【增长黑客AI周报】EP#63 FDE岗位在中国、北京创投圈见闻实录、硅谷落地分享、a16z最新项目、从0到1做数据产品等
「价值正从模型本身挪到模型之外。」
▪️CASE 案例
今天刚听完的硅谷 AI 工程师实践分享：AI agent 到底怎么才算真正落地
via 深思圈
在硅谷 Inngest 总部的小型聚会上，Cursor 和 Inngest 的一线工程师分享了 AI agent 落地现状。Cursor 的 Kash Yechuri 指出，AI 开发正经历三个阶段：AI 辅助、照看 AI agent、AI agent 团队自主运行。大多数团队卡在第二阶段，导致生产力提升停滞在 40% 左右，因为人的注意力成了瓶颈。
真正的突破在于异步模式，让 agent 在后台独立工作数小时甚至数天，人只在关键决策点介入。企业客户中使用云端 agent 的比例从一年前的 15%-20% 跃升至 75%。
非研发视角，从 0 到 1 做一个数据产品
via 马奇诺
作者是一位数据产品经理，复盘了他的个人实验项目 Distilled。
文章从真需求的挖掘和验证，到大模型评测的引入和质量运营，再到数据管线与文生文功能的改造，详细讲其中的反思和收获。内容比较长，算是给这个项目做个 archive。AI 把实现变成了成本最低的环节，难的部分换成了定义：定义需求、定义「好」、定义系统怎样才算还在正常工作。
项目从纯 Markdown 文件到实体形式再到多层摘要形式，经历了三次改造。在内容引入上，作者经历两次筛选失败后，决定同时评估创作者长期表现与单篇内容质量，并建立了包含 221 个信源的质量指数与每月复盘机制。
在电商吃过的苦，沃尔玛不想在 AI 再吃一遍了
via 山农下山
新任全球 CEO 弗纳在沃尔玛工作超 30 年，从门店经理升至 CEO。他将推动 AI 视为核心任务，但沃尔玛的 AI 策略并非硅谷式幻想，而是围绕「省钱省时间」的零售本质展开——Sparky 让使用者的平均订单金额比非使用者高出 35%。
代理式 AI 购物仍处早期，Sparky 在 Reddit 上被吐槽搜索不准、回答机械；210 万员工在 AI 时代的安置问题也引发股东提案，弗纳虽强调「员工创造差异」，但这一挑战尚无答案。沃尔玛正通过务实接入 AI 守住基本盘，但 AI 迭代速度远超电商，未来可能面临来自「第二个亚马逊」的颠覆风险。
a16z 最新一批 AI 项目：AI 创业，开始往脏活、累活里卷了
via 十字路口 Crossing
最新一批 a16z Speedrun 项目不再追求通用型 AI 应用，而是扎进报税、建筑投标、诉讼、会计、农业采购、保险经纪等过去软件难以改造的琐碎行业。
Grove Tax、Piper-ai 等公司瞄准税务、投标、诉讼等流程中的脏活累活，将报税速度提升 3 倍，或通过端到端自动化实现 21 万美元年化收入。Bilrost、Vereda 等公司切入商业贷款、农业采购等更麻烦的行业，用 AI 处理分散在多个系统中的文件与数据，Bilrost 已处理超 1 万笔交易。
Sentra、Modaic 等公司聚焦智能体运行所需的组织记忆、安全评估、决策验证等底层基础设施——当 AI 从「回答问题」走向「执行任务」时，记忆、权限、校验与安全比模型参数更值钱。消费 AI 领域依靠社交分发、内容循环和强复访理由来留存用户，如 PicPet 已获超 24 万日活用户。AI 创业正从炫技转向解决真实世界中的复杂重活。
▪️OPINION 观点
How tech workers are feeling in 2026: a workforce splitting in two
