17 章 · 7 Part · 4 附录 · 中英双语 · 配套可执行 demo
写给在客户现场把 AI 跑起来的工程师。
公式：
Outcome = Harness × Customer
Harness 提供能力，Customer 提供约束。这本书写的是怎么把 Harness 装到客户身上。
👉 dawei008.github.io/fde-book 是阅读体验最好的入口——左侧有完整目录、有搜索、移动端友好、夜间模式。
这个仓库是源文件 + 配套代码 + 翻译工程。clone 下来你能：
- 直接读 markdown（每章一个
.md，结构和书一致） - 跑配套 demo（
demos/目录，每章独立、用完即拆，详见各章末尾） - 提 PR / 开 Issue 反馈错处或补充案例
如果你觉得这本书有用，欢迎 ⭐ Star 这个仓库——这是判断我应不应该继续往下写的最直接信号。
| Part | 讲什么 |
|---|---|
| I — 角色与心智 | FDE 是什么、心智模型、不是什么 |
| II — 客户发现 | 第一周怎么做、需求 → 评估集 → SOW |
| III — 技术选型 | 第一周决断、RAG / 微调 / Agent 选型、评估先于代码 |
| IV — 工程化落地 | 数据工程、scaffolding、VPC/SSO/合规 |
| V — 上线与运营 | PoC 到生产、监控与 Guardrails |
| VI — Agent 与 MCP | Agent toolset 设计、MCP 集成 |
| VII — 交接与持续 | 项目交接、FDE 的下一步 |
| 附录 A-D | 工具栈速查、比较矩阵、评估集模板、客户启动包 |
英文版在 en/ 目录，结构镜像中文。
demos/ 下每章一个独立子目录。约定：
- 每个 demo 都能在你自己的 AWS 账号里复现
- 用完即拆，每个 demo README 给出 teardown 步骤
- 所有数字（延迟、准确率、$）都来自实跑，不是抄 benchmark
例如 demos/ch6-stack/ 是第 6 章的模型选型 bench：4 个 Bedrock 模型 × 10 条工单 × 3 轮，总成本约 $0.50。
这本书大量参考了：
- Forward Deployed Engineer Rule Book — A. Lawrence (2025)
- The FDE Playbook: A Practitioner's Field Manual — Conikeec (2025)
- Reflections on Palantir — Nabeel Qureshi
- AWS GenAI Innovation Center 公开案例
- Bob McGrew @ Y Combinator (2025) — "Sell the outcome, not the product"
完整书目在 bibliography。
CC-BY-SA 4.0（文本），MIT（代码）。
转载、引用、重组都欢迎，请保留来源链接。