0 · 执行摘要
FCB 回答三个问题:FDE 需要什么样的标尺、这把尺子量什么、凭什么信它。
FDE能力评定关注实际交付:能否理解业务需求、构建应用、检查模型结果,并在约束下完成部署与沟通。FCB以作品、过程记录和答辩为评审依据,允许并要求记录AI工具的使用过程。
FCB 的答案:考核对象是 AI 编排力(把模型、工具、数据、提示与评测组合成可靠系统的能力),证据形态是交付档案——Git 时间线、AI 使用日志、四份交付物、答辩录像。48 小时仿真交付挑战允许且要求使用一切 AI 工具,全程留痕。一句话版本:别人考你对 AI 知道多少,FCB 考你带着 AI 能交付什么;别人发一张证书,FCB 交一套可审计的交付证据链。
五维 × 三级能力矩阵:15 格行为锚定(置顶总览)
这是 FCB 全文最重要的一张表:行是五个能力维度,列是三级自主半径,每格写的是"评审能在证据里观察到什么"——该级任务(行为描述)+质量标准(评审证据),全部与工具无关,换成下一个模型、下一套工具,格子依然成立。
| 能力维度 | L1 · 见习有监督地完成任务:在明确定义的任务与给定脚手架内工作 | L2 · 独立独立负责完整切片:遇到模糊能自行收敛(48 小时挑战的直接评定目标) | L3 · 主导定义问题并为结果负责(仿真环境不足以证明,须叠加真实项目证据) |
|---|---|---|---|
| D1 工程实现力Engineering Implementation 观察焦点:代码质量、系统设计、离生产环境的距离 | 能在给定脚手架内实现明确的功能需求:代码可运行、有基本错误处理,能把一个模块从 README 跑通到本地演示。 质量标准 / 评审证据:仓库可复现运行;提交历史干净;测试至少覆盖核心路径。 细则试点期发布 | 能从零搭建含模型调用的服务,处理鉴权、限流、失败重试等生产关注点,为不确定的模型输出设计降级路径。 质量标准 / 评审证据:架构决策附权衡说明;每种已识别的失败模式有对应处理代码。 细则试点期发布 | 能对遗留系统做增量式 AI 改造(不推翻重来),定义部署、监控、回滚的整体方案并为之负责。 质量标准 / 评审证据:方案明确“不改什么”及理由;有灰度与回滚设计;能说清每个组件的失效半径。 细则试点期发布 |
| D2 场景理解力Scenario Understanding 观察焦点:需求澄清质量、范围界定、业务与技术语言的转译 | 能从给定需求文档中识别未澄清点,提出有优先级的澄清清单。 质量标准 / 评审证据:澄清问题能暴露隐含假设,而不是“请问还有什么要求”。 细则试点期发布 | 能在客户只有模糊抱怨时,主动收敛出问题定义与验收标准,并让客户确认。 质量标准 / 评审证据:有一页纸问题定义(现状/目标/约束/验收);答辩中客户角色认可该定义。 细则试点期发布 | 能在客户自己也不知道要什么时,通过现场观察与数据找到值得解的问题,并主动砍掉伪需求。 质量标准 / 评审证据:明确列出“不做清单”及理由;价值假设可被量化检验。 细则试点期发布 |
| D3 AI 编排力AI Orchestration 观察焦点:上下文工程、评测(Eval)意识、对模型不确定性的工程化处理 | 能为单一任务写出结构化提示并做少样本迭代;知道何时该检索、何时让模型直答。 质量标准 / 评审证据:提示词有版本记录;至少一轮基于评测结果的修改。 细则试点期发布 | 能把多步骤任务拆成工具调用链,为中间产物设计校验点,并用小型评测集做回归。 质量标准 / 评审证据:有评测集与通过率数字;失败案例有归因(模型 / 检索 / 流程)。 细则试点期发布 | 能为整个系统设计评测体系(离线评测 + 在线监控),在模型升级或漂移时保持系统稳定,能论证“哪里该用模型、哪里不该”。 质量标准 / 评审证据:评测覆盖端到端而非单点;有成本-质量权衡记录;明确列出“不用 AI 的部分”及理由。 细则试点期发布 |
