期末大作业 · 千行百业 × AI —— 像FDE一样解决问题

总任务 · 一句话

选择一个真实行业中的真实场景，深入调研其业务流程与痛点，系统梳理 AI 能赋能的地方，并最终开发一款能真正解决该问题的可用应用，完成从"发现问题"到"交付价值"的完整闭环。

01为什么这样布置？—— 认识 FDE

FDE（Frontier Deployment Engineer，前沿部署工程师）是当前 AI 产业界最抢手的新角色之一：他们不坐在办公室里等需求文档，而是深入客户业务一线，理解行业真实痛点，然后用大模型等前沿技术快速构建可落地的解决方案。Databricks、OpenAI、Anthropic 等公司都在大量招聘这一角色，它被誉为"最懂业务工程师"。

本学期的课程中，大家已经学习了移动应用设计与开发的技术方法。这次期末作业，我们要把技术放进真实世界的土壤里：你的能力不再由代码行数衡量，而由你解决的问题是否真实、是否有用来衡量。这正是 FDE 的职业底色。

深入一线→ 发现问题→ 洞察机会→ 快速开发→ 交付价值

这门作业想回答一个问题：

"学完了移动开发和 AI 工具，你能不能走出课堂，去千行百业里找到一个真问题，并且亲手做出一个别人愿意用的东西？"

能做到这一点的同学，就已经具备了 FDE 的核心素质——技术的价值，永远在于解决真实世界的问题。

02任务流程 —— 五个阶段走完 FDE 闭环

阶段 0 · 组队与选题第 1 周

自由组队（3–5 人），明确队长与分工（调研 / 产品 / 开发 / 测试答辩，可兼任）。
圈定 2–3 个候选行业方向，做初步的案头研究（desk research），说明"为什么选它"。
与任课教师进行一次选题面谈（15 分钟），确认行业可触达、问题真实、体量合适。

交付：组队名单 + 一页纸《选题意向书》（行业、初步痛点假设、团队可触达的调研资源）。

阶段 1 · 深入调研：沉到千行百业里去第 2–3 周

必须触达真实场景，至少完成以下三种方式中的两种：① 实地走访 / 跟岗观察（如银行网点、社区支行、门店、仓库、村委会）；② 从业者深度访谈（不少于 2 人，保留访谈记录）；③ 面向用户/客户的问卷（有效样本不少于 30 份）。
把目标行业的核心业务流程完整拆解出来：谁在做、做什么、用什么工具、哪个环节最耗时/最容易出错/最影响收入或体验。
绘制痛点地图：把流程中每个环节的痛点标注出来（频率 × 痛苦程度 × 现有方案的不足）。

交付：《行业调研报告》（含业务流程图、访谈纪要、问卷统计、痛点地图）。本阶段重点考核"真实性"：附照片、录音转写、原始问卷等佐证材料。

阶段 2 · AI 赋能点梳理：哪里值得用 AI？第 3–4 周

针对痛点地图，逐项分析：这个环节能不能用 AI？用什么 AI（大模型对话 / RAG 知识库 / 语音识别 / OCR / 图像识别 / 预测分析 / 智能推荐 / Agent 自动化……）？能带来什么可衡量的价值（省多少时间、降多少差错、提升多少转化）？
输出 「AI 赋能矩阵」：每行一个痛点，每列依次为——AI 技术方案 / 价值量化 / 技术可行性 / 数据可得性 / 优先级。
从矩阵中收敛出 1 个"最有价值且可行"的切入点作为产品目标，说明收敛理由（这是本次作业最见功力的环节）。

交付：《AI 赋能机会分析》（赋能矩阵 + 收敛论证）。警惕"为了 AI 而 AI"：如果一个痛点用 Excel 或一条规则就能解决，就不要硬上大模型。

阶段 3 · 设计与开发：做出"有用的东西"第 4–5 周

撰写轻量 PRD：目标用户、核心场景（用户故事）、功能清单（明确 MVP 与非 MVP）、验收标准。
完成原型（低保真或高保真均可），并拿给至少 1 位调研中接触过的从业者/用户看过，记录反馈并迭代。
开发可运行的 MVP：鼓励移动端形态（H5 / 小程序 / App），鼓励采用课程所学与主流 AI 能力（可调用大模型 API）。
尽量使用真实数据或真实素材（如调研得到的真实话术、真实单据、真实业务规则），让产品"能被真的用起来"。

交付：PRD + 原型 + 可运行系统（代码仓库 + 可访问的部署链接 / 演示环境）。

阶段 4 · 交付与答辩：让价值被看见第 6 周 · 考试周前

现场演示 + 答辩（每组 10 分钟演示 + 5 分钟问答），评审组由教师 + 邀请的业界/其他教师组成。
答辩核心问题只有一个："你调研发现的问题，你的产品真的解决了吗？"
每组提交 3–5 分钟演示视频，作为作品存档与优秀作品展示素材。

