用 FDE FAN 的第一视角讲解 AI-FDE、上下文工程、工具栈、岗位边界和工作坊方法，并附参考来源。
这里不是第三方文章摘抄，而是 FDE FAN 自己的知识讲义。参考来源放在每页末尾，方便继续阅读。
课程讲义 / AI-FDE Operating Model
我们从 AI 生产飞轮理解 FDE：客户现场、业务上下文、模型能力、工具链和交付反馈不断循环。FDE 不是单纯写前端，也不是临时帮客户调模型，而是把需求、上下文、Agent、部署、评估和复盘连成可重复运转的系统。
HFS Research · Accessed 2026-06-28课程讲义 / Context Engineering
我们要理解企业为什么重新思考 FDE：过去大量依赖个人现场知识和手工集成的工作，正在被上下文平台、AI 原生工具和可复用组件重构。对课程来说，重点不是减少 FDE，而是训练 FDE 把一次性交付变成组织能力。
Unframe · Accessed 2026-06-28工具讲义 / Stack Design
我们把 FDE 工具栈拆成多条能力线：AI 编码、内部工具/低代码、工作流自动化、数据集成和可观测协作。工具不是炫技清单，而是把从需求到上线的每一段风险可视化。
Perspective AI · Accessed 2026-06-28角色讲义 / FDE Role
我们先用岗位地图理解 FDE：FDE 位于客户、产品和工程之间，既要理解业务，又要把解决方案带到现场。我们把这个角色拆成训练标准：沟通、建模、实现、部署、文档和边界。
Invisible Technologies · Accessed 2026-06-28实践讲义 / AI UX
我们把 FDE 式工作放进 SIer/UX 的日常训练：从客户访谈、工作坊、价值定义、NSM 设定，到用产物截图、流程图和已有资料提示 AI。前端 Demo 不是终点，而是让客户、模型和交付团队围绕同一个可见产物对齐。
note.com / kamechi_ai_ux · Accessed 2026-06-28| 研究主题 | 对应训练 | 学生交付物 |
|---|---|---|
| AI flywheel | 需求、上下文、Agent、部署、复盘闭环 | README / eval set / launch log |
| Context platform | 把一次交付变成可复用资产 | Prompt version / source map / permission notes |
| Tool stack | 按交付阶段选工具 | Demo URL / logs / rollback note |