FDE·转行手册
文科零基础 · 两个月冲刺 · 2026 版

把「懂行业」补上「会驾驭智能体」
就是今天最稀缺的 FDE

这是一份可执行的转行手册:先讲清现代智能体工具格局(含国内对应产品与上手卡片),再给你分行业的作品集案例库面试题库与话术,最后是一份能勾选、带进度记忆的8 周学习清单

文科 / 商科背景零基础转 FDE城市不限 · 优先拿 offer
核心心法 · 读这一条就够

你的本事是引导 AI 把事做成
而不是自己亲手做、亲手写。

FDE 真正稀缺的能力,不是「会写代码 / 会手写 Skill」,而是「会借用并引导 AI」。你把目标讲清、把好坏判准、把结果验收;让 AI 去生成方案、写出 Skill、自己迭代纠错。换句话说——你是指挥 AI 干活的人,不是埋头干活的人。

不是亲手做,是把活派出去

用自然语言把目标、约束、验收标准讲清楚,让智能体去执行、去试错。你的输入质量,决定它的产出质量。

不是手写 Skill,是让 AI 帮你写

连「造工具」也外包:你说清「这个任务每次该怎么做、什么算合格」,让 AI 起草 SKILL.md,你只负责审校和拍板。

你不可替代的是判断与品味

懂业务、能判断 AI 产出对不对、好不好、能不能交给客户。这是 AI 替不了的,也正是文科 / 商科背景的长板。

会用 AI 的人不会被 AI 取代。
你要成为那个 指挥 AI 的人——这才是 FDE 的核心。
01

范式转变

低代码并没「彻底死掉」,但能力中心已从「人把流程画死、AI 填空」,转向「人给目标和约束、智能体自主把活干完」。把后者当主线。

旧范式

固定工作流 Workflow

  • 人手动把每步拖好连线,流程写死
  • Dify / Coze 可视化编排,改需求就重画
  • 能力 = 会拼节点,天花板低、迁移性差
  • 本质是「加了 LLM 节点的表单流」

新范式

智能体 + Skills + Harness

  • 人给目标、约束、上下文,智能体自己拆解执行
  • Claude Code / Codex 在「规划→动手→复盘」中自主循环
  • 能力 = 会写 Skill、会写 Spec、会驾驭 agent
  • 本质是「派一个能读写文件、跑命令的同事去干活」
对你的含义:转行不必精通拖拽工作流。要学的是「把一个 agentic 工具用好,并把可复用做法沉淀成 Skill」——核心是把需求讲清楚,这对文科生友好。
02

三个必须搞懂的概念

面试时能把这三个词用大白话讲明白,本身就是加分项。

Harness · 智能体外壳

驱动大模型自主干活的外壳:给它工具(读写文件、跑命令、搜索),让它在「规划→执行→检查」里反复迭代。Claude Code、Codex、Cursor Agent 都是 harness——相当于「AI 的工作台 + 手脚」。

Skills · 技能包

一个装着说明书 + 脚本 + 资源的文件夹,核心是一份 SKILL.md。任务匹配时智能体读进来照着做。Anthropic 已开源 17 个官方 Skill,自定义的也可以让 AI 帮你生成,从而按同一标准稳定交付。

Agentic · 智能体化

区别于「人把步骤写死」,agentic 指模型自己决定下一步:调哪个工具、要不要重试、何时收尾。给它目标,它自己拆任务、执行、纠错。

一句话串起来:你用一个 harness 派出一个 agentic 的智能体去干活,并把可复用做法写成 Skill,让它每次都又快又标准。
03

工具实操指引

不必全会。点开每个工具的上手卡片:它是什么、怎么装、第一次怎么跑通、给新手的技巧。建议主力一个国产 + 海外学一个 Claude Code 建立标准认知。

Claude Code · 智能体编码外壳标杆 海外 · Anthropic

终端里的智能体:你用自然语言描述目标,它自己读文件、写代码、跑命令、自检。原生支持 Skills 与插件市场,是建立「现代交付」标准认知的最佳样本。

它解决什么

把「我要一个能干 X 的东西」直接变成可运行的成品,全程它自己规划与纠错,你只需把需求和验收标准讲清楚。

怎么装
  • 需要 Node.js 环境
  • 终端执行官方安装命令,登录 Anthropic 账号
  • 在项目文件夹里输入 claude 启动
第一次跑通

新建一个空文件夹 → 启动 → 用一句话让它「做一个能统计某 Excel 并生成摘要的小工具」→ 观察它如何拆解、写文件、运行、报错重试。

新手技巧
  • 先写清「目标 + 约束 + 验收标准」再下指令
  • 它跑偏时按 Esc 打断、补充上下文,而非推倒重来
  • 把反复用的做法存成 SKILL.md

