FDE Times 数据在招 FDE 职位 924▲33 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 80在招公司 196支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 107
ENVI

前线部署工程师(FDE)的专业媒体

技能指南 · 指南

数据放在哪没问清,三周代码白写了

在客户网络里开发的 FDE,花两天写一页设计文档,就能趁分歧还好改时把它暴露出来。

分享微博

要点速览

  • FDE 的代码运行在客户系统里,设计文档是发现数据、安全和运维约束成本最低的地方。
  • 最有价值的章节通常是非目标和备选方案,因为它们标出了边界和每个选择的代价。
  • 设计文档要写给日后运维系统的人:运维手册和评测集从第一天起就应纳入计划。
设计文档的十个章节自上而下排列:现状、目标、非目标、基础设施约束、设计、方案、SLA 与故障、测试、监控、交接。其中“基础设施约束”一节以橙色突出显示,并标注数据、模型、安全、运维四项,位于“设计”一节正上方。
文中的设计文档模板把客户的基础设施约束放在拟定设计之前。写代码前要回答四个问题:数据可以放在哪里,模型在哪里运行,谁签字批准安全,交接后谁来运维系统。

设想你在一家银行的第一周。你做了一个查询内部规章流程的助手原型,在笔记本上运行顺畅,通过公共 API 调用模型。到了第三周,银行安全团队告诉你,内部文档不得离开他们的网络。几乎所有集成工作都得推倒重来。

这类风险是这份工作自带的,因为前线部署工程师(FDE)是在别人家里干活。Anthropic 的 FDE 招聘启事写明了一项核心职责:在客户系统内部,用 Claude 模型构建生产环境应用。你的代码必须适配客户的网络、审批流程和运维团队。

所以,想做 FDE,值得早学的不只是提示词和检索增强生成(RAG),写代码前先写设计文档也是一项。道理很简单:花两天写一页纸,成本远低于三周走错方向的代码。

一页纸,让分歧浮出水面

设计文档不会规定每个函数。在 Google,设计文档记录总体实现策略和关键设计决策,重点是考虑过的权衡。它回答三个问题:我们要做什么?怎么做?为什么这么做?

把方案写下来,是检验大家是否真正达成一致的最快办法。The Pragmatic Engineer 的 Gergely Orosz 观察到,如果团队对方案本来就有共识,写下来只是件小事。分歧往往在写的过程中冒出来。这页纸让分歧提早暴露,趁改动成本还低。

共享文档还能明确责任。Orosz 认为,它几乎总能促成考虑更周全的决策。对 FDE 来说,好处很实际:关于数据或范围的决策一旦写成文字、客户也读过,日后双方各执一词的空间就小了。

不过并非每项任务都需要文档。文档长度要与工作复杂度相称。Orosz 调研过的公司,通常只在范围广、复杂度高的项目、全公司范围的技术要求以及 API 变更上使用 RFC。

从现状出发

问“标准流程是什么”,你得到的是一份整洁的文档;问“上次你要查某个流程时,是怎么做的”,你得到的才是实情。2024 年至 2026 年担任 FDE 的 Pooya Golchian 把这条原则概括为:问现在实际怎么做,而不是按规定应该怎么做。

在银行的例子里,答案可能是:员工在共享文件夹里翻找,找不到就给一位老员工发消息。这个细节应该写进文档的第一节。

它告诉你,真正的竞争对手是在聊天软件上回答问题的同事。系统的回答必须够快,引用来源也要充分,用户才会信任。

然后才写目标。紧接着目标的,是新人最常跳过的一节。

非目标:划定边界的地方

非目标不是换成否定句的目标。“系统不能慢”其实是变相的目标。Google 的指南把非目标定义为:本可以合理地作为目标、却被刻意排除的事项。

对银行的助手来说,真正的非目标可能是:暂不回答外部客户的问题,暂不处理扫描图片格式的 PDF,暂不支持索引实时更新。这三项都合理,迟早有人会提,而每一项都是有意排除的。

不必列出所有排除项。只需写下那些合理的、在评审中被提出过的,或者再争论一次代价很高的事项。Joshka 对“记录有意为之的非目标”这一模式就是这样描述的。

如果省掉这一节,三个月后客户那边会有人问,系统为什么读不了扫描文件,一个划定范围的决定就会被当成疏漏。

客户的基础设施从哪里进入设计?

