<?xml version='1.0' encoding='UTF-8'?>
<?xml-stylesheet href="/rss/stylesheet/" type="text/xsl"?>
<rss xmlns:podcast='https://podcastindex.org/namespace/1.0' xmlns:content='http://purl.org/rss/1.0/modules/content/' xmlns:taxo='http://purl.org/rss/1.0/modules/taxonomy/' xmlns:rdf='http://www.w3.org/1999/02/22-rdf-syntax-ns#' xmlns:itunes='http://www.itunes.com/dtds/podcast-1.0.dtd' xmlns:googleplay="http://www.google.com/schemas/play-podcasts/1.0" xmlns:dc='http://purl.org/dc/elements/1.1/' xmlns:atom='http://www.w3.org/2005/Atom' xmlns:podbridge='http://www.podbridge.com/podbridge-ad.dtd' version='2.0'>
<channel>
  <title>untitled</title>
  <language>en-us</language>
  <generator>microfeed.org</generator>
  <itunes:type>episodic</itunes:type>
  <itunes:explicit>false</itunes:explicit>
  <atom:link rel="self" href="https://cms.elliothu.me/rss/" type="application/rss+xml"/>
  <link>https://elliot-personal-site-cms.hqy841440305.workers.dev</link>
  <itunes:image href="https://cms.elliothu.me/assets/default/channel-image.png"/>
  <image>
    <title>untitled</title>
    <url>https://cms.elliothu.me/assets/default/channel-image.png</url>
    <link>https://elliot-personal-site-cms.hqy841440305.workers.dev</link>
  </image>
  <copyright>©2026</copyright>
  <item>
    <title>FDE：今年 AI 圈最大的骗局。</title>
    <guid>CK1isXTrnA-</guid>
    <pubDate>Fri, 03 Jul 2026 08:33:38 GMT</pubDate>
    <itunes:explicit>false</itunes:explicit>
    <description>
      <![CDATA[<p>前几天 AWS 刚搞了个 FDE 部门，10 亿美元。往客户公司塞几千个工程师，好大的手笔。OpenAI 不甘示弱，40 亿美元搞 Deployment Company。Anthropic 找 Blackstone 也攒了一家咨询实体。GenerativeX 寒酸一点，400 万美元 A 轮。模式一致：FDE。</p>
<p>国内 VC 闻着味儿就来了。满世界找“中国 Palantir”。某对标 Palantir 的公司 IPO 超购 623 倍——投资人抢得跟不要钱似的。奇绩创坛更省事，直接把 FDE 和 AI 咨询列成一个赛道，连标签都懒得拆。似乎 FDE 是 AI 商业化的灵丹妙药，是除了模型之外的下一个 sexy part，是新时代的 Know-how 壁垒。</p>
<p>是吗？</p>
<p>说个暴论：这些所谓的 FDE 就是骗钱的，跑不出来。不是很难，不是需要时间，是物理不允许。</p>
<h2>FDE = 考古 + 算命</h2>
<p>这些 FDE 在干什么？分三层。</p>
<p><strong>第一层：纯人肉。</strong>工程师驻场，坐客户旁边，看人家操作。拿本子记，晚上写日报。跟二十年前驻场外包一模一样，披了件“AI Deployment”的马甲。</p>
