ESC
↑↓ 选择↵ 打开esc 关闭⌘K 唤起
← Home NO.106
第 106 期 · AGENT 工程 · 收录于 2026 年 8 月 15 日

前置部署工程101

KB
Kevin Bai · AI Engineer
视频 17:48 原文约 1.7 万字 预计阅读 12 分钟 来源视频 ↗ 中英对照全文
双人对谈 · 本期速读电台 00:00 / 28:00
TL;DR · 三句话
  1. 按 ACV(average contract value,平均合同价值,即单个客户一年在你身上花多少钱)排,Fortune 500 里的上市 SaaS 公司是 Palantir 400 万美元、ServiceNow 120 万、Workday 60 万,再往下没有任何一家能突破 50 万——这道悬崖就是 FDE(forward deployed engineer,前置部署工程师)存在的地方。→ 详细
  2. 只有当你必须把一个技术复杂度极高的东西卖给一个完全不懂技术的买家时,你才需要 FDE:你把工程师借给客户,在自家平台上帮他造出真解决方案,客户买的既不是软件也不是某个人的工时,而是中间那个「outcome(结果)」。→ 详细
  3. 分水岭是平台:FDE 永远在一套共享 primitives(原语,平台预置的基础构件)之上组装,从不从零写软件——每个人都从零造轮子的那种,「你根本没有 FDE 职能,你有的是一家外包开发公司」。→ 详细
01

讲者:把 FDE 职能从零搭起来过的人

  • Kevin Bai,Anthropic applied AI 团队的 member of technical staff(他说公司严格来说没有职级头衔,所以人人都叫这个);此前加入 Rippling 帮他们把 FDE 职能从零搭起来,是团队第一个人,一年做到约 25 人;再往前在 Palantir 做过一堆事。他一上来就把话题从公司拽回职能:「罗列公司名单没什么意思,我们今天要聊的是一个『职能』。」全场议程四件事——角色的历史、职能的本质、Palantir 为什么把 FDE 当成 go-to-market(GTM,进入市场的打法)、你怎么搬到自己的组织里。→ 详细
02

Palantir 到底卖什么:Foundry、ontology,和「纯卖技术」的露怯时刻

  • Foundry 是一个软件平台,作用是让任意规模的组织把所有数据集中到一处、建立一套 ontology(本体——说白了就是把数据变成「专有名词」:手里不再是「表一表二表三」,而是「仓库」就一张表、它就是唯一事实来源),并在这之上构建应用。→ 详细
  • 露怯时刻就是高管那句反问:「不错啊,你把我的数据整理干净了,可这对我的实际业务有什么用?」——纯卖技术卡死在这一句上。→ 详细
  • 更麻烦的是一笔隐性税:一个「搭应用的平台」,成败取决于客户能把这套软件用得多好,所以客户不光要花钱买平台,还得再花钱把自己的人培训到熟练——「然后,只有到了那一步,他们才终于能开始做东西。这种做生意的方式糟透了。」→ 详细
03

核心机制:不卖软件、不卖工时,卖 outcome

  • 结论是把两样东西捏成一个:「与其只卖服务,或者只卖产品,不如两个一起卖。」客户买的既不是一套软件,也不是某个人的工时,他们买的是一个 outcome(结果)→ 详细
  • 交付链条是三步:派一批非常聪明的人过去 → 让他们真正搞懂客户业务的本质 → 在 Foundry 这个平台之上给客户搭出解决方案,客户最后拿到的就是那个结果。→ 详细
  • 为什么买家吃这一套,他用 CPG(快消品)举例:「你关心的是能不能在货架上拿到更多陈列位,或者销售额的吞吐能不能更高——你根本不关心数据是怎么组织的,你也不该关心,那更像是实现细节。」→ 详细
04

