跳到正文
认知
返回深度
深度科技大约 9 小时前5
单一来源当前只有一个可用来源,尚未完成多源交叉核验

2万报价被还到2000:我的FDE 朋友决定回去上班了

本文来自微信公众号: ToB老人家 ,作者:王戴明,原文标题:《2 万报价被还到 2000:我的 FDE 朋友决定回去上班了》一位资深的FDE朋友告诉我,他已经决定放弃FDE创业,回企业上班了。

至于原因,他给我讲了一件真事:一位客户找他做一个AI项目,他报价2万,结果对方果断还价2000。他无奈回复客户:2000块连AI工具的成本都不够。朋友说:这2年FDE做下来,收入还不如打工,所以果断止损了。

另一位FDE朋友也给我说:做FDE其实不赚钱,因为企业的要求很高,但又不愿意给匹配的费用。而市场上真正赚到钱的FDE,其实大部分都是卖培训,或者卖FDE的课程。他甚至半开玩笑的说:FDE之所以这么火,是因为老板们觉得FDE便宜,毕竟他们一个人搭配一群Agent,就能干一个团队的活!

FDE为什么这么火爆?一方面确实是企业AI落地的需求很旺盛,但更重要的一点在于:大家都低估了FDE的门槛,高估了FDE的收益。很多人都以为,哪怕自己不懂技术,也能通过掌握AI工具成为FDE,帮助企业做AI落地,吃到这一波AI红利。

但他们的梦想能成真吗?支撑一人FDE的基础有2点。首先是AI扩大了人的能力边界。比如,有了AI,我们只要写好了PRD,就能让AI自动生成代码。其次就是AI提高了软件研发的效率。不管是写PRD,还是写代码,有了AI的辅助,效率都能有10倍的提升。

但深究下来,这2点其实都有问题。首先,AI确实可以扩大我们的能力边界,但是如果你本身不是这方面的专家,无法对AI的工作进行规划和审核,那么AI就只能帮你做到60分。比如,一个产品经理如果要开发一个小网站,或者几个人用的小软件,用Vibe Coding肯定是没问题的,但是如果要开发一个支撑上万人实时在线的系统呢?

如果这个产品经理没有技术能力,恐怕这个系统一上线就会崩盘。所以,如果你要的只是一个60分的软件,比如夫妻老婆店要做一个管账的小工具,那Vibe Coding肯定没问题。但是,如果你想做一个能够商业化,或者支撑大规模业务的软件,那Vibe Coding肯定就会埋下无数大坑。

但问题就在于,这种60分的软件,或者小微企业使用的小工具,客户愿意付多少钱呢?要知道,很多几十人团队研发的成熟SaaS,一年也不过卖几千块而已。再说AI提效,这个问题就更严重了。AI能10倍提效确实不假,但是它并非所有环节都能提效。

实际上,在一个企业软件项目中,大部分工作AI都帮不上忙。比如,和业务人员梳理业务现状和需求、搞清楚AI可以落地的场景、处理项目推进过程中的部门墙、整理和完善业务数据等等。哪怕是AI提效最明显的开发人员,他们也有大量的时间放在需求沟通、技术方案设计、代码审核等工作上。

结果就是,虽然一部分工作AI确实可以大幅提效,但是由于60%甚至更多的工作AI无法提效,因此整个项目的效率提升远没有想象中那么夸张。但问题在于,在很多企业的眼中,既然AI能提高10倍效率,因此你的报价就算打了对折,仍然可以赚得盆满钵满。

以上2点决定了,一人FDE模式其实根本就走不通。唯一正确的做法,还是聚焦于高价值客群和场景,用团队模式研发90分的标准化软件,然后提高交付的标准化程度。一方面,聚焦于高价值场景,企业的付费意愿才能更强;

另一方面,大企业不会为60分的简单软件买单,而且这种60分的小软件,也毫无护城河可言。实际上,我觉得一人FDE的泡沫,本质上就是AI泡沫:大家对AI的期望太高,但AI现阶段的能力,和大家的期望相差甚远。

AI能做到以前做不到的事情,所以大家第一眼看到Demo,都会特别兴奋,以为世界马上要被颠覆,全然忘记了AI落地的种种现实阻力。而从我观察到的现象来看,在大部分传统企业,AI的价值仍然是局部提效,比如帮我们录入一张订单,帮我们生成一份周报——它确实有用,但更多只是对旧有流程的局部优化,而不是颠覆式改造。