via Lenny’s Newsletter
2026 年的科技行业劳动力，正因 AI 分裂为两个截然不同的世界。
Lenny’s Newsletter 的 2026 年大规模调查显示，一半从业者因 AI 而「被放大」——感到更有能力、更自信、更兴奋；另一半则「被动摇」——对自身价值和职业前景充满不确定。这种 AI 身份认同的差异，比职位、资历或公司规模更能预测一个人的职业感受。整体显著倦怠率从 44.7% 跃升至 55.7%，职业乐观度从 54.8% 降至 48.7%。
真正的恐惧并非被 AI 替代（仅 22%），而是被要求以相同薪酬完成更多工作（51%）、陷入不可持续的节奏（46%）以及工作质量下降（41%）。
调查识别出四类典型从业者：占 41% 的「精力充沛者」（全情投入，视 AI 为超能力）、占 35% 的「矛盾者」（充满好奇但疲惫不堪）、占 12% 的「迷失者」和占 12% 的「怨恨者」（倦怠且放弃）。
设计师和研究人员焦虑最高，创始人最快乐，小公司仍是最佳工作场所，而管理者的质量是影响倦怠的最强杠杆。AI 正在从根本上重塑科技从业者的自我认知。
别再泛泛地学 AI，先练这 6 种能力丨 Greg Isenberg
via 晚点再听 LaterCast
连续创业者 Greg Isenberg 认为，与其泛泛学习 AI 工具，不如先练就 6 种在 AI 越强时反而越稀缺的能力。
Greg 提出的 6 种能力包括：
会搭 Agent 的人能接住公司混乱，不只是写 prompt，而是把零件接成系统；
懂分发的人先听懂需求再发声，重点不是发布频率，而是知道注意力在哪；
能把 AI 接进硬件的人将走到不拥挤的地方，仓库、厨房等场景仍有大量重复任务；
好策展人替小圈子做判断，区别在于观点而非转发链接；
Builder-distributor 能把产品和市场放进同一个循环；
线下社区建设者会让真实关系变贵，AI 让内容变多时，归属感和信任成为稀缺。
Greg 强调，AI 让产能变便宜，但能把目标、需求、信任和反馈接起来的人不会被替掉。
硅谷最火职位在中国：好苦，好痛，正在救火路上
via 虎嗅
FDE（现场部署工程师）被硅谷热捧为「AI 落地最后一公里」，但在国内一线执行者眼中，这更像乙方外包人力，干着填坑、擦屁股的脏活累活。
前字节员工申悦以口述形式分享了亲身经历：中国企业内部的权责博弈远比技术方案复杂。
一个千万级国企项目因大老板签完合同后无人真正负责而陷入瘫痪，FDE 被架在真空层，最终只能靠学会「汇报逻辑」来争取验收；
广东一家民营家装公司的厂二代直接要求 FDE 帮她把 6000 人裁到 3000 人，但 AI 只能替代任务而非岗位，项目在反复挨骂中艰难推进。
最让他沮丧的案例是，一个专业团队花几十万、三个月做的「全链路 AI 化」产品，效果不如一位 60 岁老校长三天手搓的简化版 Agent——后者不改变用户习惯，因此被广泛接受。
申悦总结，FDE 的难点在于需求方隔层、企业数字化基础薄弱以及老板缺乏耐心，而前端销售为卖产品许下的过度承诺，最终都要由 FDE 来承担。无论技术如何进化，组织内部的人性和权责博弈始终是比技术更复杂的难题。
我连着 3 天去了硅谷的 AI 工程师大会，学到的不是技术，是怎么把东西卖给工程师
via 郎瀚威 Will
作者郎瀚威 Will 带着「头部模型是否会吞掉所有需求」的疑问参加硅谷 AI 工程师大会。发现答案有两面：头部确实吞掉了没有护城河的公司，但真需求被推着往上游长，催生出看护 agent、管理预算、协同等新痛点。价值正从模型本身挪到模型之外，真正值钱的是围绕模型的数据、工作流和客户关系。
