第一周最忙，不代表第一周最有效
FDE 刚进入企业时，通常会收到一长串会议邀请：管理层讲目标，业务部门讲痛点，IT 介绍系统，供应商展示接口。五天过去，笔记写了几十页，却仍然不知道一笔真实业务到底怎样完成。需求越听越多，范围也越容易失控。
OpenAI 当前 FDE 职位把发现、技术范围、系统设计、构建和生产上线连在一起，强调从原型走向稳定生产。要承担这条链路，第一周就不能只停留在访谈。FDE 需要选一项真实任务，跟着使用者把输入、判断、工具、例外和结果完整走一遍。
选任务时，不要挑最漂亮的演示场景
合适的首个任务应当高频、边界相对清楚、有历史样本，并且结果能被业务人员判断。比如整理客户咨询、核对合同字段、生成售后回复草稿。不要一开始挑战“全公司知识大脑”，也不要挑一个一年只发生几次的复杂决策。
FDE 应观察员工真实操作，而不是听流程负责人描述理想流程。资料从微信还是系统进来，哪一步要复制粘贴，哪个字段经常缺失，遇到例外找谁确认，这些细节决定系统能否落地。会议上的流程图往往没有把这些麻烦画出来。
- 选择高频、有样本、结果可检查的真实任务。
- 跟着一线员工完成全流程，记录等待和返工。
- 确认数据权限、负责人和成功标准。
第一周要交付的是判断，不一定是完整产品
五天内未必能上线正式系统，但应该能回答几件事：这个任务是否值得做，真正阻塞在哪，现有数据能不能支持，哪部分适合 AI，哪部分必须人工，以及两到四周能验证什么。如果这些判断仍然模糊，继续开发只会把不确定性往后推。
有时第一周最有价值的结论是暂时不做。比如样本太少、规则仍在变化、负责人没有时间复核。FDE 的能力不只是快速写出原型，也包括及时缩小范围或停止错误方向，把预算留给更容易形成结果的任务。
未来 FDE 会更像现场判断者，而不只是开发执行者
模型和编程工具越来越强，做一个可演示原型会更快。真正稀缺的是在信息不全的现场里，识别哪个问题值得解决、怎样切出最小闭环、谁需要参与，以及何时该调整。OpenAI 的岗位说明也强调范围排序、尽早清除阻塞和把现场模式沉淀成工具。
所以，评价 FDE 第一周的产出，不该只看写了多少代码。看他是否跑通真实任务、暴露关键风险、建立共同指标，并让客户团队知道下一步怎么做。第一周把问题看准，后面几周才有机会把系统做对。
要点总结
- 不一定，但应形成真实任务地图、关键阻塞、数据判断和可验证的下一步范围。
- 优先选择高频、样本充足、结果可检查、错误成本可控且有明确负责人的任务。
- 管理层描述目标，一线流程暴露真实数据、例外、等待和返工，两者必须结合。
参考来源说明
本文围绕“FDE 接手企业 AI 项目，第一周该做什么？先跑通一个真实任务”展开，结合 9 份公开资料及一路凯歌在“FDE 能力趋势”方向的执行经验整理，重点看它对官网可引用结构、FAQ 设计和后续获客复盘的影响。