二乘二矩阵:绝大多数公司根本不需要 FDE

  • 他先承认这想法听着离谱:「只要接触过软件工程师——包括我自己在内——都知道我们大概是最不该直接面对客户的一群人。」于是他画了个二乘二矩阵(他叫它 Punnett square,生物课上那种方格),两个维度是:你卖的是什么 × 买你东西的是谁→ 详细
  • 第一格没问题——技术性极强的东西卖给技术型买家:GitHub、Datadog 都是极其复杂的软件,但 ICP(ideal customer profile,理想客户画像)是 CTO、CIO,用户是软件工程师,「他们是有能力吸收这种复杂度并且真正把它用起来的人,因为这本来就是他们工作的一部分」。→ 详细
  • 第二格也没问题——不复杂的东西卖给非技术买家:Rippling、Jira、Slack 这类工具「可能是有点复杂,但它们是『可配置』的,不是让你在上面做二次开发的」,卖给不懂技术的买家毫无毛病。→ 详细
  • 只有第三格才需要 FDE:技术性极强的东西 × 完全不懂技术的买家。Palantir 就卡在这一格,而且是被 Foundry 的本质推进去的——它是「搭应用的平台」,天然对大科技公司没吸引力(Google、Meta、各家 AI 实验室都有优秀工程师,需要什么应用自己就搭了),可它要打的偏偏是油气这类世界 500 强:「他们说的『管道』不是数据管道,更可能是输送碳氟化合物之类的东西。」→ 详细
05

那句话术:「我借给你一批工程师,你不用招、不用挖、不用管、不用留」

  • 面对没有工程深度的客户只有两条路:要么赌他们愿意花时间——不光买下平台还得真把它用起来;要么直接说「方案我给你摆好了,我借给你一批非常优秀的工程师,你不用去招、不用去挖、不用管理、也不用操心怎么留住他们」。→ 详细
  • 服务标准用高级餐厅打比方:这批人不只受过训练会用平台,还会「跟你贴身协作——就像你在一家高级餐厅里,服务员会照顾到你的每一个需求那样」,先想办法把问题解决掉,再把软件搭出来。这最后就成了 Palantir 攻打全球 500 强的 GTM 方式。→ 详细
06

效果的硬证据:ACV 排行榜上那道 50 万美元的悬崖

  • 按 ACV(平均合同价值)看 Fortune 500 里的上市 SaaS 公司:Palantir 第一,400 万美元;ServiceNow 第二,120 万;Workday 第三,60 万;再往下「没有任何一家上市 SaaS 公司的 ACV 能突破 50 万」。他的结论很朴素:「光看这几个数字,我会说这套打法效果相当不错。」→ 详细
  • 顺带一句容易被忽略的人效数据:Palantir 现在的估值「已经离谱到某个程度」,而团队规模「也就几千人」。→ 详细
07

思想来源:把 design partnership 放大到企业级

  • design partnership(设计合作伙伴)的原型是创业早期那件事:你自己还不知道产品该是什么样,客户也不知道他们到底在买什么,于是你说「我出时间、出精力、出技术、出资源,你只要把你问题的上下文给我,我就给你搭一个真正好用的方案」——至少在 B2B 领域,大多数创业公司就是这么找到 PMF(product-market fit,产品市场契合)的。→ 详细
  • FDE 本质上就是把这套东西放大到企业级。Palantir 最核心的断言只有一句反问:「谁说 design partnership 只能用在公司最初那个阶段?为什么不能在企业级、在规模上照样这么干?」→ 详细
08

