TREND / 01正在发生 → 未来1—2年
从应用部署到Agent原生交付
FDE构建的对象将从“带AI功能的应用”扩展到能读取上下文、调用工具、执行多步任务的Agent系统。重点由页面功能转向任务边界、工具权限、状态管理与异常恢复。
观察信号：模型与Agent工具链成熟，企业试点从问答走向实际动作。
现在该做什么
学习任务分解、工具接口、最小权限、人工确认与端到端任务评测，不把“能自动执行”当成唯一目标。
07 / Future Signals岗位会变化，
岗位会变化，
“跨越断层”不会消失。
模型更强、工具更成熟之后，FDE并不会简单地被自动化替代。它的重心将从“把功能做出来”，进一步转向上下文、评测、流程重构与价值运营。
如何判断趋势，而不是追热点？
本站将公开可见的行业实践作为“观察”，将由此形成的判断作为“推演”。趋势不代表确定预测；建议每季度根据客户采用、产品能力与人才市场信号重新校正。
TREND / 02正在发生 → 长期基础能力
评测前置成为交付核心
生成式系统具有概率性，传统“功能是否存在”的验收不够。黄金集、失败分类、在线反馈和回归评测会更早进入项目，并成为客户与供应商共同管理的资产。
观察信号：AI供应商强化企业评估方法，客户更重视可信与持续质量。
现在该做什么
在原型阶段就记录真实样本和失败，定义质量阈值；上线后把评测集随数据、模型和流程变化持续更新。
TREND / 03正在发生 → 未来2—3年
上下文工程成为行业知识载体
模型通用能力提高后，差异化更多来自企业对象、规则、关系、权限和任务知识的组织方式。FDE需要把隐性经验转成机器可用、人员可维护的上下文系统。
观察信号：知识图谱、语义层、企业搜索与Agent记忆持续融合。
现在该做什么
把业务对象与决策规则显式化，建立来源、更新时间、权限和Owner，避免只堆叠提示词与文档。
TREND / 04分化阶段 → 未来2—3年
从人力密集走向领域资产复利
只会项目定制的FDE团队将面临成本压力。能够把行业数据模型、连接器、评测集、交互模板和治理规则沉淀为产品的团队，才更可能持续扩大交付杠杆。
观察信号：平台型企业强调行业解决方案与生态，客户要求更短的部署周期。
现在该做什么
为每个项目设置“复用评审”，记录通用组件占比和下一次部署提速，而不只记录项目收入。
TREND / 05早期信号 → 未来3—5年
FDE能力进入客户内部组织
随着企业AI成熟度提高，部分部署能力会由供应商转向客户内部。业务技术融合角色、AI产品团队和领域专家将承担更多持续运营，外部FDE更聚焦高难度突破与能力转移。
观察信号：企业建立内部AI平台、领域产品团队与公民开发者机制。
现在该做什么
项目启动时就设计客户侧Owner、培训、文档和交接，不把长期依赖供应商当作唯一商业模式。
TREND / 06探索阶段 → 仍需验证
商业模式更靠近价值与结果
纯许可或纯人天都难以完整表达FDE价值。订阅、部署服务、用量与结果挂钩的组合模式可能增加，但价值归因、风险分担和可审计指标会成为合同设计难点。
观察信号：企业更关注AI投资回报，服务与软件商业模式持续融合。
现在该做什么
先建立透明的基线与成本模型，谨慎承诺不可控结果；明确双方对数据、采用和外部因素的责任。
What May Not Change
三种更不容易过时的能力
工具会快速更替，以下能力更能穿越技术周期。
01 / JUDGMENT
问题选择与边界判断
知道什么问题值得做、什么风险不能接受、什么时候应该停止，比追逐某个框架更重要。
02 / TRANSLATION
跨语境翻译与协同
能在业务目标、领域规则、数据语义和工程架构之间建立一致理解，仍然是组织稀缺能力。
03 / LEARNING
从现场反馈中学习
通过真实样本、失败复盘和用户采用不断修正方案，并把学习变成团队资产。
Quarterly Review
建议每季度追踪的五个信号
- 客户预算是否从创新试点转向生产流程与可量化结果？
- Agent项目是否开始处理真实动作，而不只是内容生成？
- 同类项目的交付周期与通用组件复用是否持续改善？
- 客户内部是否出现更成熟的AI产品、评测与运营角色？
- 主要模型与平台变化是否让原有定制能力失去价值？
本站更新机制
趋势页作为季度观察面板维护。新增判断需附公开来源，删除失效判断时保留版本记录，避免“永远正确”的事后叙事。
趋势的价值，在于改变今天的行动。
回到工具箱，选择一个小而真实的问题开始验证。