XNews

AI 工程实践:FDE、长运行智能体与 Cursor 开发流程

AI 工程实践:FDE、长运行智能体与 Cursor 开发流程

OpenAI、Anthropic 与 Cursor 提供的工程化 AI 开发实践与流程概览。

Key insights

FDE 定义与目标

Forward Deployed Engineering (FDE) 被定义为将顶尖核心技术工程师直接派驻客户现场,与客户业务专家日夜协作,深度理解痛点并快速迭代可用解决方案,最终提炼可复用产品反哺更多客户。Palantir 前 CTO 的比喻是“把痛苦吃下去,拉出产品”。

OpenAI FDE 的四项核心原则

OpenAI 在 FDE 实践中强调四点:只挑高风险高价值的大问题(如摩根士丹利将 GPT-4 应用于财富管理);信任建设与持续迭代比演示更重要(摩根士丹利试点耗时6个月);用严格的 eval 驱动开发,任何由大模型写的代码都需通过 eval 验证;在确定性与概率性任务间做明确取舍,关键决策由确定性代码保证。

FDE 的商业抉择与纪律

FDE 可以作为短期服务营收手段或长期产品化路径。Colin Jarvis 指出两种截然不同打法:把 FDE 当咨询服务短期变现,或把 FDE 当零到一的产品化手段。真正的纪律是在最缺钱、最诱惑时仍对非战略客户说 No。FDE 终极目标是带着产品离开,第一家客户复用率可能20%,到第2-3家升至50%并开始产品化。

Agent SDK 从定制到通用的演进路径

OpenAI 的 Agent SDK 与 Agent Kit 由客户定制项目演进而来:先在 Klarna 的定制项目打磨,再在 T‑Mobile 等客户迭代,最后形成通用的智能体框架,体现 FDE 先定制后产品化的路径。

长运行智能体面临的关键失败模式

Anthropic 工程博客指出长运行智能体在跨小时或跨天复杂任务中常见失败模式:上下文窗口限制导致每会话像从零开始、过早宣告完成、状态恢复困难、缺少端到端测试导致隐藏 bug。实验(如构建200+功能网页克隆)揭示上述问题并量化失败模式。

Anthropic 的双智能体框架与工程化实践

Anthropic 建议引入“框架”并使用双智能体:Initializer Agent 在首轮会话搭建环境并生成 feature_list.json、claude-progress.txt、init.sh,并做首次 Git 提交;Coding Agent 在后续会话按 JSON 功能清单逐项实现、运行 init.sh、执行测试并更新 passes 状态,仅在通过测试后标记完成。并建议用 JSON 功能清单、防止过早完成、集成端到端自动化测试(如基于 Puppeteer 的验证)与严格提示策略。

Cursor 的实用开发循环与模型混合策略

Cursor 开发工作流由 Eric 描述为循环式:先用高级模型(Claude Opus 4.5 或 GPT‑5.1‑Codex)做预热理解,切换到 Cursor 计划模式生成可编辑 Markdown 计划,交互迭代后用 Composer‑1 生成代码并做轻量审查,开发者运行测试验证并按需调整,必要时回退到高级模型做深度审计与重构。关键原则是“始终审查代码”与按工具最优匹配混合使用模型。

Cursor 流程的具体步骤与工具

Cursor 流程具体包括七步:预热理解(高级模型)、切换计划模式生成计划、互动迭代、Composer‑1 生成与初审、人工运行测试、后续调整循环、必要时深度审查与重构。流程强调模型分层使用、人工验证与可视化审查优势,并指出该流程适用于功能开发、bug 修复和全生命周期开发,可由 Bugbot 等工具辅助。

Source posts