分水岭:有平台的叫 FDE,没平台的叫外包开发公司

  • 他主动把最强的反对意见替听众说出来:企业级根本维护不过来——「如果你给每一个客户都定制一套东西,那你就等着像赶一群猫一样疲于奔命吧,你会攒下一堆烂到家的代码,再也不会有工程师愿意为你工作——因为根本没法维护,没人想去搞懂 55 个代码仓库。」然后他回了一句:你说得完全没错。→ 详细
  • 判定线因此非常硬:「如果你搭出来的 FDE 职能是每个 FDE 都从零开始造轮子,那么朋友们,你根本没有 FDE 职能,你有的是一家 dev shop(外包开发公司)。」他还补了一句这没什么不好——「那也是很赚钱的生意」,只是别管它叫 FDE。→ 详细
  • 真正的区别只有一条:FDE 是在平台之上做东西,从来不从零写软件。 平台上已经有一整套 primitives(原语/基础构件——预先造好、可反复复用的零件),FDE 只负责把它们组装成某个应用、某条工作流、某个解决方案,而这个方案「对客户来说价值可以高到没有上限」。他把这叫「真正关键的那味配料」。→ 详细
  • 不这么干的代价他说得很具体:「否则你就是在一遍又一遍地重新发明轮子,等你回过神来,光维护成本就能把你的 P&L(损益表)吃干抹净——如果你的工程师还没先集体跑光的话。」→ 详细
09

搬回自己组织前的两道自查题

  • 第一问:我是「需要」还是「想要」? 这是他给每个琢磨 FDE 的人的第一条建议——「想要一个当下正流行的东西太容易了,想要搞 AI 也太容易了,因为别人都在搞。」真问题是:我的业务里是不是真有那么一个特殊角落,让我不得不把一个技术上很复杂的东西 GTM 给一个不懂技术的买家?没有这种处境,FDE 大概率不适合你。→ 详细
  • 第二问:我有没有平台,或者愿不愿意投入去建一个?「不管『养一批能替我赚钱的工程师』这件事听起来多诱人,只要他们不是构建在一个有一定数量共享 primitives 的平台之上,你就有得受了。」他强调即便你已经有一个足够健壮的平台,那份维护负担有多重他都没法形容——更别说根本没有平台的情况。→ 详细
10

不在那一格的人该走哪条路

  • 技术型的 go-to-market → 把力气花在 DevRel、花在做一支优秀的开发者互动团队上;更传统的 SaaS → 走 SLG(sales-led growth,销售驱动增长)。「只有在刚才那种特定处境下,你才需要 FDE。」→ 详细
11

2026 年的新变量:不是世界醒悟了,是生意的性质变了

  • 时间坐标:Palantir 大约 2004 或 2005 年进入市场;到今天,人工智能让「写代码」变得非常非常容易,也让「为客户构建复杂的、可定制的软件」变得非常非常容易——台下做「某某领域的 agent」(保险的、法务的)的人多到他说「这个我都不用看举手」。→ 详细
  • 他的个人假说是全场最锋利的一刀:变的不是全世界突然醒悟过来觉得 Palantir 那套 FDE 打法真香,而是「软件行业做生意这件事本身的性质」变了——因为现在几乎每一个平台都是 agentic(智能体化)的,这意味着几乎每一个平台都是可定制的。→ 详细
  • 推论直接落到在座每个人头上:「你们几乎所有人都会遇到这样一种局面:你的客户压根不知道你到底是干什么的。」而如果你把产品的成败交到他们手上、交给他们自己去实现的能力,那么无论你想往上打大客户市场(up market),还是想横向、纵向扩张,「这条路绝对不会好走」。→ 详细

本片没有 lightning round,收尾是约 5 分钟的现场问答(他开场说「什么都可以问,除了我现在手上做的工作」)。

Q1 · 共享 primitive 该拆到多细的粒度?(能举例吗)

  • 他的回答自嘲是「一个特别像律师的答案:这取决于你做的是什么」。一个可操作的起点:如果你的平台涉及数据模型,那就让用户不必从零定义数据模型。→ 详细
  • 两端都成立:有些行业和场景你完全可以提供非常厚实的 primitive,应用相当于已经搭好 60%,客户只定制剩下的 40%;另一些行业这么做根本不合适,你必须提供极其细粒度的配置能力和极其细粒度的工具。→ 详细
  • 参照物是 AWS:「你们真想干的话,完全可以自己买一堆服务器机架、接上网、自己维护。但从 90 年代以后,还有几个人真这么干?」AWS 给你 DynamoDB 这类共享 primitive,你就不用从零发明一个数据库——但它之所以拆得这么细,是因为它要服务的客户面极其广。结论:粒度取决于你的用户群体。→ 详细

Q2 · 多个 FDE 一起做一个项目,协作机制是什么?