<p><strong>第二层：人肉加工具。</strong>上了点 fancy 的东西——session 回放、AI 访谈、用户行为分析。比如 trooly、cookiy 之流，去结构化访谈终端用户。Userpilot 的 Lia 帮 PM 查操作回放。听起来高级了，考古铲子从洛阳铲升级成了探地雷达，但挖的还是土。</p>
<p><strong>第三层：人肉加工具加包装。</strong>前面攒的东西写成行业洞察报告，拿给投资人看：“我们在做知识蒸馏。”从客户 A 的定制里抽几条经验贴到客户 B 的 POC 上。俩客户需求碰巧有点像，宣布发现了通用 pattern，正在平台化。下轮估值直接翻倍，离 AGI 更进一步啦。</p>
<p>三层本质上是一件事：期望从只言片语的零散、局部 context 和用户行为中，提取有效的 know-how。基本等同于考古。</p>
<p>考古学家挖陶片，看花纹，猜这器皿是装水还是装粮食。换更快的铲子，挖更大面积的土，见到的永远是碎片。永远在根据百分之五的碎片反推另外百分之九十五。</p>
<p>现在 VC 把这件事叫知识蒸馏，叫战略，叫赛道。</p>
<p>Palantir 全球商业负责人 Ted Mabrey 2024 年写了篇文章《Sorry, that isn't an FDE》。免费的，不到三千字。他说每一个模仿者都是半吊子——复刻了形式，没复刻功能。原话大意是：只走了半步，困在低价值、低复杂度、榨取式商业模式牢笼里；对员工是令人失望的岗位，对股东是令人失望的现金流。</p>
<p>各位 VC、PE、LP partner 们，你们有花五分钟读过这篇判你们被投死刑的免费 3000 字文章吗？还是说你们太忙了——忙着在朋友圈转“AGI 时代已来”，忙着在峰会上讲“AI 原生的结构性机会”？</p>
<h2>为什么现在的 FDE 都是玄学</h2>
<p>因为考古拿不到真正的 workflow。这是物理约束。</p>
<p>一个 FDE 到底能捕捉多少信息？驻场三个月，每天真正看的时间撑死三小时。他看到的是用户在他面前那个屏幕上做的操作。用户走了之后——晚上在家改那版，关掉产品后在飞书上协作，收到邮件后的下一步——全丢。</p>
<p>真实的用户工作流什么样？打开 Excel 看报表，发现异常，切到浏览器做 research，再切到 Claude 问问题，试了两版删了一版，复制到飞书，同事说不对，回来重新生成，粘贴到邮件，发给三个人。</p>
<p>七个应用。一天里好几个时段。一个 FDE 在某一段三小时观察窗口里，最多看到其中两三段。而且他看到的只是屏幕上的操作，脑子的东西全丢。试过又删掉的那几版、同事反馈时他想了什么、为什么只改第三段没改第一段、最终那版邮件为什么抄送了某个人——真正的 workflow 精华在这里，全丢。</p>
<p>信息捕获率不到百分之五。这还是往高了估。</p>
<p>算一笔账：一个 FDE 年薪五十万左右，驻场三个月，单客户光工资就十二到十五万。管理、差旅、招聘、离职替补还没往里算。但钱不是关键，最伤的是你花十几万拿到了百分之五的碎片。剩下百分之九十五靠什么补？开会补，访谈补，PM 和 FDE 来回传话补，客户打电话骂东西不好用再派人去改、补？不如找个算命 Agent 抽两卦。</p>
<p>百分之五的原始数据，百分之九十五主观猜测。管这个叫知识蒸馏，excuse me？</p>
<p>Michael Burry 用脚投票。2025 年 11 月，Palantir 股价冲到 207 美元，历史最高。同一时间，Burry 通过 Scion 基金披露了 9.12 亿美元的 PLTR 看跌期权，给 Palantir 的估值是 46 美元——不到当时股价的四分之一。</p>
<p>PLTR CEO Alex Karp 在 CNBC 说 Burry 的赌注是“batshit crazy”。一年后 PLTR 跌到大概 112 美元，距最高点跌了百分之四十五。2026 年 6 月是 Palantir 上市以来最惨的一个月，单月跌百分之二十五。</p>
<p>Burry 的逻辑很简单。FDE 本质是低利润率的咨询业务，不是高增长 SaaS。Palantir 花了二十年做到五十亿美元营收。Anthropic 四个月从九十亿干到三百亿 ARR。更简单的 AI 平台用更低成本进企业，谁还需要必须派工程师驻场才能交付的东西？</p>
<p>谁还在鼓吹 FDE、往里大撒币，谁傻。</p>
<p>但钱只是结果。根上的问题是：为什么只能捕获百分之五？</p>
<p>因为 FDE 的观察位置从根本上就错了。他坐在客户办公室那把椅子上。客户工作流不发生在他产品内部，发生在 Excel、飞书、业务系统、邮件和产品之间，浏览器窗口切换之间，Ctrl+C 和 Ctrl+V 之间，晚上十一点那次灵光一闪之间。</p>
<p>FDE 站的地方决定了只能看到碎片。在客户办公室椅子上，只能看到产品被打开的那几段 session，其他一切都在视野之外。</p>
