说不清需求,正在成为AI落地最常见的难题:FDE如何梳理企业AI需求?

说不清需求,正在成为AI落地最常见的难题:FDE如何梳理企业AI需求?

企业开AI需求会时,白板很容易被写满:销售助手、合同审查、经营分析、自动报表。每个方向都有业务价值,也都能找到类似的产品演示。会议继续往下开,问题会落到很细的地方。销售助手要读CRM里的哪些数据,合同审查使用法务部哪一版规则,经营分析的数据口径由谁确认,Agent生成结果之后又交给谁处理,参会者给出的答案往往并不一致。

需求卡住,通常不是因为业务人员没有想法。很多企业工作本来就没有一份完整说明,它分散在系统字段、群聊记录和员工习惯里。同一件事换一名熟练员工来做,顺序可能不同,遇到例外时的处理也没有写进SOP。业务部门能够判断结果能不能用,让他们在项目启动时一次讲清所有输入、规则和异常,确实很难。

模型可以把一句模糊指令扩写成完整方案,这种能力反而容易掩盖需求缺口。Demo能够跑通,不代表工程团队已经知道系统应当如何处理下一笔真实任务。这里的FDE(Forward Deployed Engineer)会进入客户现场,把业务诉求还原成可开发、可验收的任务,需求梳理也从会议讨论转到真实工作中。

“做一个Agent”还不能直接进入开发

软件项目过去常用PRD描述页面、字段和接口,这套方法仍然有效,不过AI任务还要多写一层。Agent拿到的材料可能每次都不一样,模型输出存在波动,长任务还会调用多个工具。工程团队需要提前知道哪些变化可以接受,哪类动作越过了边界,以及结果由谁承担责任。

例如,采购部门提出“让AI审核供应商准入材料”。工程团队还不能据此估算工作量。准入材料从邮件进入还是从采购系统进入,会影响接入方式;审核如果只检查缺件,复杂度并不高,一旦包含主体信息核对和风险提示,就要确认数据源及规则版本。发现问题后,Agent可以生成核验清单,直接退回申请则涉及业务权限。这些差异不会在模型演示里自动消失。

会议里的说法开发前需要确认的内容
做一个合同审查助手合同由谁提交,使用哪套条款规则,结果交给谁确认,哪些情况转人工
让Agent查询ERP允许查询哪些对象,以谁的身份调用,返回字段怎样处理,是否允许写回
准确率达到95%用哪批样本测试,正确如何判定,拒答如何计分,规则更新后由谁重测
先做出来给大家用第一批使用者是谁,从哪个入口发起,错误由谁接管,试点结束看哪些记录

右侧这些内容不太像功能,却直接影响项目能否进入客户测试环境。继续补页面原型没有太大帮助,团队需要找到一笔已经发生的工作,查看它从发起到结束究竟经过了什么。

跟着一笔真实任务走下去

访谈能拿到制度规定的流程,实际操作还会多出不少细节。采购专员收到材料后,也许会先翻看历史供应商记录;遇到股权信息不一致,会在群里找同事确认;采购系统缺少某个字段时,又从共享表格里补数据。这些动作已经成为熟练员工的习惯,一次会议很难完整回忆出来。

FDE会选几笔近期任务,跟着使用者走一遍。员工打开过什么材料,在哪一步停下来判断,判断时参考了哪个来源,处理结果后来交给了谁,都会被记录下来。点击次数只是操作痕迹,真正要写进需求的是决策依据。某项判断高度依赖资深员工的上下文经验,第一版就让Agent整理证据并给出候选结论,确认动作继续由员工完成。

顺利完成的样本能跑通主流程,退回记录更容易暴露缺失的规则。材料不完整时,当前流程究竟是暂停还是继续;内网接口超时后,员工是否会改走线下;两个系统的数据冲突时,哪一个来源具有最终效力。工程团队知道这些情况以后,才能设计任务状态、重试方式和接管位置。

原来宽泛的“采购Agent”,到这里会变成一项更窄的工作:

采购专员提交供应商材料后,Agent读取指定工作区内的文件,依据当前版本规则检查缺失项,生成带来源引用的核验清单;采购专员确认后,结果才进入准入流程。

这段话已经能够支撑工程设计。任务从哪里开始,Agent可以读取什么,交付物长什么样,哪个动作由员工完成,都有了边界。后续要不要增加主体信息核对,可以等第一条链路跑通后再决定,不必提前塞进同一个“大助手”。

第一版交付到真实用户手里

需求逐渐清楚以后,项目还要划定第一次交付的范围。FDE常用MVD,也就是Minimum Viable Delivery。MVP通常用于验证市场假设,MVD面对一个已知客户和已经存在的工作,交付结果要能在客户环境中完成一次真实任务。