他从大会上总结出三项关键能力：
一句 tagline 的核心价值是过滤器而非广告，让对的人立刻知道产品是否属于他；
好的 demo 与支持是产品落地的决定性一环，线上演示不到位会让高意向用户也无法用起来；
线下的人本身就是产品的一部分，识别高意向客户并给出够重的理由比撒 T 恤更有效。
中国开源模型性能已追上且成本更低，在美国逐步成为共识，但中国公司出海还需补上把技术变成生意的软实力。郎瀚威认为，硅谷公司靠细水长流打磨每个环节，中国 to B 出海应把线下当成销售漏斗的第一环，而非大而全的广告牌。
随便看看：
《上周在北京的创投圈见闻实录》：一级与二级市场极度割裂，资金高度聚集在 AI 相关赛道，其他领域无人问津。
《去用曲曲 skill 的女孩们》：一群女性为了免费获得情感博主曲曲大女人和谢胜子的 AI 对话版本，不惜自学搭梯子、注册海外账号。
《AI 砍掉的第一批大厂人：高薪，高绩效，高 P》：这轮 AI 裁员不是简单的效率优化，而是高层 AI 焦虑层层传导至中层加码的表演性竞赛。
《播放量破亿，商单最高超 8 成，AI 练习生要被网友打投出道了》：抖音上热门 AI 综艺主要分三类：AI 偶像选秀、AI 恋爱综艺、竞技类综艺。这些节目通过让观众点赞投票决定选手命运、鼓励二创并建立后援团，大幅提升参与感。商业化层面，商单占比最高超过 8 成。
《日租 9000 元的 AI 拍照机，取代了抓娃娃》：AI 生图技术最快进快出的变现方式，并非重塑视觉内容产业链，而是在展会场景中沦为「引流工具」——一台 AI 拍照机日租金超 9000 元。
《从 DeepSeek 扩招里，我发现的 AI 选才新标准》：DeepSeek 正在重塑 AI 行业的人才标准。他们对 8 年以上经验者谨慎，反而优先录用聪明、理工科、工作不超过 5 年的年轻人，并要求重度使用 Claude Code、Cursor 等 AI 编程工具。
适合个人上手的教程/评测/资源：
《我把斯坦福最火的一门课，做成了 Prompt 来帮我设计人生。》：作者利用 Claude AI 设计了一个 Prompt，以「人生设计师」角色引导用户通过多轮深度对话，从看清现状、找到指南针、寻路到制定奥德赛计划，最终生成个人人生设计蓝图。
《微信重大更新！视频号终于能一键转存 AI 知识库了》：开发者设计了一款自动化工具，通过模拟键盘鼠标操作，将微信视频号收藏的视频批量迁移到 ima AI 知识库。
《用 AI 陪自己读书的 6 个实战步骤》：作者的核心方法是：拍下练习页内容，发给 AI 并下指令「请照这页的题目用一問一答的方式采访我，一次只问一题」。通过 6 个步骤完成 72 页练习，最终找到自己的核心学习方向 Sense-making。
《开源一个非常漂亮的文章配图 Skill》：作者歸藏分享了一个将文章、笔记、数据或产品说明自动转化为带中文标签解释图的 Skill。
《AI 时代，如何巧用 WorkBuddy+Cubox 高效处理碎片化信息？》：来自我社群 HEXIN 的一篇原创内容，作者通过一套明确的个人管理原则与 AI 工具的组合，将信息处理的决策成本和执行成本降到最低。核心流程：用 Cubox 作为碎片化信息收集工具，通过转发到收藏助手即可完成存储；用 WorkBuddy 安装 Cubox Skill 后，让 AI 自动对未分类文章按已有收藏夹进行归类；针对特定收藏夹，让 AI 用批判性思维检查内容、联网核实数据并打分，将 80 分以上的高质量内容自动移入「优先学习」收藏夹。