交付：答辩演示 + 演示视频 + 个人反思报告（500 字以内：我在这门作业里学到的最重要的一件事）。

03交付物清单 —— 一共七样，缺一不可

行业调研报告业务流程图、访谈纪要、问卷分析、痛点地图，附真实性佐证材料。

AI 赋能机会分析AI 赋能矩阵 + 切入点收敛论证。

产品设计文档（PRD）+ 原型含用户故事、MVP 范围、用户反馈迭代记录。

可运行系统代码仓库（含 README 与运行说明）+ 可访问的部署链接或演示环境。

演示视频3–5 分钟，讲清"问题 → 方案 → 演示 → 价值"。

答辩 PPT 与现场答辩10 分钟演示 + 5 分钟问答。

过程记录与个人反思团队周记（每周一条）+ 每人 500 字内反思。

＋

AI 工具使用声明（随仓库提交）如实说明使用了哪些 AI 工具（如 AI 编程助手）、用在哪里、如何把关质量。诚实声明不扣分，隐瞒代写会追责。

04评分标准 —— 总分 100，团队分 × 个人系数

维度	分值	评分要点
调研深度与真实性	20	是否触达真实场景与从业者？业务流程拆解是否完整、痛点是否有证据支撑（访谈/问卷/观察），而非凭空想象或网上摘抄。
AI 赋能洞察	20	痛点与 AI 技术的匹配是否合理？价值是否有量化估算？切入点收敛论证是否有说服力？是否存在"为 AI 而 AI"。
产品设计与"有用性"	25	MVP 是否聚焦真问题？是否经过真实用户反馈并迭代？是否有真实用户真的愿意用、用过并给出反馈（强加权项）。
技术实现质量	20	系统可运行、稳定、可演示；移动端体验合理；AI 能力集成正确（提示词设计、异常处理、成本意识）；代码结构清晰。
展示与答辩	10	演示视频与现场表达是否讲清"问题—方案—价值"闭环；能否从容回答"这东西真的有用吗"的追问。
团队协作与过程记录	5	周记完整、分工明确、里程碑按时达成。

加分项（最高 +10）：① 有真实用户/机构出具的试用反馈（截图、盖章或署名评价均可）；② 接入了真实业务数据或真实业务规则；③ 作品具备在真实场景继续使用的潜力（教师可推荐参加"挑战杯"/服务外包/互联网+等竞赛）。

一票否决项：① 无真实调研痕迹（全部二手资料拼凑）；② 产品与调研发现的问题明显脱节（调研一个行业、做了一个不相干的 demo）；③ 代码全部由 AI 生成且团队无人能讲清实现原理；④ 演示造假（录屏摆拍冒充真实运行）。

个人成绩 = 团队分 × 个人系数（0.8–1.2）。系数由组内互评 + 过程贡献（代码提交记录、周记、答辩表现）综合评定，防止"搭便车"。

05选题方向参考 —— 千行百业，任你下沉

以下仅为启发，鼓励大家结合自己的家乡、亲友的职业、实习经历去选择真正能"摸得到"的行业。身在金融院校，特别鼓励"金融 + 行业"的交叉选题（标 ★）。

★ 银行网点 / 社区支行服务 ★ 小微商户经营与收款 ★ 保险投保与理赔 ★ 农村金融 / 乡村振兴社区养老服务基层医疗卫生站县域餐饮 / 零售门店物流 / 快递末端网点乡村旅游与民宿中小学课后服务物业与社区治理政务便民服务汽车后市场（维修/保险）家政 / 灵活用工农产品产销对接 ……或你自己发现的任何行业

好选题的两个判断标准：
① 摸得到 —— 团队能在两三周内真实接触到这个行业的从业者和用户；
② 痛得真 —— 你能说出这个行业里"谁、每天、在哪件事上、浪费了多少时间或损失了多少钱"，并且现有工具确实没解决好。

06规则与要求

🤝 团队要求 3–5 人自由组队，跨班组合允许。队长负责进度与对接教师。阶段 0 结束后锁定名单，中途退出需经教师同意并说明贡献归属。

🤖 AI 工具使用政策 鼓励使用 AI 编程助手、大模型等工具提效——这正是 FDE 的工作方式。但必须：① 提交《AI 工具使用声明》；② 每位成员能讲清系统的设计与实现原理；③ 答辩时教师会随机抽查讲解代码。

🔒 学术诚信 调研数据不得编造，引用需注明来源；不得抄袭其他团队或网络作品；发现造假按一票否决处理，并按学院学术规范追责。

🗓 时间纪律 各阶段交付物按节点提交至课程平台，逾期每天扣该阶段对应分值的 10%，超过 3 天该阶段计 0 分。确有特殊困难提前与教师沟通。

💰 成本意识 大模型 API 调用注意成本控制：优先使用免费额度/开源方案，必要时可向教师申请课程提供的 API 额度。成本意识本身是评分加分印象项。

📞 教师支持 每阶段设一次固定答疑/辅导时段（时间另行通知）；选题面谈、中期检查为必参加项。遇到调研单位接洽困难，教师可协助开介绍信。

最后一句话送给每一位同学：
这门课结束后，你们中的很多人会去银行、保险公司、金融科技公司，或者干脆成为真正的 FDE。到那时没有人给你"作业要求"，只有客户一句模糊的抱怨："这活儿太麻烦了。"
希望这门大作业，就是你的第一次实战彩排——去找到那个"麻烦"，然后用你学到的技术，把它解决掉。