FDE 方法论 · 人人都可以

AI 工具做得不错，

为什么岗位上的人就是用不惯？

从一次服装行业的真实对话说起

上回，我跟一个朋友吃饭。

他做服装行业很多年了，最近这两年开始折腾 AI。

他跟我讲，他请人做了几款工具，想让公司里的人用起来。

工具做得不差。

可推到岗位上之后，大家要么不想用，要么用着别扭。

一开始他以为，是大家还没习惯 AI。

聊下去他才发现——事情没那么简单。

一、懂行业，不等于懂每一个岗位

他熟悉服装行业，但他不在每一个岗位上。

他理解的工作流程，跟一线员工每天真正面对的工作，是有偏差的。

商品企划为什么作出那样的判断。 

设计师为什么在改这一版。 跟单的人遇到异常，先看什么，再问什么。

运营为什么在两个看起来差不多的方案里，挑了那个。

这些东西，没几个写进岗位说明书里的。

它们长在一个人多年的经验里，长在习惯里，长在那些说不清楚的判断里。

外人看到的，是工作步骤。 岗位上的人实际用的，是一整套没被说出来的东西。

更麻烦的是，我这位朋友自己也不写代码。

他一边要使劲去弄明白岗位的人到底要什么，一边还得把这些要什么，翻译给做开发的人。

岗位的人觉得，他没有完全懂真实的工作。

开发的人呢，也未必真的听懂他想说的业务逻辑。

他夹在中间，两头都不太对得上。

他说，做这件事，有点累。

我没接话。听完以后我反而在想——这可能不是他一个人的事。

二、可能不是工具不行，是经验没进到工具里

我们过去习惯了一种做法。

老板提目标，产品经理整理需求，技术人员去开发，最后交给员工用。

在传统软件的时代，这套做法解决过很多问题，标准化的、流程化的，都能对付。

但 Agent 越来越像一个走进工作的同事，不再只是工具箱里的一个按钮。

它开始参与理解信息、分析问题、形成方案、协调资源、辅助决策。

这些事，越来越离不开一个岗位长年累月攒下来的经验。

外部顾问懂行业。

产品经理能梳理流程。 

技术人员能实现功能。

但他们很难替真正在岗位上的人，去回答那个最要紧的问题——

这件事，平时到底是怎么做的？

这也解释了，为什么有些 AI 工具看着功能挺全，到了岗位上就是别扭。

不是员工天生排斥 AI。

是这个工具里，可能根本就没有他的经验，也没有真正试着去懂他在做什么。

三、岗位不必写代码，但经验得进到设计里

那天我跟朋友说了一句有点冲的话——

岗位上的 AI 工具，本来就应该由岗位上的人自己来做。

说完我又觉得，这话说得不够准。

岗位的人不一定非得会写代码，也不一定非得自己搭出一个 Agent。

但有一件事绕不过去。

他得是这件事的共同设计者，也得是最后的验收人。

因为只有他自己清楚——

哪些是重复劳动。 哪些得靠经验判断。 哪些可以交给 AI。 哪些决定只能人来做。 AI 做到什么份上，才算真的有用。

所以，更准确一点说——

谁手里有岗位经验，谁就应该进到 AI 工作方式的设计里去。

组织智能化，不是把一个外面的工具发给岗位的人去用。

它更应该是让岗位上的真实经验，进到新的工作系统里去。

四、这也是我所理解的 FDE

这段时间，我一直在讲"人人都可以是 FDE"。

FDE 不是一个技术头衔，也不是换一种说法叫程序员。

一个岗位上的人开始成为 FDE，不是说他突然学会了做软件。

而是他开始试着把一个真实的问题讲清楚，把自己习以为常的那些经验重新看见，然后想一想，怎么让 Agent 进到自己的活儿里来。

过去，一个人最有价值的事，可能是"我会做"。

到了 AI 时代，我们还得慢慢学会回答几件事——

我为什么这么做。 我的判断从哪儿来。 哪些可以让 AI 帮着做。 哪些责任，还是得我自己担着。

经验不是一堆过去的结论。

经验是我们定义问题、判断结果、划定边界、担起责任的那个底子。

一个人开始把这些经验和 Agent 重新摆在一起，他就在做出一种新的工作方式。

这就是我理解的 FDE。

五、从一次对话，到一个还没成形的想法

聊到最后，我和朋友碰出了一个不太成熟的想法——

也许将来，可以从服装行业开始，做一个"时尚产业 FDE 共创营"。

但现在我没打算急着把它变成一门课，也没打算急着把它打包成一个产品。

因为在讨论"具体怎么做"之前，可能得先回到一件事——

AI 时代，我们这些年攒下来的经验，到底应该怎么重新工作？

这事不只跟服装行业有关系。

每一个正在被 AI 改写的行业，每一个正在面对新工具的岗位，可能都得回到这个问题。

六、我想把这个问题带到线下

接下来，我打算在一段时间里，搞一个《让经验重新工作》的线下分享。

它不是一门要连着听完的课，也不是一场教大家怎么用某款 AI 工具的培训。

每一场都可以是新的入口。

我会带着自己跟 Agent 一起干的那些事，最近碰到的新问题、新案例，跟来到现场的人一起聊——

当 Agent 越来越能干，人还应该负责什么？过去攒下来的经验，为什么不是进 AI 时代的包袱？一个没有技术底子的人，能不能从自己最熟的活儿出发，跟 Agent 一起做出点新的东西？企业真正缺的，到底是更多的 AI 工具，还是更多能把经验、岗位和 Agent 接起来的人？

如果，你在一个行业里已经做了很多年，却不知道该怎么进 AI 这个时代。

如果，你不想天天追那些冒出来的新工具，而是希望过去的经验能接着管用。

如果，你正在企业里推 AI，却发现工具做出来了，岗位上的人还是不太用得起来。

欢迎接着留意后面的线下分享。

我们不从"AI 又能做什么"开始。

我们从自己真正做过的事开始。

写在最后

AI 时代最容易冒出的一种错觉是——过去的经验已经不管用了，我们必须重新从零开始。

但其实不是。

我们不是从零开始的。

那些做过的事、踩过的坑、攒出来的判断、对行业和人的那份理解，都可能变成我们跟 Agent 一起干活的起点。

所谓的"让经验重新工作"，不是回到过去。

而是让过去攒下的经验，去到一套新的工作系统里。

工具一直在变。

模型也会越来越厉害。

但真正知道问题在哪里、什么结果信得过、哪些责任不能交出去的人，得一直在场。

也许，我们都可以从自己的经验出发，重新开始工作。

—— 粹蝶谷主

FDE 的核心，是经验的流动

本文由人人都可以是 FDE出品 · 转载请联系授权