| D4 现场交付力Field Delivery 观察焦点:沟通节奏、优先级取舍、演示与答辩表现 | 能按计划完成一次结构化演示,讲清“做了什么、怎么用”。 质量标准 / 评审证据:演示脚本完整、时间受控、能回答预设问题。 细则试点期发布 | 能在被打断、被质疑、需求临场变更的演示中保持节奏,把质疑转成下一步行动。 质量标准 / 评审证据:答辩录像中面对未预设问题回答有结构;能当场区分“能改 / 要排期 / 不合理”。 细则试点期发布 | 能主导多利益相关方的现场对齐(技术、业务、采购各说各话时),在冲突中推进决策并留下书面结论。 质量标准 / 评审证据:会议产出有决议与待办归属;对不可承诺事项有明确话术而非回避。 细则试点期发布 |
| D5 价值闭环力Value Closure 观察焦点:ROI 论证、采纳推动、知识沉淀 | 能计算一个明确场景的成本节省或效率提升,算式可复核。 质量标准 / 评审证据:ROI 一页纸的数字有来源标注,假设显式列出。 细则试点期发布 | 能为一条业务线设计“试点 → 度量 → 扩量”路径,定义成功指标并设检查点。 质量标准 / 评审证据:指标与客户 KPI 挂钩;有扩大或终止的判据。 细则试点期发布 | 能把单次交付沉淀为可复用资产(场景包、评测集、方法论)并推动组织采纳,能算清含隐性成本的完整投入产出账。 质量标准 / 评审证据:资产文档达到“陌生人可复用”标准;有采纳计划而非愿望。 细则试点期发布 |
怎么读这张表:评审按 15 格对各维独立定级(不达标 / L1 / L2 / L3),不设选择题、不设题库。行为要求矩阵已公开,完整评分细则仍在完善,将在试点期发布。48 小时仿真环境最高评定 L2,L3 须叠加真实项目证据(见 2.3 定级规则)。
1 · 代际定位
FDE 没有纸面官方标准,但有大厂招聘 JD 趋同形成的事实标准;认证产品已混战开局。FCB 的位置是在两代认证形态之上建立第三代——交付验证型。
截至本白皮书发布,四家 FDE 岗位定义者均未推出官方 FDE 认证:Palantir 的认证体系仅覆盖 Foundry 平台四轨道;OpenAI Academy 徽章被官方明确声明"不是认证";Anthropic 的角色认证绑定 Claude 产品;Scale AI 无任何认证。市场供给由两代形态填充:
| 维度 | Gen1 · 知识考试型 | Gen1.5 · 平台绑定型 | Gen2 · 交付验证型(FCB) |
|---|---|---|---|
| 考核对象 | 对 AI 的知识记忆 | 特定平台的操作熟练度 | AI 编排力:带着 AI 完成真实交付的能力 |
| 工具政策 | 闭卷,禁用 AI | 限定平台,闭卷监考 | 开放一切模型与工具,要求使用 AI 且全程留痕 |
| 产出物 | 一张证书 | 一张证书 | 可审计交付档案:Git 时间线 + AI 日志 + 四份交付物 + 答辩录像 |
| 信任来源 | 发证方自证 | 平台 / 官方背书 | 证据可复核 + 评分细则公开 + 效度数据按期披露 |
| 保质期策略 | 题库速朽 | 随平台版本重置 | 行为锚定与工具无关,每年复核更新 |
FCB是真实智元制定并公开的能力评定框架,供学习者、培训机构与雇主参考。它不属于官方标准或行业统一认证,使用时应结合具体岗位、项目环境与评定范围。
2 · 能力模型:五维 × 三级
FCB 能力模型来源于四大 FDE 雇主 JD 趋同形成的事实标准:生产级编码 + LLM 生产化经验 + 客户现场嵌入式交付 + 模糊环境下的高自主性。完整 15 格行为锚定已置顶公开于上一节,这里给出模型的定义与使用规则。
2.1 五个能力维度
| 维度 | 定义 | 观察焦点 |
|---|---|---|
| D1 工程实现力 | 在真实约束(时间、遗留系统、数据质量)下,把 AI 应用写成可运行软件的能力 | 代码质量、系统设计、离生产环境的距离 |
