虚构资历建立可信度。
查看原始教材与版本记录 ↗
岗位说明用于了解行业场景,实际职责与授权以组织约定为准。可参照OpenAI的FDE部署负责人说明,了解客户工作流、技术约束与系统交付;它不是本站的合作或认证证明。
阅读岗位依据 ↗ 如何核验课程中的证据
案例人物、规模、比例、效率与阈值明确标为教学示范。规则程序实跑、合成模型记录、授权真实模型评估和客户采用分别记录,不能互相替代。源码自动检查覆盖课程完整性、路由和下载,不证明学习效果、模型准确率或就业结果。
发现事实、翻译或示范错误时,请附上章节编号、问题原文与可核验依据,通过课程交流反馈;不要发送客户原始数据或密钥。
反馈课程问题 → 学习什么
FDE指Forward Deployed Engineer:进入客户上下文、动手实现、处理模糊问题并协同生产交付。本课程聚焦AI场景,教材使用AFDE术语。学习范围包括角色、定界、蓝图、工程实现、评估、接管与团队协作。
教材与公开内容
课程依据《AI前沿交付工程师内部培训教材》的12部分40章、10附录与4案例重编排。本站提供逐章校订的40章中英文课程、独立练习、参考反馈、案例讨论和评阅清单。原始内部教材保留不变,公开课程明确教学假设和使用边界。
如何判断学会了
每模块有明确产物与评阅标准,结业实训按需求、蓝图、实现、验收与复盘五阶段检查。读完内容或安装技能不等于具备能力;评价需要实际产物与决策依据。教学样本、门槛与时间不是行业基准,内部学习评价不是行业资质或就业保证。
三类学习者共同的标准
初学者先补基础,有经验的工程师延伸客户交付判断,企业团队组织配对和互审。不同起点汇合到相同的模块产物与实训标准;具体学习周期和团队安排按基础与目标确定。
Philosophy
哲学
先明确角色和结果责任,再理解模型边界与交付文化。方法是否有效,需要项目证据。
10
认知重塑
先明确角色与责任
AFDE 深入客户场景、动手实现、处理模糊性,为生产中的可验证结果负责。职位名称不能替代责任约定。工程师需要明确数据权限、业务边界、验收标准与升级路径;代码生成是实现手段。
超级实习生
模型能快速读取和生成,但不了解项目历史,也不承担结果责任。这个比喻用于提醒带教与验证,不能描述所有模型能力。提供真实上下文、具体约束和可复跑标准,再检查实现。
三个陷阱
自洽幻觉:看起来合理不代表事实正确,编译通过不代表需求满足。
上下文熵增:重复失败和废弃逻辑可能挤占相关事实。发现约束丢失时停止、保存已核实状态,再恢复上下文;长对话并不必然失败。
局部最优:修复一处可能破坏模块契约。检查影响范围、依赖与回归,结构是否重建由证据与总成本决定。
分别验证
软件测试证明代码行为,模型评估检验概率输出。接管、真实采用与业务影响需要各自证据。方法收益属于待项目验证的假设,不是速度保证。
20
RC 原理
认知是什么
认知是对可能性基底的渐进不完全映射。
世界给出的可能性远超任何一次观察。
观察不穷尽世界,只收敛出一角。
观察收敛
先观察,再判断。
每一次观察排除一部分可能性。
反复观察,剩余可能性收敛到可行动的范围。
收敛不是终点,是下一步的起点。
观察锁定
因果链逐节生长。
每加一个节点,先验证这个节点,再信任它。
验证过的节点锁进因果链,成为后续推理的地基。
没验证的,一律存疑。
受控生成
蓝图与验收标准把意图写清楚,约束实现并提供验证依据。它们不能使模型输出变成确定性计算;相同上下文不保证相同输出,也不保证正确。生成行为需要按实际版本、配置与用例复验。
适用边界
