从 PM + Vibe Coding 到 Forward Deployed Engineer（前沿部署工程师） 的转型路线图 参考成长标杆：阿酥 / LofiSu（字节跳动 DeerFlow 核心维护者）
这是一份公开的个人转型路线图——把"从产品经理转 FDE"这件事拆成可以打卡的阶段、任务和交付物。开源它有两个目的：
- 督促自己：进度公开，没有借口拖延
- 给求职加分：FDE 岗位看重"用 AI 解决问题的证据"，这份仓库本身就是证据
FDE（Forward Deployed Engineer）是当前 AI 圈最火的岗位：招聘需求一年暴涨 42 倍，年薪可达百万。
它的工作本质是：带着 AI 去客户现场，把"场景问题"变成"可用的 AI 解决方案"。
| FDE 要求 | 我的现状 | 差距 |
|---|---|---|
| 理解客户场景与需求 | ✅ 1.5 年上市公司 PM · 200 万+ 用户 | 无 |
| 用户研究方法 | ✅ 24 问卷 + 8 访谈 · 盲评 9.2/10 | 无 |
| Vibe Coding 快速造物 | ✅ 3 个独立 Demo（最短 4 小时） | 无 |
| Python 编程基础 | 需系统补 | |
| Agent 工程化与部署 | 需动手练 | |
| 开源贡献记录 | ❌ 无 | 需开始攒 |
- 明确目标：FDE 实习 → 全职
- 盘点技术现状：Python / Git / API 调用
- 读完本路线图，标注自己的起点
- Python 够用版：变量 / 函数 / 列表字典 / 文件读写 / 异常
- 会用
requests调 API（OpenAI / DeepSeek / Kimi 任一） - 读 LLM-NoteBook 第三章：RAG、Agent、工作流
- 交付物：写一个"调用 LLM 的脚本"并开源（小也算）
- 跟做 Agent_Kimi_ClaudeCode：手把手搭 Deep Research Agent
- 改造为自己的 Agent：把"医药可信查询"做成 Agent（三智能体简化版）
- 交付物：
medical-agent仓库（能跑的代码，不是 PRD）
- 读 deer-flow 架构：sub-agent / memory / sandbox / tools / skills
- 学 FastAPI + SQLite：把 Demo 升级成带后端、可部署的应用
- 交付物：
health-timeline-app（已从本路线图起步） - 学 Docker 基础：把应用容器化
- 每周 1 次小贡献：typo / 文档 / 坏链接 / 示例代码
- 参考 ASu-skills /contributor：先展示 diff，确认后提 PR
- 目标：3 个月内攒 5+ 个被合并的 PR
- 复盘：把贡献写成"协作闭环"叙事，进简历
- 把学习过程整理成 3 个"可讲 10 分钟"的故事
- 投递 FDE 实习（字节 / 大模型公司），复用阿酥的实习路径
- 面试准备：Agent 架构 + 场景题 + 手写小项目
| 仓库 | 角色 |
|---|---|
| fde-learning-roadmap | 本路线图（学习打卡） |
| medical-multi-agent | 医药多智能体 PRD（Phase 2 代码化的基础） |
| health-timeline-app | Python 后端真应用（Phase 3 交付物） |
| health-timeline | 原版 Demo（Vibe Coding 起点） |
| yangzhini | 原版 Demo（Vibe Coding 起点） |
| pharma-chain | 药链通国创赛（叙事素材） |
| 资源 | 用途 |
|---|---|
| LofiSu/LLM-NoteBook | 大模型系统笔记（含面试题） |
| LofiSu/Agent_Kimi_ClaudeCode | Agent 手把手实战 |
| LofiSu/llm-space | prompt/agent 开发工作台 |
| bytedance/deer-flow | SuperAgent 架构参考 |
| Hisn00w/ASu-skills | 求职工作流（含开源贡献入口） |
周一：学 Python / 读 LLM 笔记 1 小时
周三：动手写代码 2 小时（阶段交付物）
周五：开源贡献 1 小时（找 typo / 文档）
周末：复盘 + 更新本路线图打卡
- 5 个阶段全部完成
- 3 个"能跑的"项目仓库（非 PRD）
- 5+ 个被合并的开源 PR
- 拿到 FDE 实习 offer
© 2026 嘿哈土豆 · 徐玉欣 · 从 PM 到 FDE 的路上