Uber 的 RFC 模板包含服务 SLA、依赖、负载与性能测试、安全、指标与监控等章节。对部署在客户基础设施中的 AI 应用来说,每一节都会变成一组写代码前必须问清的问题。

以前面的银行为例,这些问题是:数据可以放在哪里,只能在内网,还是可以放在经批准的云区域?模型运行在客户本地部署的 GPU 上,还是调用外部服务?安全评审要多久,谁来签字?还有最常被遗忘的一个:交接之后,谁来运维集群?

SLA 一节应包含故障场景。例如,GPU 集群过载时,系统降级到较小的模型,回答更短、细节更少,但仍附引用;模型完全宕机时,系统只返回相关文档列表。提前写明这些,客户就清楚自己签下的是什么。

接下来是“备选方案”。列出能达到类似效果的其他设计,让评审者看清其中的权衡。对这家银行,对比可能如下:

方案 收益 代价
通过云 API 调用模型 部署快,质量高 可能与“数据不得出网”的规定冲突
在客户本地 GPU 上运行开源模型 数据留在内部 客户需要有人运维 GPU
只做检索,不生成回答 简单,容易通过安全评审 用户仍得自己读文档

这张表不会替你做决定。它让与客户的会议聚焦在真实的权衡上,而不是技术偏好。

设计文档骨架

把这些部分拼起来,银行助手的初稿不到两页就能写完:

# 内部流程查询助手 — 设计文档 v0.1

## 现状
- 员工在共享文件夹里翻找;找不到就问老员工

## 目标
- 回答内部流程相关问题,始终注明来源文档

## 非目标(附理由)
- 暂不服务外部客户:有法律风险,需要单独审批
- 暂不读取扫描版 PDF:需要 OCR,基础设施尚未就绪

## 基础设施约束
- 数据可以放在哪里 / 模型运行在哪里
- 谁审批安全,需要多久
- 交接后谁来运维系统

## 拟定设计
- 在本地 GPU 上运行开源模型,检索共享文件夹,
  每条回答都链接到来源文档中的对应段落
- 待安全团队确认:数据不离开内网

## 备选方案
- 云 API / 本地开源模型 / 只做检索(见权衡对比表)

## SLA、依赖与故障场景
- GPU 过载:降级到较小的模型,仍附引用

## 测试与上线
- 先在一个部门找 10 名员工试用 2 周,再扩大范围

## 指标与监控
- 引用正确的回答占比,用户反馈有误的回答数量

## 交接:运维手册 + 评测集
- 评测集:取自员工不得不发消息问老员工的
  那些问题,附正确答案和对应文档
- 每当模型变更或文档更新,银行运维团队
  重新运行评测
- 运维手册:GPU 过载、索引过期、回答缺少引用

写给运维系统的人,而不是自己

检验设计文档的最终标准,是客户团队能否独立运行这套系统。Golchian 正是这样定义 FDE 的:在客户公司内部构建软件,直到对方团队能自己运行它。在他描述的交接中,客户的工程师凭借一份运维手册和一套评测集接手系统。

因此,文档的最后一节不该空到最后一周。就像上面的骨架那样,从 v0.1 开始就写明:评测集由哪些问题集组成,客户那边由谁来运行,运维手册覆盖哪些故障。

做过几个项目后,这副骨架会逐渐充实,成为一项资产。Anthropic 的招聘启事也要求 FDE 识别并沉淀可复用的部署模式,并反馈给产品团队。一份在三个客户那里打磨过的设计文档模板,正是这样的模式。

常见错误

第一个错误是写完代码再写文档,文档就沦为对既成决策的图解。第二个错误是非目标只是对目标的否定,比如“不慢”“不出错”,什么也没排除。

第三个错误是备选方案一节塞满稻草人方案,摆出来只是为了被否决。客户方的评审一眼就能看穿,而你恰恰在最需要对方签字时失去了信誉。第四个错误是为一个小改动写一份长文档,团队里没人愿意读。

最后一个错误代价最高:不问你离开后由谁来运维系统。这个问题的答案几乎决定了上面所有的基础设施选择。

如果想在求职时展示这项能力,可以把一份去除敏感信息的设计文档放进作品集。阅读岗位描述时,留意 Anthropic 招聘启事中“work within customer systems”(在客户系统内工作)这类表述。招聘经理会看到,你先考虑客户的系统,再考虑模型。

笔记本上的原型证明一个想法行得通。设计文档证明,在你离开客户的办公楼之后,它仍然行得通。

这篇文章对你有帮助吗?

6 个信源
路线图上的下一篇 · 阶段 2: 全栈工程能力OAuth2 grant 选错了,集成今天能跑,日后就会断先问谁在调用 API,再把密钥挡在仓库之外,最后做到轮换密钥时夜间任务不中断。