  • 同一家公司的多个 FDE 协作:非常鼓励,是个好模式。尤其做定制工作时,「你最不想要的就是出现单点故障——所有信息都只有一个人知道,他一休假你就抓瞎了」。→ 详细
  • 提问者追问的其实是两家不同公司的人在同一个项目上(是比稿式的 bake off,还是伙伴式协作)。他的答案:这种模式也存在,「跟你请一个外包承包商没什么区别——你得先搞清楚在这种局面里谁是承包商的角色」。→ 详细

Q3 · 哪些工程改动该沉淀进平台,哪些该留在前置部署这一侧?

  • 规则两句话:凡是为某个客户量身定做、只对他独有的东西,就应该只存在于那一个客户那里;凡是可以泛化的东西,长期都应该被沉淀成通用能力。→ 详细
  • 他也回答了冷启动焦虑:刚开始做 FDE 时你手上大概率没多少现成 primitive,但这没关系——「FDE 本身就是一种很好的『探路』方式,帮你发现还可以补哪些产品能力和服务,来进一步支撑业务成功。」→ 详细

Q4 · 什么样的人是最合适的 FDE?(最后一问,也是收尾金句)

  • 他留给全场的 tagline:「FDE 无非就是一个『面向客户的软件工程师』。」判据是双重的——这个人你愿意把他当软件工程师招进团队,同时你又敢让他以某种形式直接站到客户面前。「剩下的就得你自己边做边摸索了,因为我们时间到了。」→ 详细
🎯 于你何益 为你定制 · 非通用结论

这一期相关度极高:17 分钟里他反复在说的那件事——「客户买的不是软件也不是工时,是中间那个结果」,正是你在 Holdwell 的三驾马车 PRD 工厂里做的事;而他划的那条「有平台叫 FDE、没平台叫外包」的判定线,几乎就是对你这套工厂「平台化程度」的现状提问。你正在盘算的 FDE / FDPM 方向问题,他也顺手给了一个不太舒服的答案。

Codex Holdwell ERP work(三驾马车 PRD 工厂 + 碰撞协议)

1)「交付结果,不交付文档」这句你一直在说的话,他给出了完整的商业论证

  • 怎么做的:Palantir 发现纯卖平台会撞上那句反问——「你把我的数据整理干净了,可这对我的实际业务有什么用?」于是改成产品和服务捆成一个东西卖,客户买的是 outcome。CPG 高管关心的是货架陈列位和销售吞吐,「数据是怎么组织的……那更像是实现细节」。结果就是 ACV 400 万美元,第四名往后没有一家上市 SaaS 破 50 万。
  • 你可以怎么做:把 PRD 工厂对内的价值主张从「我们能产出规范的 PRD 文档」改写成「我们承接一个业务结果」。具体动作:给下一个需求写一句「结果句」(比如"这个季度让某类退款工单的人工介入减少到 X 单以内"),把它钉在澄清环节的最上面,真人评审时只对这句话验收——文档是实现细节,不是交付物。你想要的「agent 产出可观测、可验证」,缺的其实就是这一句能被验收的结果。

2)平台 + 共享 primitives,是「工厂」和「手工作坊」的唯一分界线

  • 怎么做的:他把最狠的反对意见自己说了出来——每个客户都定制,「你会攒下一堆烂到家的代码……没人想去搞懂 55 个代码仓库」,然后承认「你说得完全没错」。区别只有一条:FDE 从不从零写软件,永远在一套已有的 primitives 之上组装。没有这层,「光维护成本就能把你的 P&L 吃干抹净」。
  • 你可以怎么做:你的 primitives 就是三驾马车的 agent 定义(.Codex/agents/*.toml)和碰撞协议这套流程,但六条产品线共用的实体与术语沉淀了多少,才是工厂和作坊的分界线。共享定义缺位的时候,你的三个 agent 不是在一个平台上组装,而是每个需求都在重新发明实体定义——那不是工厂,是有 agent 加持的手工作坊,你的「跨线对齐」难也难在这。第一步不用大动:从你已经跑过的需求里挑出复现最多的 5–8 个实体(订单、SKU、仓库、退款单……),先把这几个的字段和状态机沉成一份共享定义,让下一个需求的独立初稿从「引用」开始而不是从「定义」开始。

