10｜现场施工（下）：用 AI 放大交付，守住数据安全红线
曹犟
你好，我是曹犟。
在开始这节课程之前，先说一件我前几天刚遇到的事。一个朋友的公司来神策演示他们的 AI 产品。在演示过程中，他们的 Agent 把一个数据问题回答得很准确。这本来应该是一件好事，但我却发现，它把不该展示、甚至不应该获取的一些明细数据，也一并展示了出来。问题答对了，却击穿了红线。我当时在现场的评价是四个字：不可接受。
为什么一开始要提这件事呢？因为它正好说明了这一讲的核心主题之一：数据安全的底线。在上一讲，我们讨论了现场施工的上篇。填 gap、写生产代码，都是具体项目中的扎实基本功。这一讲则要讨论施工的下篇：AI 时代的新做法。AI 在交付现场可谓是一个放大器，一方面能把交付效率放大好几倍，另一方面也能把一个小疏忽放大成一场大事故。所以，在这一讲，我们会讨论两件事：怎么放大交付，怎样守住底线。
AI 对交付的放大，可以分成两条线。第一条线是 FDE 自己用 AI 辅助工作、提升效率；第二条线是把 AI 做进产品里，替代传统交付中需要人陪跑的部分。这两条线都在改写整个交付的成本结构。先看第一条线。
第一条线：FDE 自己用 AI 提升效率
回顾一下前面几讲中 FDE 的一系列现场动作，几乎每一步都离不开 AI。进场之前学习业务时，我们先在 AI 的协助下，把 Google、Meta 的广告知识系统地过了一遍。调研取证时，那份渠道决策矩阵，三层证据就是让 Agent 一层一层挖掘出来的。搭建 demo 时，节奏就是驻场一周获取认知，然后周末用 Claude Code 搭出可交互的 demo，第二周带着它再次进场。编写生产代码时，AI 让编写定制代码变得非常快，快到我们需要专门提防把代码塞进负债区的诱惑。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《FDE 业务落地实战》，新⼈⾸单¥59
《FDE 业务落地实战》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论