| D2 场景理解力 | 在模糊的业务现场,把"客户说不清的痛点"翻译成"可验证的技术问题"的能力 | 需求澄清质量、范围界定、业务与技术语言的转译 |
| D3 AI 编排力 | 把模型、工具、数据、提示与评测组合成可靠系统的能力 | 上下文工程、评测(Eval)意识、对模型不确定性的工程化处理 |
| D4 现场交付力 | 在客户现场的时间压力、情绪压力与信息不完备下推进交付的能力 | 沟通节奏、优先级取舍、演示与答辩表现 |
| D5 价值闭环力 | 把技术产出翻译成客户认可的财务与运营价值、并留下可复制资产的能力 | ROI 论证、采纳推动、知识沉淀 |
2.2 三级行为锚定(L1 / L2 / L3)
分级的依据不是知识量,而是工作的自主半径。
L1 · 见习
有监督地完成任务:在明确定义的任务与给定脚手架内工作,遇到模糊问题需要升级求助。评定基本盘:能独立跑通一个切片。
L2 · 独立
独立负责完整切片:在真实项目中独立负责从需求到上线的完整切片,遇到模糊能自行收敛。48 小时挑战的直接评定目标。
L3 · 主导
定义问题并为结果负责:在无人区定义问题,带客户与内部团队走完全程,为商业结果负责。仿真环境不足以证明,须叠加真实项目证据。
每个维度 × 每一级的格子写的是"评审能在证据里观察到什么行为"(行为锚定式描述,BARS),共 15 格,全部与工具无关——换成下一个模型、下一套工具,格子依然成立。完整 15 格内容见本页开头《五维 × 三级能力矩阵》。
2.3 定级规则与反指标
- 每维按行为锚定直接定级(不达标 / L1 / L2 / L3);总评定级采用"五维画像 + 关键维最低要求"(试点校准中),不使用单一中位数汇总——关键维不达标即限制总评,FDE 不存在"工程很弱但很会讲故事"的合格线。
- 48 小时仿真环境最高评定 L2;L3 须叠加真实项目证据(雇主/客户工作证明 + 项目复盘文档 + 客户方确认)。这本身是模型效度的一部分:仿真不是真实,FCB 不假装它是。
- 反指标(任何维度触发降级复核):关键决策无法在答辩中归因("AI 写的我没细看");评测报告只有通过率没有失败归因;ROI 数字无来源标注。
3 · 考核设计:48 小时仿真交付挑战
一位客户、一份模糊需求、48 小时、四个阶段、四份产出。开卷、开网、开放一切工具——并且要求使用 AI。
3.1 四阶段
阶段一 · 需求澄清
产出《需求澄清文档》:现状 / 目标 / 约束 / 验收标准 / 不做清单。T+4h 可进行一次 15 分钟客户澄清问答。
主考 D2 · 关注:澄清问题是否暴露隐含假设阶段二 · 工作原型
可运行原型与 Git 仓库。任何模型、框架与脚手架可用,全程提交留痕。
主考 D1 + D3 · 关注:失败模式的降级路径阶段三 · 评测报告
评测集、通过率、失败归因(模型 / 检索 / 流程)、成本核算。
主考 D3 + D4 · 关注:评测覆盖端到端还是单点,归因是否诚实阶段四 · 客户答辩
15 分钟现场答辩 + ROI 一页纸。评审扮演客户提出质疑与临场变更。
主考 D4 + D5 · 关注:未预设问题的应答结构为什么是 48 小时:它是覆盖"评测 → 迭代 → 归因"完整闭环的最短时间窗。时间窗本身是 D4 的压力测试——真实驻场从来不会给你无限时间。需要说明:48 小时是考核提交窗口,而非要求连续 48 小时不间断工作——窗口内允许休息,允许查阅公开资料并使用一切允许的工具与材料(开卷、开网),考核以最终产物质量与全程留痕为准。
3.2 示例:企业知识助手交付挑战
下面用一个完整示例说明四个阶段怎么评。示例按课件方法论(五步交付法 Discover → Prototype → Validate → Go live → Scale)与第 30 章贯穿式毕业项目的组织方式编写,情境为教学用虚构案例。示例用于说明评估方式,非泄题——FCB 挑战真题的场景包另行封存、不与课程题库混用,情境、数据与数字均不预测真题。