3)「什么进平台、什么留在单个需求」他给了一条可以直接抄的判据

  • 怎么做的:被问到工程改动的归属时,他的答案是两句话:为某个客户量身定做、只对他独有的东西,就只存在于那一个客户那里;凡是可以泛化的,长期都应该沉淀成通用能力。而且他不认为冷启动是问题——「FDE 本身就是一种很好的『探路』方式,帮你发现还可以补哪些产品能力和服务」。
  • 你可以怎么做:这给了你一条现成的沉淀裁决规则。把它写成每个需求定稿后的一个固定动作:强制回答一句「这次做的东西里,哪一块只属于这个需求、哪一块下次还会用到」,可泛化的那块当场沉回 agent 定义或共享的实体定义里。这条如果不设成硬性动作,泛化永远会被下一个需求挤掉——你担心的「碰撞协议纪律是否真执行」,考验的也是同一种「不设硬动作就会散」的问题。

4)primitive 该做多厚?他给了「60/40」这个刻度

  • 怎么做的:被问到 primitive 的粒度,他说这取决于用户群体——有些场景可以厚到「应用本身已经搭好 60%,客户只定制剩下 40%」;有些场景必须提供极细粒度的配置和工具(像 AWS 那样,因为它服务的客户面极广)。
  • 你可以怎么做:你的"客户"是 8 人 PM 团队 + 相对固定的 ERP 域,客户面很窄——按他的逻辑,你应该往的那头走,而不是学 AWS 拆得极细。翻译成动作:与其往流程里再加 agent 或环节,不如把最高频的两三类需求(比如"新增一个仓储流程节点")做成 60% 已完成的模板化通路,PM 只填剩下的 40%。判断流程该不该再拆细,问一句「这是给 8 个人用的,还是给全世界用的」。

5)二乘二矩阵:你的岗位天然就在需要 FDE 的那一格

  • 怎么做的:只有「技术复杂度极高 × 买家完全不懂技术」这一格才需要 FDE,其余两格分别交给 DevRel 和 SLG(销售驱动增长)就行。
  • 你可以怎么做:跨境电商 ERP 对业务方来说恰恰就是那一格——系统极复杂、用它的人只关心自己的单能不能出。这解释了你「跨线对齐」为什么一直难:你不是在做需求传话,你在做一个内部 FDE 的活。可以据此重新给自己定角色:不是"把业务的话翻译成 PRD",而是"下场搞懂业务本质,然后在这套 agent 平台上把结果搭出来"。

职业方向(你正在盘算 FDE / FDPM 是不是自己的路)

6)「FDE 无非就是一个面向客户的软件工程师」——这句 tagline 对你既是门票也是门槛

  • 怎么做的:他给的画像判据是双重的:你愿意把这个人当软件工程师招进团队,同时你敢让他直接站到客户面前。两条缺一不可。他自己的路径是 Palantir → Rippling 从零搭 FDE 团队(一年到 25 人)→ Anthropic applied AI。
  • 你可以怎么做:你的版本不是"会写代码的 PM",而是「敢站到客户面前、并且能用 agent 把东西真造出来的产品经理」——app_incubator 和 PRD 工厂就是你的"能造出来"的证据链。想验证这个方向,最省的方式不是换工作,而是找一个真实外部对象(客户、朋友的公司、甚至你自己的账号)走一遍完整的"贴身搞懂 → 在自己平台上造 → 交付一个结果",看你是享受还是消耗。