这里面既有AI能力的问题,也有企业自身的问题:中国大部分企业在线化程度太低,AI落地场景有限,而且还面临数据和业务SOP缺失的卡点。但不管怎么样,企业没有得到预期的结果,自然就不会加大AI投入,也就不可能给FDE支付太高的报酬。

所以,并不是FDE这种模式有问题,而是在现阶段,AI落地的难度被大大低估了,AI能产生的商业价值则被大大高估了。但不管怎么样,大模型公司趁着这波泡沫捞够了融资,卖FDE课程的老师也赚得盆满钵满。

真正可怜的,是那些被忽悠进FDE行业的个人和企业。但是,随着越来越多人涌进这个行业,随着越来越多的人看清真相,我相信,FDE的泡沫已经到了该破的时候了。

Evidence

来源与证据

单一来源 · 1 个信源

当前仅有一个可用来源,尚未完成多源交叉核验。

发布时间
内容处理
AI 翻译 / 摘要,需结合原文核对
内容有误或来源失效?告诉我们
科技

如果AI解开了世界难题,人类数学家还剩下什么?

本文来自微信公众号: 秦朔朋友圈 ,作者:Irene Zhou继知名数学家陶哲轩公开批评OpenAI后,近期另一位新晋菲尔茨奖得主邓煜也炮轰OpenAI——不能你蒸馏了全世界,不让别人来蒸馏你。随着顶级模型公司不断破解世界级数学难题,数学家们集体破防。邓煜近期提出的观点大意是,AI公司在构建大模型时,通过“知识蒸馏”或抓取全人类的网络文献、学术论文与知识库来训练自己。然而,当外界或同行希望了解模型的推理过程(即“思维链”)时,这些公司却以“防止被蒸馏”为由进行全方位加密和拒绝公开。邓煜直言:“你不能在只有你蒸馏全人类的网络文献、全人类的知识的时候,就大大方方地去蒸馏;然后觉得别人想要了解一下思

3单一来源
科技

程序员要和司机坐一桌了

本文来自微信公众号: 冯伟冯大白 ,作者:文/冯大白不会写代码的创业者,已经拿着自己做的软件去接订单了。Jon Cheney想做企业AI服务,曾收到10.5万美元的开发报价。后来他用Replit搭出了网站和后台,按他在平台访谈中的说法,搭建花了不到400美元,五天内拿到首位客户的1.5万美元订单。他此前创过业、融过资,也卖过公司。这一次,缺少编程能力终于没有把他挡在产品开发之外。程序员因此要面对很多变化:客户先做了一版,甚至先找到了愿意付钱的人,才来考虑下一步需要什么技术帮助。软件开发原本位于生意的起点,现在有机会随着生意一起出现。今年6月,AI应用开发平台Lovable公布的一项调查中,超过

2单一来源
科技

少有的同时做过Agent、多模态和具身的人

本文来自微信公众号: 42章经 ,作者:曲凯,原文标题:《少有的同时做过 Agent、多模态和具身的人 | 42章经》淏楠最早在MiroMind做Agent,后来转去混元,负责多模态RL infra,最近又去了某具身公司负责模型训练。本期播客原文约19000字,编辑整理后约5600字。曲凯:去年应用落地有两条主线,一是Agent,二是多模态。现在Agent这边方向已经比较明确了,尤其是最近又有Personal Agent这一波。那多模态这边,这一年有哪些新的进展?淏楠:在这个领域里,一年太长了哈哈。不过我们可以再往回倒一下。其实在做多模态之前,25年10月的时候,我在MiroMind做纯语言的

3单一来源
科技

从选模型到派任务,我的多Agent 工作流走到哪一步

本文来自微信公众号: DARE to B2B ,作者:申飞 Dare,原文标题:《从选模型到派任务,我的多 Agent 工作流走到哪一步》头条《当Agent能同时干活,谁来守住人的注意力》谈的是DeepSeek的Super-agent设计:任务多起来以后,系统需要接住分派与交接,把验收节点清楚地留给人。读到这里,我先想到自己每天在几个AI窗口之间来回切换的麻烦。一篇稿子要查资料、改文字、做图,可能由不同工具接力。换个窗口继续做,就要重新说一遍:哪份是当前稿,哪些判断查过来源,排完版能不能发。即使只用两款AI,这种交接也不会自动发生。写稿的一部分动作交给了工具,补背景、核对状态仍要人来做。我的工

17单一来源

每天早上收到这 5 条

免注册,填邮箱即可;每封邮件都能一键退订。

提交即表示同意按隐私说明保存你的邮箱,只用于发送简报。

或用 RSS 订阅

AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。