示例 · 说明评估方式,非泄题
客户情境(教学用虚构案例)
一家约 800 人的软件企业,产品手册、交付文档与工单记录散落在多个系统:新员工上手要翻几周文档,一线答复客户口径不一。管理层提出"给我们上一个企业知识助手",IT 部门担心数据权限与引用出错的责任,一线只关心"答案要带出处、别让我再翻文档"。你作为 FDE 端到端负责:48 小时内完成从需求澄清到客户答辩的完整闭环。
五步 × 四阶段
| 挑战阶段 | 对应五步法 | 挑战任务示例 |
|---|---|---|
| T+0–8h · 需求澄清 | Discover | 现状 / 目标 / 约束 / 验收标准 / 不做清单;T+4h 一次 15 分钟客户澄清问答,暴露隐含假设 |
| T+8–32h · 工作原型 | Prototype | 企业知识库问答单链路原型(数据进 → 检索 → 带引用回答),模拟接口接入,Git 全程留痕 |
| T+32–40h · 评测报告 | Validate | ≥30 条评测集(含 10 条难例)、引用正确率、失败归因(模型 / 检索 / 流程)、成本核算 |
| T+40–48h · 客户答辩 | Go live / Scale(汇报环节) | 15 分钟答辩 + ROI 一页纸;评审扮演客户提出质疑与临场变更。生产交付与回流沉淀两环由毕业项目单独考核 |
交付物清单
- 《需求澄清文档》(现状 / 目标 / 约束 / 验收标准 / 不做清单)
- 可运行原型 + Git 仓库(含模拟接口接入与幂等处理,禁止写死返回值的空占位)
- 评测报告(评测集、通过率与引用正确率、失败归因、成本核算)
- ROI 一页纸(数字有来源标注、假设显式列出)
- 全程证据:Git 时间线 + AI 使用日志 + 答辩 15 分钟录像
评分维度
评审按五维行为锚定独立定级:阶段一主考 D2 场景理解力,阶段二主考 D1 工程实现力 + D3 AI 编排力,阶段三主考 D3 + D4 现场交付力,阶段四主考 D4 + D5 价值闭环力;终期参考课程考核七维权重,其中"评测集·指标·归因"是最大单项——这是 FDE 区别于 demo 工程师的分水岭。
通过与改进判据
- 五项一票否决(与课程终期考核同构):严重数据泄露;无人工确认执行高风险动作;无法回滚;无法复现提交结果;评测集与成功指标不一致——任一出现,无论总分多高不通过。
- 示例验收要求:引用正确率 ≥90% 方可判定可用;评测集覆盖端到端而非单点;未达标的维度须附归因与改进记录。
- 答辩判据:面对现场临时变量(如客户要求提前上线、安全团队拒绝提供生产数据)能在 10 分钟内重新给出可行方案,且不牺牲关键安全门槛;关键决策能在答辩中归因。
真题边界:FCB 挑战真题的场景包另行封存,发布节奏见第 5 节治理承诺;示例中的情境、数字与阈值用于教学演练,不构成对真题的预测。
3.3 评分与评审机制
- 评分:依据15格行为要求矩阵,分别评定五个能力维度。完整评分细则与场景包仍在完善,将在试点期发布;参加评定前请确认当期规则与材料。
- 评审构成:每次评定配置 2 名人类评审(技术背景 + 交付/业务背景)+ 1 名 AI 评审。AI 评审独立打分,角色是校验人类评审一致性;任一维度分歧达一级即触发人类复议,AI 不拥有最终裁决权。
- 反作弊立场:不防 AI,防"不诚实的 AI 使用"——Git 时间线证明工作节奏、AI 使用日志证明编排过程质量、答辩归因追问证明作者身份。隐瞒使用记录比使用 AI 更严重。
4 · 证据链:可投递的交付档案
FCB 的产出不是证书,是一套可审计、可复核、可直接投递的证据包。
- Git 时间线:完整提交历史,证明工作节奏的真实性,反作弊第一道证据。
- AI 使用日志:提示-输出-采纳/否决记录,日志完整性本身是评分项。
- 交付物四件套:需求澄清文档、工作原型、评测报告、ROI 一页纸。
- 答辩录像:阶段四完整录像,供雇主侧复核。