7)他那句「先问你需不需要,而不是想不想要」,可以原样用在你自己身上

  • 怎么做的:他给每个想搞 FDE 的人的第一条建议是分清 need 和 want:「想要一个当下正流行的东西太容易了,想要搞 AI 也太容易了,因为别人都在搞。」
  • 你可以怎么做:把这把尺子对准你自己的多线并行。你的元约束是精力,那么每条线都该过一次这个问题:这是我需要的下注,还是因为它现在正流行/正好我会。这一期最适合被你抄走的,不是 FDE 这个职位,而是这道题的问法。

app_incubator(7-Agent 造 App 链路)

8)「几乎每个平台都是 agentic 的,所以客户压根不知道你在干什么」

  • 怎么做的:他的个人假说是——变的不是世界醒悟了 FDE 好,而是做软件生意的性质变了:平台普遍 agentic 化 → 普遍可定制 → 客户完全搞不清你到底能干什么。把成败交给客户自己去实现,往上打大客户或横向纵向扩张都不会好走。
  • 你可以怎么做:这条直接打在你「激活 / 首屏体验」这个痛点上。一个高度可定制的 agent 应用,首屏最不该做的就是把可能性摊开让用户自己配。按他的逻辑,首屏应该像 FDE 上门那样:先替用户把一个具体结果做出来给他看(预填一个真实场景、跑完、给结果),再谈定制。你说的「把该做什么前移到 agent」,就是把 FDE 那一步内置进产品里。
  • 顺带一条:他说 FDE 不从零写软件、只组装 primitives——对到 app_incubator,就是"设计稿即工程强制契约"和 design tokens 这层。每造一个新 App 都重新定义一次组件和契约,你的 7 个 agent 就在扮演 dev shop 而不是平台。

onehuman_company(一人公司 build-in-public)

9)这期至少能出两颗子弹,且都能过你的弹药库闸门

  • 怎么做的:他全场最可复用的是两道自查题(我是需要还是想要 FDE / 我有没有一个带共享 primitives 的平台)和一条判定线(每次都从零造 = 你没有 FDE,你有的是外包开发公司)。
  • 你可以怎么做:这是标准的「大佬说 X 我试了」验证体素材——Anthropic 的 FDE 说"没有 primitive 层就是外包",那我拿 drizzle tech 的 9+1 Agent 真去查一遍:我到底有几个真 primitive?把上面第 2 条的实体盘点结果(复现最多的 5–8 个实体、之前每个需求重复定义了多少次)当成实测数据写出来,"可抄物"就是那张盘点表——读者可以照着盘自己的。删掉你的实测数字就不成立,闸门能过。
  • 第二颗子弹是那张 ACV 排行榜:400 万 / 120 万 / 60 万 / 断崖。观点短评方向——"绝大多数软件公司止步于 50 万美元,因为他们只肯交付工具、不肯交付结果",一人公司同理:卖模板卖不上价,卖结果才行。

StockHelp / 你的价值投资视角

10)这期顺手给了一个看"生意质量"的提问角度(是分析框架,不是标的建议)

  • 怎么做的:他给的数字是一家公司商业模式的横截面——Palantir ACV 400 万美元,是第二名 ServiceNow(120 万)的三倍多,而全行业其余上市 SaaS 连 50 万都够不到;同时它「只有几千人」的团队撑起了他说的"离谱估值"。他也诚实指出这套模式的成本面:定制会把 P&L 吃掉,除非有平台把可泛化的部分沉淀下来。
  • 你可以怎么做:给你的看板加一个定性提问位——"这家公司卖的是工具还是结果?" 卖结果的公司 ACV 高、切换成本高(护城河),但服务收入会压毛利、扩张靠加人;卖工具的公司毛利漂亮但天花板被 ACV 摁住。用它来解释你 watchlist 里公司的毛利率和人均创收差异,比单看 PE 分位多一层"为什么便宜/为什么贵"。这只是拆解生意的镜头,不构成任何买卖判断。

Personal Thinking(第二大脑)