工程师在自己电脑上读完几份样例文档,只能确认技术路线大致可行。进入客户测试环境后,问题才会具体出现:依赖包可能无法从外网下载,测试账号看不到目标目录,接口返回字段和样例不一致,日志里还可能写入原始敏感内容。早一点遇到这些问题,项目仍有空间调整;功能做完以后才处理,排期通常会被部署和审批拖住。

供应商材料核验的第一版可以只处理一种供应商类型,只接一个材料入口,也暂时不自动写回采购系统。一名采购专员使用自己的账号提交任务,Agent读取授权材料并生成清单,负责人完成确认,这条链路已经足够检验数据、权限和输出是否可用。批量处理和更多系统接入可以稍后安排。

范围缩小以后,业务人员的反馈也会变得具体。他们不再讨论“AI是否足够智能”,而会指出某个数据源已经过期,某条风险提示缺少出处,或者清单的排序不符合日常处理顺序。这些反馈能够直接进入下一次开发。

验收集要比提示词更早确定

有些项目在任务边界尚未稳定时,就开始反复修改提示词。某一轮输出读起来更完整,换一批材料又出现新的遗漏,团队很难判断迭代到底改善了什么。提示词可以继续调,前提是业务方已经准备好一批固定样本和判断口径。

初始验收集可以从近期任务中抽取。常规样本用于检查主流程,曾经被退回的材料保留下来测试边界,业务负责人再为每条样本标出可接受结果和必须拦截的错误。模型或Skill更新后,工程团队用同一批材料回归,避免只挑对当前版本有利的案例。

验收也不能只看回答内容。任务有没有走到结束,接口失败后能否从原位置继续,人工确认是否真正生效,调用内部系统时使用了哪个身份,这些记录都关系到投产。涉及敏感材料时,还要检查数据流向和日志内容。一次回答很漂亮,但执行过程无法复盘,业务负责人很难批准它进入下一阶段。

这样形成的需求比一份长PRD更容易执行。任务规格约束Agent做什么,验收集判断结果能不能用,运行策略限定它可以访问的数据和动作。三部分可以分别更新,又都关联到同一项业务任务。

现场经验怎样留在企业里

FDE如果只交出一份需求文档和一套定制代码,下一个场景仍会从头梳理。现场记录还要转成企业自己的可维护资产:已经稳定的处理方法封装为Skill,内部接口形成工具适配,业务负责人确认的边界进入任务配置,验收样本则作为后续回归的基准。部署过程遇到的异常,也应留在运行手册中。

凡泰AI的FDE团队可以协助客户完成首个任务的梳理和MVD验证,经过确认的方法再进入FinClaw,以Skill和任务配置的形式保存。产品只承接已经明确的业务约定,场景范围和验收标准仍由客户团队确认。

运行记录还会暴露访谈中看不到的问题。某一类输入反复退回,原因可能是业务规则没写清;任务总停在同一个接口,也可能是系统连接不稳定;规则更新后人工修改明显增多,团队就要检查新版Skill。下一轮工作究竟应该补数据、改规则还是缩小Agent的范围,可以根据这些记录决定。

从一笔真实任务开始

FDE能够把业务语言翻译成工程任务,验收结论仍由业务负责人作出。哪些错误可以接受,某项动作是否允许自动执行,结果出现争议时由谁处理,都需要在试运行中确认。

项目启动不必先向所有部门征集几十个AI场景。候选团队准备几笔近期完成的任务,其中包括原始输入、已经确认的结果和一份退回记录,FDE与实际使用者从中选出一条数据能够取得、结果容易验收的链路,先走完一次。需求在第一次会议上说不完整并不妨碍项目开始,开发之前要留下明确约定:Agent接手哪一段工作,依据什么材料,完成到什么状态,以及出错后由谁接管。

Read more

DeepSeek Harness 安全运行测试,看看是否可以突破系统限制,成为“破坏性Agent”

DeepSeek Harness 安全运行测试,看看是否可以突破系统限制,成为“破坏性Agent”

把工作交给AI,越来越像给同事交代一句话。写个脚本,把几份表格汇总,开发一个小工具,再把视频剪出来。聊天窗口里,Agent列出计划,运行工具,交回结果。 用户看见的是完成后的文件,电脑执行的却可能是几百行临时生成的代码。很多操作绕过了熟悉的图形界面,直接由脚本调用系统接口。用户没见过某个设置页面,也可能已经授权Agent启动了一个有能力修改它的进程。 那些代码打开过哪些进程,读写了什么,碰过哪些系统设置,大多数人不会逐条检查。看到Agent带着“沙箱”两个字,也很容易直接把它当成一道已经生效的保护。 FinSAFE百炼场公开了一组围绕DeepSeek Harness(DSH)的Windows对照测试。弹窗风暴、剪贴板替换和注册表配置删除,都能在里面找到实际请求、工具返回以及独立观测。本篇沿着这几组记录,看看一句话变成系统调用之后,电脑到底发生了什么。 同样的任务,执行权限决定电脑发生什么 这些测试把同一项操作交给普通DSH和受FinShield保护的DSH,观察两边结果。正式对照都采用Full Access模式,减少逐条命令审批,防护组额外加载FinSA

By Ricky
电脑装上AI Agent软件后,自带的沙箱真的能做好运行管控吗?