评定结束后候选人获得《岗位能力评定报告》(五维定级 + 每维评审证据引用 + 效度声明)与原始证据包——后者设计为可直接附于 FDE 岗位投递材料的作品集。
5 · 治理承诺与适用范围
FCB 不靠背书建立信任,靠可复核的机制。
| 承诺 | 内容 |
|---|---|
| Rubric 公开 | 15格行为要求矩阵已公开,完整评分细则、场景包样例与评审培训材料将在试点期发布。参加评定前请确认当期可用材料与规则 |
| 年度复核 | 每年复核行为锚定层,公开说明修订了什么、为什么修订 |
| 效度透明 | 每期评定公布通过率与定级分布、评审一致性分歧率、雇主反馈摘要 |
| 厂商中立 | 不绑定任何模型、云平台或工具链;场景包模型无关,候选人自选工具栈并留痕 |
| 利益声明 | FCB 由独立 AI 培训机构发起,编写组同时运营 FDE 课程;rubric 与场景公开、评审含外部雇主代表、效度数据按期公布 |
材料发布进度:五维三级行为要求矩阵已公开。完整评分细则、场景包与评审培训材料仍在完善,将在试点期发布。
框架性质:FCB用于能力学习与岗位评定,不属于行业统一认证,也不作为官方或第三方资格证明。适用范围:框架依据有限岗位样本归纳,仿真挑战无法完全代表真实交付能力。L3级评定需要真实项目证据,使用者还应结合岗位变化与具体工作条件判断。
6 · 标准 · 课程 · 评估:三者怎么区分
FCB 经常被混为一谈的三件东西:能力标准(本文)、FDE 培训课程、FCB 能力评估。标准定义能力,课程培养能力,评估验证能力。
| FCB 能力标准(本文) | FDE 培训课程 | FCB 能力评估 | |
|---|---|---|---|
| 回答的问题 | 能力是什么:五维 × 三级怎么定义、怎么分级 | 能力怎么练:33 章 9 篇课程与实验怎么练到 | 能力到没到:评定规则、挑战设计与证据链 |
| 载体 | 白皮书与 15 格行为锚定矩阵(公开) | 课程大纲、实验包与 16 道公开练习题(大纲、考题) | 48 小时仿真交付挑战 + 毕业项目评定 |
| 产出物 | 一把公开的尺子(分级定义与评分制度) | 可复核的作业产物与作品集 | 《岗位能力评定报告》+ 可投递证据包(不发证) |
| 对外承诺 | 行为锚定公开、年度复核更新、厂商中立 | 大纲与考核全公开可复核 | 双人评审 + AI 辅助 + 复议复核机制、效度数据按期公布 |
| 相互关系 | 是另外两者的共同依据 | 按本标准设计教学与实验 | 按本标准定级——学完课程 ≠ 通过评定,这正是标尺存在的意义 |
6.1 利益相关说明
制定与评定机构:真实智元既制定标准、运营评估,也开设按此标准设计的课程,存在天然的利益关联。对此的制衡与披露:评分制度与15格行为要求矩阵已公开(完整评分细则与场景包将在试点期发布);每次评定配置 2 名人类评审(技术 + 交付/业务背景)+ 1 名 AI 辅助评审,AI 不拥有最终裁决权,任一维分歧达一级即触发人类复议,L3 认定由评审委员会按同一矩阵复核;效度数据(通过率与定级分布、评审分歧率、雇主反馈摘要)按期公布;标准每年复核更新并公开修订说明(见第 5 节治理承诺)。同时,FCB 作为一把公开的尺子,任何第三方培训方、认证方与雇主都可以自行使用,不依赖本机构。
7 · 标准 ↔ 课程映射:五维在课程里怎么练、怎么验
课程的九篇结构(课件 v1.6.1)与 FCB 五维逐行对应:每个维度练哪些篇章、最后用什么验证。学完课程 ≠ 通过评定,但每一格能力都有明确的训练路径。
| FCB 能力维度 | 对应课程篇章(33 章 · 9 篇) | 能力验证方式 |
|---|---|---|
| D1 工程实现力 | 第四篇 · 技术篇(第 14–23 章:生产工程、部署可观测、从 Demo 到产品)+ 第三篇 · 方法论篇(第 10 章 Prototype、第 12 章 Go live) | 48 小时挑战阶段二(工作原型);毕业项目上线回滚方案与集成幂等证明(13 项提交物之 ⑦⑬) |