RC是观察与决策的哲学视角,用来组织假设和证据,不是关于模型能力的实测结论。方法页据此强调观察、核实与可持续决策。软件测试、模型评估与客户观察仍各自取得结果证据,不能用哲学主张替代验收。
30
交付文化
异步优先与共享边界
任务和文档记录目标、证据、决定与下一步。默认公开只适用于获授权的空间;客户数据、私下信息和保密材料不因内部频道而自动可披露。现场跟看、紧急协调和困难对话按需要同步,结论再回流记录。
信任与可预测交付
信任建立在事事有回响、坏消息及时披露和可验证交付上。每个任务有负责人、状态与升级路径。自主程度和审查强度按风险确定,鉴权、数据与生产等敏感变化需要适当人工复核。
自主有边界
清晰的蓝图与授权让工程师独立行动。技能可推进已定义任务,业务取舍、数据域扩展、发布和客户承诺由获授权的人决定。失败不能靠改低标准放行。
任务生命周期与知识回流
一个任务从澄清、执行、验收到关闭都留下轨迹。提交、蓝图与变更记录让接手者能够重建决定。现场笔记记录事实与假设,分享校准边界,积木指定版本与维护者,再回到现场验证。
结果责任
团队度量用于内部改进,客户结果单独验证。交付周期缩短、测试全绿、上线成功和持续采用不是同一项证据。
Ecosystem
生态
生态记录方法产出的实践方向。项目状态不替代客户结果证据。
2 已上线 / 11 研发中
显示 13 项
项目与工具
AI Agent技能集。在明确蓝图与授权内推进工程任务。
底层
IANNIL 的静态站构建引擎。内容进去,网站出来。
底层
Rust 写的自主 Agent。读改验,在沙箱里跑成闭环。
底层
AI 原生无代码平台。以 MCP 为核心。专攻遗留系统的迁移与重构。
项目
票据、账单,插件自动收、自动录。人只处理异常。
产品
跨境电商,高客单价订单在结账前流失。在最关键的现场,接住它们。
产品
供应链监控。微核心加官方插件。先盯关键链路。再按需扩展。
产品
端到端加密传输。架构上,服务器碰不到密钥与明文。
产品
跨境电商专属 WMS。多仓、多客、统一权限。覆盖全生命周期。
项目
没有符合条件的条目。
实战案例
四个教材案例:API网关、系统迁移、Guardian Notes与零售补货。案例说明工程判断,教学数据不代表客户实测。
10
蓝图先行,鉴权、限流、路由三个里程碑,每个里程碑带验收标准。
AI 前沿交付工程师内部培训教材 · 实战案例章 · 第 36 章
20
先静态侦察,事件风暴还原旧流程,绞杀者式迁移,规则歧义留转向记录。
AI 前沿交付工程师内部培训教材 · 实战案例章 · 第 37 章
30
八个阶段一条链,从脚手架到部署配置,上下文恢复先保存事实,发布由获授权负责人确认。
AI 前沿交付工程师内部培训教材 · 实战案例章 · 第 38 章
40
从带证据的建议到人工确认,禁止项拦截更便宜的候选,接管与采用分别验收。全部数字为教学设定。
AI 前沿交付工程师内部培训教材 · 第39章
四条论点
AI 原生 + 工程纪律
AI 原生 + 工程纪律
定界、实现、评估、接管与采用。结果逐项验证。
微核心 + 插件化
微核心 + 插件化的 B 端方法论
从最值钱的一个场景切入。再以开放接口,长到全场景。
内容·技术闭环
内容·技术闭环
内容工具把原材料变成结构与站点。幻建站,肩吾把知识结构成书。
配套基础设施
配套基础设施
把上面的能力,沉淀成可复用的底层与工具。撑起每一个场景。
读方法 →
先完成练习,再选择进阶方式
免费小任务包含示范、材料与自检。付费培训即将上线,暂不实际提供;当前可以交流学习问题,不接受付费报名或预订。