案例 07 · 企业研发转型

文字由原PDF提取，阅读顺序和表格请以原页为准。

第一个挑战，是AI发展太快，而行业标准还没有跟上。
当时大家都在讨论Spec、AI Coding、研发组织转型，但很多方法还没有经过足够长时
间的大规模验证。
我自己也会担心：万一我整理出来的这一套方法不适合现场怎么办？会不会刚拿出来就
被客户否定？
我的解决办法，是把不确定性暴露出来，然后通过小步验证降低风险，不假装自己已经
知道答案。
我会先做一部分，再和客户确认；再结合外部信息和阿里内部能够获得的信息继续调
整。发现不对，就修改。
这其实也是我觉得FDE很重要的一种能力：在一个还没有标准答案的领域里，不能因为
没有标准就不做，也不能因为自己是技术人员，就假设自己一定是对的。
第二个挑战，是前期调研经常失真。
有一次，我们提前了解到客户团队使用AI Coding的能力比较深，所以准备了很多高阶
内容。结果真正到了现场，发现大家连一些基础问题都没有解决。
那怎么办？只能现场降级，从基础开始。
反过来也一样。如果提前判断团队能力一般，结果到了现场发现大家已经用得非常熟
练，我就会把原本准备的“压箱底”的内容拿出来。
所以现在回头看，我觉得现场能力本身就是FDE的重要组成部分。
第三个挑战，是企业一开始就想“大投入”。
比如一上来就买模型一体机、做模型微调，或者强行推翻原有全部工作流。我反而觉得
这些方式比较危险。
73/243