电脑装上AI Agent软件后,自带的沙箱真的能做好运行管控吗?

现在一台电脑装两三个Agent,已经非常常见。写代码时用一个,整理文件时换一个,还有的能直接打开应用、操作桌面。不少Agent自带沙箱,可以限制脚本访问哪些目录、连接哪些地址。可同一个Agent里,能拦住一条终端命令的规则,未必也管得到它用的文件工具和桌面操作。电脑上装了几个助手,还得分别看看它们的沙箱管到了哪里。 比如,你让Agent从报价表里提取产品名称和价格。表格打不开,它可以先查路径,也可能直接尝试改文件权限。你交代的还是同一个任务,电脑收到的却已经是一次修改授权的请求。Windows会根据发起请求的进程拥有什么权限,决定让不让它改。 接下来分享几组真实的Windows对照测试。测试人员用DeepSeek Harness(DSH)对专用样本发起操作,再比较普通运行和受保护运行的结果。有的文件内容一点没动,编辑权限却变了。有的配置从注册表里消失了。还有一次,用户复制的文字在粘贴之前就被换掉了。 文件原封不动,能改文件的人却变了 在SYS-02这组测试里,测试人员准备了一个样本文件,给Windows的Users组设了修改权限,再让Agent移除这条授权。普通组执行成功

By Ricky
员工自装Agent,企业用FinShield统一管控资料权限

员工自装Agent,企业用FinShield统一管控资料权限

作为企业IT管理部门,最近最需要关心的问题是,如何管理好员工使用的AI Agent的工具? 一方面是软件的负责程度,Agent时代不像过去的软件一样,可以公司统一采购下发安装,某个具体的功能全公司用一个软件就能实现,很容易就能够做到统一的管控,保证企业数据的安全; 另外更重要的一方面是,Agent的强大能力,每个Agent都能自己写脚本,绕过GUI页面直接修改底层的数据,本身很多员工就是电脑小白,对电脑的认知不足,经常容易在不经意间造成信息泄漏。 今天就分享一个免费的技术方案,详情可以见GitHub地址~ 以企业的场景为例: 一位售前同事跟进A、B两个项目,工作账号能打开两边的报价。准备A项目投标时,他把招标文件交给桌面Agent,生成响应初稿。这次任务用得上A项目的招标文件和公司模板,用不上B项目的报价。把整个网盘同步目录开放给Agent,就把B项目的报价也放进了Agent能访问的范围。 可以借助FinShield给员工和Agent分别设置访问边界。员工照常查阅自己负责的项目,桌面Agent通过FinShield启动后,按企业策略读取资料、写入结果。投标任务的权限可以很具

By Ricky
字节被曝拟限制外部AI访问内部资料,企业该管到哪一步?

字节被曝拟限制外部AI访问内部资料,企业该管到哪一步?

[[RYAN_FINCLIP_GHOST_IMAGE_01]] 据 11 月 3 日的媒体报道,字节跳动计划从 11 月起限制Claude、Codex等外部AI工具访问L4级代码仓库和飞书文档。 员工自购的账号也在报道所述的限制范围内。报道提到部分Seed使用场景例外。目前尚未找到字节公开发布的通知原件。 值得企业关注的是,报道把限制落到了具体资料上。一名员工有权限打开内部文件,通常是因为他需要用这份资料完成工作。把文件交给外部AI服务处理,多了一次数据传递,也多了一个处理方。哪怕用的是公司购买的账号,这次传递也需要有明确的授权。 资料交给AI之后,风险会走到哪儿? 在聊天框里粘贴一段合同,员工至少能看到自己交出去的内容。用了能读文档或代码的插件,实际送给模型的内容还可能包括工具自动带上的上下文。员工界面上只看到一句提问,公司却要知道请求里究竟包含了什么。 源文件从对话界面删掉以后,服务商侧是否仍有日志或其他副本,得看实际配置和服务条款。等出了问题才翻合同,往往连该找谁核对都要重新查。 还有一种暴露发生在公司内部。知识库如果用同一个高权限账号取资料,检索时又没按提问者的

By Ricky