通义灵码 · 国产主力之一 国产 · 阿里云

基于 Qwen3-Coder,中文场景友好、有免费档。Quest 模式能理解整个项目上下文,把复杂任务拆成多步自主改造,适合作为日常主力。

它解决什么

在你熟悉的 IDE(VS Code / JetBrains)里就能用智能体模式自动完成多步骤改造,门槛低、对国内网络环境稳定。

怎么装
  • 在 VS Code / JetBrains 插件市场搜「通义灵码」安装
  • 用阿里云账号登录,开通免费档
  • 打开 Quest / 智能体模式
第一次跑通

打开任意小项目 → 进入 Quest 模式 → 让它「给这个项目加一个批量处理 CSV 的功能」→ 看它如何分步执行并让你确认。

新手技巧
  • 需求拆细、一次一个目标更稳
  • 善用它的「项目理解」先让它读懂再动手
  • 对照 Claude Code 体会国产工具的异同

Trae · AI 原生 IDE 国产 · 字节跳动

国内首个 AI 原生 IDE,图形界面友好。SOLO 模式自主完成需求拆解→编码→测试,Builder 模式一句话生成完整项目框架,最适合零基础起步。

它解决什么

不用先懂命令行:在一个像 VS Code 的界面里,用对话驱动智能体把项目从零搭起来,新手最快看到成品。

怎么装
  • 官网下载 Trae 客户端安装
  • 注册登录
  • 新建项目,选择 Builder / SOLO 模式
第一次跑通

用 Builder 模式输入「做一个展示我作品集的单页网站」→ 看它生成框架 → 在 SOLO 模式里让它继续完善和修 bug。

新手技巧
  • 先用它做「能看见的东西」(网页/小工具)建立信心
  • 把生成结果当起点,再逐步提需求迭代
  • 遇到报错把报错原文贴回去让它修

让 AI 写 Skill · 你负责说清楚和把关

不用自己手写 SKILL.md。你只需对智能体说:「帮我把『教培招生话术』做成一个可复用的 Skill,要点是……」,让它起草下面这样的文件,你再审、再改、再让它修。你的活是把任务和验收标准讲清楚 + 判断它写得对不对,造工具本身也外包给 AI。

--- 你引导 AI 生成的 SKILL.md(你只需审校)---
name: 招生方案生成器
description: 当用户需要为教培机构生成标准化招生
  咨询话术或方案时使用。

# 何时使用
用户提到「招生话术 / 咨询应答 / 招生方案」时触发。

# 步骤
1. 先询问:年级、科目、机构卖点、价格区间。
2. 按「痛点共鸣 → 方案 → 案例 → 行动召唤」四段生成。
3. 输出控制在 150 字内,语气亲切不浮夸。
4. 附 3 条常见异议的应对话术。

# 验收标准
- 不虚假承诺升学率;不使用违规绝对化用语。
- 每条话术可直接复制发送给家长。
你真正要做的
  • 把任务讲清:每次该怎么做、什么算合格
  • 让 AI 起草 Skill,再让它跑一遍看效果
  • 看结果对不对,把不满意的地方告诉它去改
引导话术示例

「帮我把这个任务做成一个 Skill:触发场景是 X,步骤是 1/2/3,验收标准是不许出现 Y。先给我 SKILL.md 草稿。」——然后审校、迭代,而不是自己从零敲。

更多对应工具(按能力分类记,别背产品名)

Codex / Codex CLI 海外OpenAI
含云端 agent 与命令行版,擅长长任务自主执行,常与 Claude Code 对比。
Cursor Agent 海外Anysphere
AI 原生 IDE 的智能体模式,图形界面友好。
文心快码 Comate / CodeBuddy / CodeGeeX / 豆包 MarsCode 国产
百度 / 腾讯 / 智谱 / 字节的国产编码助手,各有免费档,可作辅助。
AutoGLM / 扣子 Coze / WorkBuddy 国产
国产通用智能体(手机 / 办公 / 任务自动化),「百虾大战」产物,迭代极快。
Anthropic Skills / Superpowers 开源
官方技能标准与跨外壳技能框架,学写 Skill 的去处。
04

作品集案例库

挑一个你最熟的行业照着做。每个案例给出:痛点、用哪个 harness + 引导 AI 产出什么 Skill、交付物、可量化效果。记住——这些方案不是你手敲出来的,是你指挥智能体搭出来的。选 1 个深做成旗舰项目。

教培 · AI 招生顾问助手

推荐起步
业务痛点

顾问重复答相似咨询、夜间无人响应、意向跟进不及时。

方案

harness 搭知识库问答 + 意向打分 + 自动生成跟进话术;写「招生话术生成」Skill 控质量。

交付物

可演示链接 + 一页 Spec + 2 分钟视频。

量化(示例)