<p>为什么 Palantir 没这个问题？它的客户是 CIA。所有数据在同一个封闭系统里，用户没有第二个应用可以切，坐旁边看就够了。国内这些 FDE 们，你们能找到 CIA 这样的客户吗？你的客户一天在十几个应用之间跳，你看见的全是碎片。跟二十年前驻场外包唯一区别在于：贵了十倍。</p>
<p>别扯什么“把 FDE 做得更好”了，是这件事从根上就错了。在一个固定位置去观察跨应用、跨工具、跨时间的完整行为流，注定只能看到他在场的那几分钟里发生的事。片段的百分之五，剩下全是猜的——玄学。</p>
<h2>感知：有价值的 Context 在模型窗口外</h2>
<p>回到第一性原理。你到底要拿什么？</p>
<p>不是用户在你产品里的操作记录。是他从早到晚怎么完成一件事——碰到了什么问题，用了什么工具，怎么解决的，中间改了几次，最终结果去了哪里的完整工作流。跨应用、跨工具、跨时间。</p>
<p>怎么拿？</p>
<p>派个人坐旁边看？切片。埋 session 回放？切片。用 AI 做结构化访谈？套了 AI 壳的切片。</p>
<p>这些方法的局限一模一样：采集层要么在人身上，要么在单个应用内部。只能看到某个特定空间、特定时间、特定产品里的碎片。不是工具不够好，是架构层面就定了天花板。</p>
<p>我们需要的是全景。</p>
<p>全景，只可能通过一种方式拿到：把采集层建在操作系统上。</p>
<p>当采集层建在整个操作系统之上，你第一次能看到完整的用户行为流。不是在你产品里的操作片段，是从早到晚、跨应用、跨 session、跨场景的全部轨迹。每一次点击、修改、撤销、复制粘贴、应用切换、AI 交互——输入了什么、生成了什么、保留了哪一版、改了什么、推翻了什么、最终用在了哪里。</p>
<p>它是动态的操作脑图。不是 session 回放，不是访谈记录，不是驻场日报，是用户真实行为的完整数字孪生。</p>
<p>而且不需要问用户任何问题。每天九点零三打开那个 Airtable，从 A 复制到 B 再导出到 C 的固定动作，试了三版答案只保留最后一段的行为——这些用户不会在访谈里提，因为他们不觉得重要，或者根本没意识到，但是感知层看得到，并且一直在看。</p>
<p>这才是 workflow 蒸馏的正确打开方式。不是一个考古学家坐在旁边用洛阳铲挖，是一个传感器在后台全天候被动采集。</p>
<p>猜和看。考古 + 算命 vs. 实时数字孪生。</p>
<h2>模型 + 感知，吃掉 FDE</h2>
<p>FDE 存在有一个前提：AI 产品还不够好，模型没能力自我部署、自我适配、自我理解用户 workflow，所以需要人填这个 gap。</p>
<p>但这个前提正在消失。</p>
<p>模型能力指数增长，感知层提供了完整用户行为数据流。两样东西同时存在的时候，FDE 这个中间层就不需要了。</p>
<p>模型的输入不再是你问它的那几个问题，模型直接获取感知层采集到的全部行为数据。过去三个月用户每一次操作、每一次决策、每一次 AI 交互的完整回路，全变成模型上下文。</p>
<p>不需要驻场，不需要 session 回放，不需要 AI 访谈，模型自己看见用户 workflow 了。</p>
<p>Burry 做空 Palantir 的论据有一条：Anthropic 这种更简单的 AI 平台正在吃掉 Palantir。他只说了故事的一半，另一半是：模型加上感知能力，连 Anthropic 级别的基础设施都不需要。模型直接在用户 OS 上跑，感知层直接在用户 OS 上采。中间的 FDE、部署工具、咨询团队——全删掉。</p>
<p>模型加感知层，直接吃掉所有 FDE。</p>
<p>FDE 不是一个赛道。是模型还不够好、感知层还没建起来时，花钱买的一个临时补丁。</p>
<p>它也从来不是战略，只是 VC 口中所谓的 AI 应用——一套炒作叙事，安慰剂罢了。至于产品能不能用、真正的 Know-how 能不能沉淀——没人在意，反正又不是他们用。唯一的作用是炒作被投估值，吃饱美美退出。</p>
<p><strong>FDE——物理不允许，但 PPT 允许。</strong></p>
<hr>
<p><a href="https://www.xiaohongshu.com/explore/6a4773e2000000001c027492">原始小红书笔记</a></p>]]>
    </description>
    <link>https://cms.elliothu.me/i/fde-%E4%BB%8A%E5%B9%B4-ai-%E5%9C%88%E6%9C%80%E5%A4%A7%E7%9A%84%E9%AA%97%E5%B1%80/</link>
    <itunes:image href="https://static.elliothu.me/production/media/image-6c2052c2045bf807890188c1b2ab9a39.png"/>
  </item>
</channel>
</rss>