KEEL · 龙骨 · A CURRICULUM FOR THE AI ERA
调研与课程依据 — keel 龙骨
FDE Customer Delivery 的参考信息：调研与课程依据
资料于 2026-08-23 核对。岗位页面用于识别市场责任，标准和官方文档用于定义工程边界；课程不把某家公司内部流程当成唯一 FDE 模式。
| 资料 | 课程吸收的事实 |
|---|---|
| OpenAI FDE - Seattle | FDE 负责 discovery、scoping、system design、build、production rollout；成功看 production adoption、workflow impact 和 eval-driven feedback；需要全栈生产代码和客户协作 |
| OpenAI Healthcare FDE | 受监管部署要连接企业 API/数据平台，并处理隐私、授权、治理、审计、人工复核、接受阈值和错误分析 |
| Anthropic FDE | 在客户系统中交付生产应用、MCP servers、sub-agents 和 skills；识别可重复部署模式并反馈产品；强调自主性、客户发现和跨组织沟通 |
| OAuth 2.0 Security BCP, RFC 9700 | 企业身份接入不能只展示 token；授权服务器、client、redirect、token 泄露和攻击面需要明确控制 |
| JSON Schema | 数据契约应机器可验证、可版本化，不能依赖 prompt 猜字段 |
| OpenTelemetry GenAI semantic conventions | 模型、Agent、工具和检索需要可关联的 span/事件/指标，且要控制敏感内容采集 |
| Google SRE Workbook: Implementing SLOs | SLO 从用户可感知的服务行为出发，支持发布和运维决策，而不是只监控 CPU |
| Kubernetes Deployments | rollout、progress、rollback 和 deployment revision 是生产发布的基本对象；课程使用状态机模拟其决策边界 |
| OWASP GenAI Security Project | Prompt injection、敏感信息、供应链、过度代理和输出处理需要进入 threat model 与回归测试 |
取舍
课程不要求一开始掌握某个云厂商或购买企业 SaaS。先用稳定契约证明：客户目标可验收、数据有边界、发布可回滚、风险可追踪、交接有 owner。随后再把确定性 adapter 替换成具体云、队列、身份平台和模型供应商。