| D2 场景理解力 | 第三篇 · 方法论篇(第 9 章 Discover · 需求发现)+ 第五篇 · 交付篇(第 24 章 客户沟通与需求挖掘) | 48 小时挑战阶段一(需求澄清文档);毕业项目访谈纪要、Ontology 与数据权限方案(提交物 ①②③④) |
| D3 AI 编排力 | 第四篇 · 技术篇(第 14–20 章:Prompt、Function Calling、RAG、Agent、MCP、微调、评测体系 Evals) | 48 小时挑战阶段二 + 阶段三(原型与评测报告);毕业项目评测集报告(提交物 ⑥) |
| D4 现场交付力 | 第五篇 · 交付篇(第 24–26 章)+ 第九篇 · 实战案例篇(第 32 章 六阶段推演) | 48 小时挑战阶段四(客户答辩);毕业项目三场汇报与答辩临时变量(30.6) |
| D5 价值闭环力 | 第三篇 · 方法论篇(第 13 章 Scale · 规模沉淀)+ 第五篇 · 交付篇(第 26 章 跨部门协作与 ROI 证明) | 48 小时挑战阶段四(ROI 一页纸);毕业项目 Playbook 与产品反哺工单(提交物 ⑩⑪) |
48 小时挑战考不到的"生产交付与回流沉淀"两环由毕业项目单独考核;16 道公开考核题与 48 小时挑战同构,见考核题与评分标准全文。课程是训练系统(怎么练),FCB 是标尺(练到哪算够),两者共用同一事实标准来源;课程章节与实验清单见FDE 课程大纲。
附录 C · 能力域市场信号(全球初始 100 家公司 JD 快照)
以全球初始 100 家公司 FDE 及相近岗位 JD(快照日期 2026-11-02;统计版本 v3,2026-11-03 生成;99 份官方接口原文 + 1 份第三方完整 JD)的技能提及频次,为五维能力模型提供市场侧参照。统计口径为"整篇 JD 明文提及"(职责、必需、优选、公司介绍与未分节段落均计入;招聘法律/平等条款、福利模板与招聘流程段落逐行排除)——本统计是明文提及频次,不是市场硬性要求。
| 能力域信号 | 提及频次(/100 · 全球初始样本) | 对应 FCB 能力维度(编写组对齐,推断) |
|---|---|---|
| 生产级交付(Production Delivery) | 98 | D1 工程实现力 · D4 现场交付力 |
| 客户沟通与协同 | 92 | D4 现场交付力 · D2 场景理解力 |
| API / 系统集成 | 80 | D1 工程实现力 |
| 需求发现与澄清 | 80 | D2 场景理解力 |
| Workflow / 自动化 | 71 | D3 AI 编排力(工作流优先) |
| 性能 / 成本 / 可靠性 | 71 | D1 工程实现力 · D5 价值闭环力 |
| 产品反哺与复用资产 | 70 | D5 价值闭环力 |
| Agent / 多组件编排 | 62 | D3 AI 编排力 |
| LLM 应用与生产化 | 60 | D3 AI 编排力 |
| Python | 52 | D1 工程实现力(基础门槛) |
| 可观测 / 运维 | 52 | D1 工程实现力 |
| 安全与权限 | 50 | D1 工程实现力(生产关注点) |
样本边界:公司等权的目的性样本,非市场比例抽样;全球初始公司为主、中国大陆仅 4 份;"提及"≠硬性要求;具体框架提及均为个位数(LangChain 2、LangGraph 2、LlamaIndex 2、CrewAI 2,Dify 与 OpenAI Agents SDK 未进本次词典口径)——框架不是 FDE 的准入证。国内市场的对应信号另行采集(国内 AI 交付类岗位样本,岗位命名口径不同),国内/全球初始双样本数据来源与完整频次表(含"仅职责+必需+优选"窄口径敏感性对比)见FDE 岗位调研双样本数据(2026-11 快照)。
