卡在 FDE 入门的哪一步了？先判断该扛还是该换
上一期我给了 FDE 入门的三部曲：找行业 → 定方向 → 以身入局。但你读完可能遇到一个更实际的问题——我走到一半发现不对，怎么办？
这不是特例。FDE 的入局路径不是一条笔直的路。更多的人遇到的情况是：
- 选了行业，进去了，发现这个行业 AI 渗透率低得可怜，客户根本不知道自己要什么。
- 定了方向，学了一堆技术栈，发现市场上就没几个对应的岗位。
- 入了局，干了一年，发现每天都在做重复的部署活，根本没有成长。
这三部曲告诉你往哪走，但没告诉你走错了怎么办。而且说实话，选错是常态，一次选对才是小概率。
所以这一篇补上三部曲的背面——每一步对应的失败模式，以及卡住的时候，你到底该硬扛还是该换牌。
一、找行业的反面
三部曲第一步是"选一个行业"，但选错了比不选更致命。
失败模式 1：选了天花板低的行业
这个行业的 AI 改造意愿很弱——不是因为技术做不到，而是因为客户不觉得自己需要。比如一些传统的、利润微薄的行业，企业连数字化都没做完，你跟他说 AI 落地，他听不懂也不想听。
判断信号：这个行业的头部公司有没有在招 FDE 或类似岗位？没有的话，说明需求还没起来。你进去只能做售前画饼，不是做交付。
失败模式 2：选了伪需求行业
看起来需要 FDE，实际上不需要。典型的特征是：这个行业的 AI 场景被标准化产品覆盖了。客户只需要买一个 SaaS 产品，不需要人驻场。
判断方法也很简单：看看这个行业里有没有成熟的 AI SaaS 产品在卖了。如果有，而且卖得不错，说明这个行业的 FDE 需求是伪需求——标准化产品吃掉的就是需要驻场的定制活。
失败模式 3：选了红海行业
太多人涌进去了，FDE 变成了可替代的劳动力。薪资上不去，你干的活跟外包没区别。
判断信号：招聘平台上这个行业的 FDE 岗位薪资中位数有没有持续上涨？如果持平或下降，说明供给过剩了。
怎么判断行业对不对
问自己三个问题，如果答案都是"否"，该换行业了：
- 这个行业的头部公司正在积极招 AI 落地的人吗？（需求侧信号）
- 这个行业的 AI 需求需要驻场才能解决吗？（FDE 的必要性）
- 你在这个行业里有别人没有的切入点吗？（你的差异化）
二、定方向的反面
行业选对了，方向定错了，同样走不远。
失败模式 1：方向定太窄
你选的不是方向，是一个具体的工具。比如"我用 LangChain 做 RAG"——这不是方向，这是技能。方向应该是"金融服务领域的智能文档处理"，技能才是 RAG。
方向定太窄的后果：技术栈一换，你的积累就废了。
失败模式 2：方向定太宽
“我要做 AI 在金融领域的应用”——这个方向太宽了。金融领域从零售银行到保险到证券，每块的能力栈完全不同。方向太宽意味着你没法聚焦，简历上写满了"懂这个懂那个"，面试一问全都不深。
失败模式 3：方向是伪需求
你看准了一个技术方向，学了大半年，发现市场上没有对应的需求。最典型的例子是两年前专门学低代码平台的人——技术本身有价值，但市场上不需要这么多低代码专家。
怎么判断方向对不对
两个信号就够了：
- 市场上有没有对应方向的岗位？去招聘平台搜一下，如果同一个方向有 10 个以上真实岗位，说明需求成立。如果搜来搜去就两三个，可能是伪需求。
- 你自己对这个方向有没有持续的兴趣？方向是需要你钻 3-5 年的。如果你学了两个月就觉得无聊了，那不管市场好不好，这个方向都不适合你。
三、以身入局的反面
前两步选对了，进入执行环节，也会出问题。
失败模式 1：入不了局
你行业选好了、方向定好了，但就是拿不到入场券。没有项目经验、没有客户资源、没有团队愿意带你。
这是最常见也最让人沮丧的情况。但它的解往往不是"再学一个技术"，而是降低入局门槛——从小项目、小公司、甚至乙方开始。FDE 的入局不一定非要去大厂。一个能让你接触到真实客户和真实业务的小团队，比一个让你只做螺丝钉的大厂更有价值。
失败模式 2：入错了局
进去了，但被分配到的项目跟你的方向不一致。你想做金融，团队把你派到制造项目上去了。
这里有一个残酷的现实：FDE 的早期项目选择权通常不在你手里。你能控制的是做完第一个项目后的选择——做完之后，你可以用自己的作品和积累来找下一个更匹配的机会。
失败模式 3：入局后出不来
你入局了，项目也做得不错，但你发现自己在反复做同一件事——部署、配置、写文档、应付客户——没有成长。
