KEEL · 龙骨 · A CURRICULUM FOR THE AI ERA
课程说明：FDE 如何把客户工作流交付成 AI 产品 — keel 龙骨
FDE Customer Delivery 的参考信息：课程说明：FDE 如何把客户工作流交付成 AI 产品
用户说“我们想用 AI 自动处理故障”时，模型和框架都还不是第一个问题。FDE 首先要确认谁在什么时候做什么、数据和权限在哪里、错误会造成什么损失，以及什么结果才值得上线。随后才是架构、实现、评估、部署、采用和交接。
前置课程
- Agent Harness：运行时和状态边界；
- Tool Calling：企业能力适配；
- Real-world Execution：外部副作用和未知结果；
- Safety Controls：身份、策略和隔离；
- Advanced Agent Systems：持久运行、唤醒、检索和质量门禁。
本课程不会重新实现这些子系统，而是要求你把它们放进一次客户部署中，并补上全栈产品、企业集成、生产运营和交付责任。
完成课程后，你应能证明
- 你解决的是被验证过的工作流瓶颈，而不是“客户说想要聊天机器人”；
- 接口、数据、身份、权限和失败语义在写 prompt 前已经形成契约；
- 前端能表达 streaming、waiting、approval、failure 和 recovery，而不是只有聊天气泡；
- golden set、接受阈值和失败门禁由客户结果驱动；
- 发布有迁移、灰度、回滚、SLO、告警和 incident runbook；
- 安全、隐私和人工复核进入数据流和测试；
- 交接包说明 owner、支持边界、已知限制和升级路径；
- 一次部署能沉淀成 reference architecture 或 adapter，而不是永久定制代码。
线性学习路线
| 章节 | 当前客户问题 | 本章交付物 |
|---|---|---|
| 01. 客户要的真是一个 Agent 吗？ | 需求模糊、stakeholder 目标冲突 | Discovery Brief |
| 02. 怎样把工作流变成可验收结果？ | 不知道自动化边界和成功含义 | As-is/To-be、Metric Tree、Acceptance Plan |
| 03. 客户系统怎样接进来而不失控？ | 数据脏、接口旧、身份和重试复杂 | Integration/Data Contract |
| 04. 第一条全栈垂直切片应该包含什么？ | demo 能答，但用户无法操作和恢复 | API/UI 状态契约 |
| 05. 怎样装配 Agent，而不是堆框架？ | 模型、检索、工具和审批责任混乱 | Solution Architecture/ADR |
| 06. 怎样证明它已经达到上线标准？ | 几个漂亮样例掩盖失败 | Golden Set、Eval Report、Launch Gate |
| 07. 怎样从 staging 走到可回滚生产？ | 发布后无人知道是否健康 | Rollout Plan、SLO、Rollback Drill |
| 08. 安全、隐私和治理怎样进入交付？ | 合规被留到上线前审查 | Threat Model、Control Matrix |
| 09. 客户会用、运维会接、产品会复用吗？ | 技术上线但无人采用或无人维护 | Adoption/Handoff/Pattern Pack |
| 10. 完成一次端到端 FDE 部署 | 把所有证据连接起来 | Production Readiness Review |
学习方法
每章都遵循同一节奏：先观察客户现场，预测错误；再建立一个明确契约；运行确定性实验；故意破坏一个条件；最后把新增 artifact 加入同一份 deployment dossier。模型输出只能影响语义判断，范围、权限、接受标准、发布和回滚必须由程序或责任人决定。
从第 01 章开始。术语见术语表，配套代码见project/README.md。
岗位要求和能力映射已经整合到本课程的章节顺序、交付产物和验收标准中。