AI FDE 在线考试
测试你的现场交付判断
每个主题包含 10 道客户式场景题、学习信息图和 AI 导师，覆盖发现、范围、架构、评测、生产风险、上线与采用，并连接认证标准。
测评进度
已答 0/4
证书线：单主题答对至少 8/10 题，并在同一分类完成 4 个达标主题。
快速诊断
现场能力检测
回答 0/4 题后即可提交。
掌握完整的现场交付闭环
培训不能停在提示词和演示原型。学习路径沿着 Forward Deployed Engineer 的真实工作展开：从模糊客户问题出发，完成技术范围、系统设计、AI 原型、企业集成、评测治理、生产上线和用户采用，最后把现场经验沉淀为可复用方法。
发现真正的问题
访谈用户、还原现有工作流、暴露业务和技术约束，并在选择模型前定义可测量成果，学会区分有价值的生产部署与看起来惊艳但解决错问题的原型。
界定 AI 解决方案
把业务意图翻译成系统边界、数据需求、工具权限、延迟和成本目标、失败回退、安全控制与验收标准。优秀的 FDE Engineer 会在动手前让关键取舍对所有人透明。
与真实用户共同原型
围绕真实用户任务构建最薄的全栈工作流，而不是孤立的模型演示。与客户团队一起验证提示词、检索、智能体、界面和人工复核，让问题在修改成本仍低时暴露。
集成生产系统
把模型接入企业数据、API、身份权限、可观测性和既有操作流程。训练跨前后端编写和审查生产代码的能力，同时明确系统所有权、访问边界和失败行为。
评测行为与业务价值
从真实案例构造评测集，持续衡量质量与工作流影响，分析失败并把证据反馈到产品。现场交付把评测作为持续循环，而不是上线前最后补做的一张检查表。
上线并推动采用
规划发布顺序、监控风险、培训用户、清理阻塞并沉淀可复用模式。只有客户团队能够稳定依赖系统并有能力继续扩展工作流，这次 AI FDE 部署才算完成。
为什么现在学
把前沿模型变成可衡量成果
模型能力的进步速度已经超过很多组织重构工作流的速度。Forward Deployed Engineer 深入客户团队，承担端到端技术交付，并把现场证据反馈给产品和模型团队，从而缩短“模型可用”到“业务每天真正使用”之间的距离。
客户发现
找到需求背后的工作流、激励、领域语言和真实约束。优秀现场工程师能把模糊业务问题变成工程师与业务负责人可以共同判断和行动的具体任务。
部署判断
判断哪里应该用 AI、哪里确定性软件更安全、哪里必须保留人工环节，并在范围、速度、质量、成本、安全和采用之间做出不偏离业务成果的取舍。
生产所有权
负责从原型到稳定生产的整条路径：跨栈编码、集成客户系统、建立评测和可观测性、处理故障，并在不确定环境里持续推动交付。
现场学习
把重复出现的部署经验沉淀成清单、工具、组件和产品反馈，让每一次客户项目都能提升下一次交付，而不是重新从零摸索。
现场交付循环
发现
界定
构建
评测
规模化
工作流程
面向真实现场交付训练
学习闭环从证据开始，也以证据结束：先诊断当前判断，再学习一个聚焦的交付方法，把它应用到客户式实战，最后通过新的考试记录验证进步。
诊断
选择一个现场交付主题，在不搜索标准答案的情况下作答。第一次选择会暴露当信息不完整时，你的直觉是否兼顾客户价值、交付速度、模型质量、安全与采用。
学习
阅读解释和能力指南，再让 AI 导师比较方案取舍。提炼一份现场清单：该问什么、收集什么证据、暴露什么风险，以及真实部署时采用哪条决策规则。
交付
完成一项能被检查的现场实战成果，例如发现简报、架构、原型、评测报告、上线计划或发布复盘，并练习同时向工程师和客户负责人解释结果。
认证
练习后重新参加在线考试。满足公开主题和分数要求时，平台会签发带公开验证码的证书，让学习成果可以被独立核验。
适合谁
为下一段职业选择 AI FDE 路径
社区同时服务职业入门、工程师进阶和团队能力标准。所有人先参加同一套场景化考试，再根据希望承担的生产责任进入对应学习和实战路径。
希望成为 FDE Engineer 的学习者
用客户发现、架构决策、AI 原型、评测报告和上线证据构建作品集，而不是只积累玩具提示词。认证里程碑会告诉你哪些判断已经稳定，哪些现场能力还需要继续练习。
软件与应用 AI 工程师
从完成单个功能进阶到与用户共同承担部署。训练沟通、技术范围、全栈集成、模型评测与生产运维习惯，把 AI 系统从第一次研讨会持续推进到稳定采用。
AI 交付团队与教育者
在工程、产品、解决方案、安全和客户成功之间建立共同能力基线。用统一考试、解释、实战与证书记录规划培训，并用同一种语言讨论真实部署取舍。
我们的优势
以交付证据为核心的 AI FDE 培训
这不是贴上 FDE 标签的通用 AI 课程。课程把现场场景、工程实战、在线考试、AI 导师解释和公开证书验证连成一体，要求学习者展示自己如何与真实客户团队交付可靠 AI。
先通过场景考试再认证
题目考查不确定环境里的判断：该发现什么、如何界定范围、选什么架构、评测哪些行为、何时升级风险，以及如何保护采用。证书来自测评证据，而不是只看出勤。
端到端部署实战
实战覆盖客户工作流梳理、技术范围、全栈构建、智能体编排、企业集成、评测、安全审查、灰度上线、监控和交接，而不是只做一段模型调用。
与岗位责任对应的学习路径
从 AI 部署基础进入工作流所有权，再进阶到现场交付领导力。每一级都把学习材料、实践产物、考试主题与下一张认证标准连接起来。
独立且以证据为准
AI FDE 是独立社区，不是任何 AI 实验室的官方认证项目。我们研究公开岗位要求，训练跨模型、平台、行业和客户环境都能迁移的现场工程判断。
AI FDE 培训与认证常见问题
开始前先了解岗位定义、在线考试、学习路径、证书证据和独立社区边界。