模型和API人人可用，稀缺的是把AI Agent交付成可靠业务结果的人。Jove从Cresta的一线实践解释FDE如何补上最后一公里：处理RAG、幻觉和guardrail，也理解业务、赢得客户信任并对结果负责。
适合工程师、创业者和企业AI负责人，帮助判断FDE是否值得转型、企业为何需要这一角色，以及招聘时该看技术还是交付能力。
这期你会听到
• Forward Deployed Engineer与传统驻场工程师的组织位置和责任有何不同？
• FDE如何把客户现场问题带回产品，并缩短AI Agent的time to value？
• 语音AI进入酒店、银行或餐馆时，RAG、延迟与业务细节为何构成最后一公里？
• 为什么客户信任可能比模型、guardrail和工程实现更难积累？
• Cresta如何通过编程、工程实践、行为沟通与限时构建任务面试FDE？
章节
00:00 — Jove与FDE岗位扩张窗口
02:20 — AI Agent FDE负责什么
06:50 — 创业经历为何适配FDE
09:30 — 把客户现场反馈带回产品
16:00 — 语音AI如何进入真实服务场景
23:00 — 技术之外更难的是客户信任
26:20 — 模型易得，最后一公里难做
32:00 — FDE的人才画像与面试方式
38:30 — 从掌握技能到对结果负责
39:30 — FDE在北美与国内的不同条件
本期嘉宾
Jove在温哥华的AI公司Cresta带领约30人的FDE团队，预计扩展到100人；他曾在Splunk、EMC担任工程师和管理者，也有开发实时数据管道和流式数据库的创业经历。
相关内容
完整版56分钟：
加入Superlinear Academy免费社区
拿出卡在交付末端的企业智能项目，写明技术故障、业务约束与信任障碍，请大家诊断。
https://www.superlinear.academy/
关于主播与节目
孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。
《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。