80%

常见问题自动应答覆盖。

电商 · 售后自动处理 Agent

高频场景
业务痛点

退换货、物流催问、规则解释占用大量客服人力。

方案

意图识别 → 查订单(模拟 API)→ 按规则给方案 → 不确定转人工;写「售后规则」Skill。

交付物

多步骤 Agent + 调优记录 + 演示。

量化(示例)

62→88%

回答准确率调优提升。

法律 · 合同初审助手

高客单
业务痛点

初级律师/法务花大量时间做合同条款的初筛与风险标注。

方案

RAG 挂内部条款库 → 逐条比对标注风险 → 输出修改建议;写「风险点清单」Skill 保证口径一致。

交付物

标注报告生成器 + Spec。

量化(示例)

↓70%

单份合同初审耗时下降。

HR / 行政 · 政策问答 + 入职助手

易落地
业务痛点

员工反复问考勤/报销/福利政策,入职流程零散。

方案

知识库问答 + 入职清单自动生成 + 表单引导;写「政策应答口径」Skill。

交付物

内部问答 Bot + 入职流程 Agent。

量化(示例)

↓50%

重复性咨询工单下降。

怎么用这个库:三个作品形成梯度——作品 1 做一个行业问答 Bot;作品 2 升级成多步 Agent 并记录调优;作品 3 选上面任一行业做端到端旗舰方案,配 Spec 文档与演示视频。量化数字用你自己的测试结果,别照抄示例。
05

面试题库 + 话术

点开每题看应答要点。重点练「四段式场景题」——这是 FDE 面试最高频的形式。

把「转行」讲成「能力迁移 + 升级」,而非「逃离原行业」。点出你看到 AI 落地的机会,且你的行业理解正是这个岗位稀缺的那一块。
不要贬低过去强调迁移而非从零落点在稀缺性
正面回应:FDE 核心是懂业务 + 会用智能体工具落地,不是写底层算法。然后用你的旗舰作品举证「我已经能独立交付」。把短板话题转成作品展示。
用四段式:业务痛点 → 你的方案 → 技术实现与取舍 → 量化效果与踩的坑。重点讲「为什么这么设计」「怎么把需求讲给 agent、怎么纠偏、怎么沉淀成 Skill」。
讲你的控制手段:把任务拆小、一次一个目标;给清晰的约束与验收标准;中途打断补充上下文而非推倒重来;关键步骤加人工确认;把稳定做法固化成 Skill 降低随机性。
文档切分粒度、检索数量、重排序、提示词约束、加兜底回复几个角度答,体现你真的调过,而不是只会搭。
讲需求澄清方法:追问真实业务目标、看真实数据/流程、先做最小原型让客户反馈再迭代。这正是 FDE 的核心价值,也是文科生的强项。
强调沟通与预期管理:先弄清业务真实目标,给出可落地的替代方案,分阶段交付,让客户先看到价值再优化。
工作流是把步骤画死、AI 填空;Skill 是给智能体一份「说明书 + 验收标准」,由它自主决定怎么干、何时收尾。前者迁移性差,后者可复用、跨外壳。能讲清这点 = 你真懂新范式。
写清验收标准、把做法沉淀成 Skill/模板、关键节点留人工确认、记录调优过程。强调「一次做好 → 沉淀 → 复用到下个客户」的 FDE 闭环。
准备 3–5 个有水平的问题:团队怎么做交付与复盘?主要面向哪类客户?FDE 的成长路径?你们怎么沉淀可复用资产?体现主动与专业。

四段式场景题框架(务必练熟)

01
澄清需求

先问业务目标、使用者、现有数据与系统、成功标准。

02
拆解方案

拆成几个可落地环节,说明各用什么(知识库 / Agent / API / Skill)。

03
识别风险

主动指出数据质量、准确率、合规、系统对接难点及应对。

04
交付迭代

先做最小可用原型让客户看到效果,再分阶段优化。

自我介绍话术模板:「我有 X 年 [行业] 经验,熟悉 [某类业务] 的真实流程和痛点。最近我用 Claude Code / 通义灵码这类智能体工具,独立做了 [旗舰作品]——把 [痛点] 落成了可交付方案,并把做法沉淀成可复用的 Skill。我擅长把模糊的业务需求翻译成能落地的 AI 方案,这正是我想做 FDE 的原因。」
06

可勾选 8 周学习清单

勾选会自动保存在你的浏览器里,下次打开还在。三线并行:学习 / 作品 / 求职。

0%
现实预期:两个月是「必须做出作品并开始面试」的硬节点,而非「必须拿到 offer」的死线。理想 offer 更可能落在第 2–4 个月。别等「准备好了」再投——第 4 周就开始。