判断信号：你的工作内容跟一年前相比有没有本质变化？你的决策权有没有扩大？你接触到的业务复杂度有没有提升？如果三个都"没有"，那你可能被卡住了。
四、卡住了——该扛还是该换
这是全篇最值钱的一节。因为前面说的是"怎么识别问题"，这里说的是"识别了之后怎么办"。
什么时候该扛
该扛的第一种情况：你在行业和方向都对了的前提下，卡在"入局"这一步。
入局是最难的一步，因为它需要运气和时机。行业的方向没错，只是暂时没拿到机会。这种情况应该扛——持续积累行业认知、持续输出、持续建立连接，等机会出现。
该扛的第二种情况：你入局了但项目跟方向不一致，不过项目本身能给你成长。
比如你想做金融，但团队把你派到了制造项目上。如果这个制造项目让你接触到了新的技术栈、新的业务场景，那它是有价值的——即使不是你要的长期方向，也可以成为你下一份工作的跳板。
什么时候该换
该换的第一种情况：行业信号变了。
你选行业的时候市场需求是有的，但两年后行业变了——监管收紧、资本退潮、AI 需求萎缩。这种预测不到的系统性风险，不是你扛能解决的问题。该换。
该换的第二种情况：你在行业里干了两年，发现自己对这个行业没有持续的兴趣。
这是最容易被忽视的信号。很多人觉得"已经选了这个行业，不能白费"。但 FDE 是一个需要持续投入的岗位，如果你对行业本身没有热情，你不可能跑过那些真正热爱它的人。
该换的第三种情况：你的成长曲线已经平了。
入局三年，你的工作内容跟第一年没有本质差别，接触的业务复杂度没有提升，决策权没有扩大。这说明这个环境已经不能给你提供成长了——不是你的问题，是环境的问题。
一个实用的决策框架
把这四种情况列一个简单的表格，你可以拿自己当前的状态来对号入座：
| 你卡在哪一步 | 行业信号 | 个人兴趣 | 建议 |
|---|---|---|---|
| 入不了局 | ✅ 行业向上 | ✅ 有兴趣 | 扛——继续积累，等机会 |
| 入不了局 | ❌ 行业向下 | ❌ 没兴趣 | 换——重选行业 |
| 入错方向 | — | ✅ 有兴趣 | 换方向——行业不变换细分 |
| 入错方向 | — | ❌ 没兴趣 | 换行业——根子上重来 |
| 出不来（无成长） | ✅ 还有空间 | — | 换环境——换公司不换行业 |
| 出不来（无成长） | ❌ 行业到头 | — | 换行业——系统性换 |
记住一个原则：换行业不丢人，不换才亏。因为你在这个行业多待的每一年，都是在用你的时间成本为沉没成本买单。
FDE 的核心竞争力来自跨行业的模式识别——这意味着你换行业不是从零开始，而是给这个行业带来你在上个行业积累的判断力和经验。这正是资深 FDE 比普通 FDE 值钱的地方。
五、写在最后
三部曲告诉你往哪走。但三部曲的背面——每一步对应的失败模式和应对策略——才是让你在这条路上走稳的东西。
因为说实话，一次选对的人很少。大多数 FDE 的成长路径是：
选行业 → 发现不对劲 → 换了 → 定了方向 → 发现太窄又调了 → 入了局 → 发现出不来 → 换了环境 → 循环几轮后 → 终于摸清楚自己适合什么。
这个过程不是走了弯路，它本身就是路。
关于 ArchAIHarness
这篇文章是「看懂 AI 与智能体」专栏的一部分，由ArchAIHarness持续输出。
ArchAIHarness 是一套面向 AI 时代软件工程的人机协同架构哲学与公开工程资产，主张：
架构师定义秩序，AI 在秩序中生长。人立法，AI 执行，体系审计。
如果你也希望 AI 在明确的架构边界内协作，而不是在混沌中碰运气，欢迎到 GitHub 上看看我们在做什么：
- 组织主页：github.com/ArchAIHarness — 了解完整理念与资产全景
- 本专栏：
zhuanlan-ai-and-agents— 所有文章的源码与发布记录 - 实践指南：
docs— 架构哲学、工程方法和落地指南 - 开源工具：
agent-workflows— 可复用的 AI 协作 Agents、Skills 与 Tools - 工程样例：
framework— DDD + AI 协作的工程底座
Engineered by Architects · Empowered by AI · Audited by Discipline