FDE 交付模式
外包的问题从来不是价格，而是结构。我们把交付拆成三层——现场定义、AI 生产、PM 治理——让成本降在结构上，而不是降在质量上。
把工程师，放到问题发生的地方。
FDE（Forward Deployed Engineer，前置部署工程师）不是“驻场外包”的另一个说法。区别在决策权： 驻场外包等需求文档，FDE 参与定义需求；驻场外包对工时负责，FDE 对结果负责。
一个典型的 FDE 会做这些事：在车间站一天看工单怎么流转；跟销售跑两次客户，听真实的拒绝理由； 把业务方口中的“要一个看板”拆成三个具体指标和两个数据源；然后在 72 小时内做出可点击的原型， 让讨论从形容词变成具体的东西。
这一步消除了传统项目最大的隐性成本：需求在传递中被稀释和扭曲。 当写代码的人和提需求的人坐在同一张桌子前，返工率会显著下降。
传统链路
业务 → 文档 → PM → 开发 → 测试 → 上线
4Banana 链路
业务 ↔ FDE → AI 生产线 → 上线
链路缩短的直接收益：需求确认时间下降约 60%，返工率下降约 35%。
AI 承担重复劳动，人负责判断
我们不是把需求丢给模型然后收工。真正的工程约束在规格、评审与测试这三道关卡上。
规格先行
先把接口契约、数据模型、验收标准写成机器可读的规格。规格不清，AI 只会更快地生产错误。
生成 + 评审
AI 生成实现与单元测试，资深工程师评审架构决策、边界处理与安全风险。关键路径双人复核。
门禁自动化
静态扫描、依赖审计、单测覆盖率、接口契约测试全部进流水线，不达标不进主干。
成本可以降，管理不能降
降本最容易出问题的地方，是范围失控与风险隐形。所以 PM 是这套模式里唯一不能压缩的配置。
范围管理
需求入池、优先级排序、变更留痕。每一次范围调整都对应明确的时间与成本影响，客户在签字前就知道代价。
节奏管理
双周交付一个可上线增量，月度里程碑复盘。进度不是汇报出来的，是每次演示时看得见的。
风险台账
技术债、依赖方、数据质量、人员变动全部量化红黄绿，每周更新，风险提前四周预警。
FDE 现场层
工程师进入业务现场，定义问题、验证假设、当场演示。需求不再经过三层传递。
AI Coding 生产线
规格驱动，AI 生成代码与测试，资深工程师评审架构与关键路径。
PM 治理层
范围、节奏、风险与干系人管理，双周增量、月度复盘、量化风险台账。
质量护栏
静态扫描、单测、集成测试、性能与安全基线，关键路径双人复核。
运维与知识转移
监控告警、SLA、迭代开发与两轮培训，确保客户团队能独立接手。
同一件事，两种成本结构
左边是行业普遍做法，右边是我们的做法。差别不在努力程度，而在结构设计。
| 维度 | 传统外包模式 | 4Banana 模式 |
|---|---|---|
| 团队构成 | 大量初级开发 + 少量协调人员 | 少量资深工程师 + AI 生产线 + 专职 PM |
| 需求传递 | 客户→销售→PM→开发→测试，四层以上 | 客户↔FDE 直接对话，一层 |
| 首个可用版本 | 2–3 个月，通常是原型截图 | 14 天，可运行、可点、可试数据 |
| 成本结构 | 按人月计价，返工由客户承担 | 按里程碑计价，返工由我们承担 |
| 文档与维护 | 文档事后补写，人员流动即失忆 | 文档随代码生成，交接包完整 |
| 变更响应 | 走变更单，周期以周计 | 双周迭代窗口内吸收，超出走范围管理 |
| 质量保障 | 依赖测试团队加班 | 流水线强制门禁 + 关键路径双人复核 |
| 项目透明度 | 周报由 PM 手工整理 | 实时看板：需求、进度、缺陷、风险 |
成本降幅来自三处：需求传递损耗减少、重复编码由 AI 承担、返工由交付方承担。不来自压低工程师薪酬。
三种合作方式
按你的确定性程度选择。不确定就先做验证，确定就直接进里程碑。
两周验证
挑一个具体场景，两周做出可运行版本。固定小额费用，验收不通过不进入下一阶段。
里程碑交付
按可验收的里程碑计价，范围清晰、风险由我们承担。最常见的合作形态。
嵌入团队
FDE + AI 生产线以产能形式嵌入你的研发组织，按月结算，适合持续演进的产品线。
五个不能被妥协的底线
这些是我们对所有项目的承诺，写在合同里。