11)「可泛化的沉淀、独有的就地留下」也是笔记系统的规则

  • 怎么做的:他判定平台改动归属的那两句话,本质是一条信息经济学规则:重复出现的东西必须上升一层,只出现一次的东西不值得抽象。
  • 你可以怎么做:对到你的摄入 SOP——一条洞察在第几篇材料里第三次出现,就该从原子笔记升级成主题 MOC 里的一个骨架条目。给自己一条硬规则:同一条观点第三次被记下来时,必须改写主题页,而不是再加一条笔记。 这就是你说的"信噪比"问题的机械解法。

该反着用

他讲的是「把工程师借出去」,前提是一家有几千人、能一年招 25 个 FDE 的公司。你的前提相反:一个人扛正职 + 多条副业,精力是最稀缺资源。所以正确的借鉴是反过来做——你绝不能把自己"借"出去做定制。 在你的规模上,每一次定制交付如果没有强制沉淀,就等于用最贵的资源(你的注意力)换一次性的产出,你会亲手把自己变成自己的 dev shop。Palantir 靠人数扛住维护成本,你扛不住,所以"泛化"对你不是长期优化项,是当期生存项。

和你现在做法冲突

他描述的 design partnership 是"我还不知道产品是什么、你也不知道你在买什么,那我们先贴身做出一个真解决方案"——先有成品,后有流程。你现在做的是反过来:先把三驾马车 + 碰撞协议的六步流程设计完备,再去真实需求里验证。他的模型会说:你那套碰撞协议的环节里,有多少是从真实交付里长出来的,有多少是你预判出来的?这跟你自己写下的"判断力 > 努力""99% 的努力终将白费"其实是同一个问题的两面。张力放在这儿,怎么权衡你自己定——但值得注意的是,你担心的"碰撞协议纪律是否真执行"和"agent 产出缺少可观测证据"同时存在,这两个通常是同一个原因的两个症状。

对你的镜子

那张 ACV 排行榜真正说的不是 Palantir 多能干,而是:几乎所有软件公司都止步在 50 万美元,因为交付工具比交付结果安全得多。 交付工具,做完就交差,成败是对方的事;交付结果,你得下场搞懂别人的业务、还得替结果背锅。你在 Holdwell、在一人公司、在小红书上反复面对的其实是同一道选择题,而且你每次选"再把工具做强一点"的时候,代价都不是当下就能看见的。


所以呢

可迁移思维模型

  • 【耐用】「卖的是什么 × 买家是谁」二乘二:决定该贴身交付还是该做自助产品的通用判据。放到任何场景都成立——包括判断你的内容该讲原理还是该给成品。
  • 【耐用】平台 / 定制的分层规则:独有的就地留下,可泛化的必须上升一层。这条同时适用于 PRD 工厂、app_incubator、你的笔记库。
  • 【耐用】need vs want:区分"我需要"和"这东西正流行",是精力受限的人唯一有效的过滤器。
  • 【会过期】「几乎每个平台都是 agentic 的」:这是 2026 年的判断,红利来自它还没成为默认。两三年后 agentic 变成背景板,这条断言就没有信息量了,那时稀缺的会是别的东西——所以要吃这波,就得快。

判断更新 把「FDE / FDPM 是不是我的方向」从一个职业标签问题,改成一道结构问题:我手上有没有一个平台? 有平台,FDE 是高杠杆(组装 primitives 交付结果);没平台,FDE 就是人肉外包,越努力越被榨干。同理,你的 PRD 工厂现在到底是平台还是作坊,答案不在流程图里,在每个需求有多少东西是「引用」来的、多少是现场重新发明的。

这周一个赌注 挑一个已经跑完的 PRD 工单(AG-NNN),花两小时做一次分栈:把里面「只属于这一个需求」和「下次还会用到」的东西分成两列,把第二列里复现最多的 5–8 个实体沉成一份共享定义。一次就能同时验三件事——你的工厂是平台还是 dev shop、你的评审环节该卡什么、以及那张盘点表能不能直接变成一人公司的第一篇验证体。

接着读