上週三，很榮幸回到台灣最大的AI社團生成式 AI 小聚，分享我在 FDE 的成功跟失敗經驗。因為這個內容勾動我的情緒有點多，所以等到平靜下來才在這分享。

2023 ~ 2024 年的成功經驗

2023 年我加入一個物流新創。我雖然想要推動 AI 轉型，但也深刻注意到現場跟遠端總部的落差。那邊有一個非常接地氣的技術團隊，也有一個非常有經驗，甚至成功兩次的技術長。不過，現場跟總部技術團隊中間還是 gap。

所以我組織了一個實習生團隊，帶著他們不只是走進現場、我要求他們「成為現場」，並且開始反過來教現場制定 SOP。

FDE 模式：填補產品開發與現場運營之間的 Gap

在2024 全盛時期，我們做到了這樣的流水線：

  1. 流程萃取：我們跟現場制定 SOP
  2. Workaround：如果現場需要跟系統有落差，由數據團隊先用 Google Apps Script 加上 AI 做一個簡單的 workaround
  3. 回饋總部：等到這個 workaround 看起來很貼近現場需求後，1~2月後總部技術團隊會把它 implement 進系統

另外我們團隊很自豪 workaround 這個詞，收到需求後一天上線現場是我們的驕傲，我們最極端的做法是「就算明天幫你寫好 code，但是收到需求的今天，我們用人工都幫你扛下來這個問題」

這流程非常有效率。因為：

  1. 當 workaround 能夠在相場存活一兩個月，就是現場實證是有用的，那它其實已經經過 MVP 的測試，就不需要浪費 PDM的時間去驗證是否是偽需求
  2. 如果技術團隊忙更高 Prioroity 的事情，現場也不著急，反正有 workaround 能動就好, 大家都會比較專心
  3. 現場需求急迫，短期內沒系統 support 影響 business ，用 workaround + Vibe Coding 模式快速解決燃眉之急，Vibe Coding 價值極大化，也不需要驗證未來的可維護性，反正持久需求就是上系統，短期需求就自然淘汰

那時候我也很自豪，FDE最大的短板「成本」，也被我用 intern + AI Coding 解決了。最後 2024年成功做了好幾個大大小小的案子。

但是，FDE 模式遇到了它的天敵：Scale

2025 年公司客觀條件變化，我們要處理的業務突然擴展到原本的三到五倍，並且場域也分散到多個地方。這個時候，FDE 模式就遇到巨大挑戰，因為我們現場的 FDE 再多，也不可能處理這樣的工作量跟大量分散的現場。

所以這套模式最後被迫往更靠近總部這邊前進。但是這樣現場跟總部 Gap 就出現了….

復盤與反思

我曾經以為我找到了 AI Agent 時代的最佳解法。它曾經有輝煌的成功，但也遇到了 Scale 這個天敵。

經過大量的復盤之後跟閱讀FDE的模式，我認為我當下這套模式其實並沒有把 FDE 做到完美，其實有大量的最佳改進實踐可以實作。只是時機過去了。

當我換了新工作之後，剛好這裡有一些 FDE 模式巨大的挑戰：

  • 要服務多個國家的客戶
  • 工程師散布在多個國家，是一個分散又跨國的團隊
  • 我們又剛好是一家 AI Agent 公司

我們這個團隊有豐富的 FDE 成功與失敗經驗。我們帶著復盤經驗，以及我們覺得可以 fine-tune 的方式，重新挑戰這套模式。

原因是，我真心覺得這套模式是 AI Agent 時代落地的唯一不二法門。