这一页不谈"为什么"，只谈"怎么做"。挑了 7 个最常见的转型起点，每一个都给你同一套答案：你手里已经有什么、最缺什么、90 天补哪几样、第一个项目选什么、以及哪里是天花板和坑。
读之前先记住三件事。第一，FDE 的招聘信号不看 title，看你能不能"在模糊环境里拆问题、亲手写代码、把系统送进生产、还顺手沉淀成可复用的东西"——也就是 什么是 FDE 里说的 4C 全占。第二，所有路线的共同终点都是一个能跑、能被真实用户用起来、能被衡量的系统，而不是一份报告或一个 demo。第三，90 天不是要你样样精通，而是补到你那一面最致命的缺口，让你的作品集第一次"四面齐全"。下面每条路线都按这个标准设计。
咨询顾问 → FDE
你的起点：你已经能进客户的会议室、读懂业务、把混乱问题理出结构——这正是 FDE 最贵的那一面。差的是，你交付的是结论，不是上线的系统。
结构化拆解模糊问题、量化业务痛点、对齐高管的成功指标、行业 know-how——这些是 discovery 和 technical scoping 的核心，工程背景的人往往要练好几年。
亲手把方案写到生产。咨询的产出止于"应该怎么做"，FDE 要对"它真的跑起来了、还被用起来了"负责。代码、数据接入、权限、评估，一样都不能只停在 PPT 上。
0–30 天：选 Python，把你最擅长的某类分析做成一个能接真实数据、能跑出结果的小服务，而不是一张 Excel。先向自己证明"能让东西动起来"。
30–60 天：做一个权限感知的企业知识助手——接一份真实文档、加检索与出处引用、按角色过滤、配一套 eval。重点是"上线给人用"，不是本地能跑。
60–90 天：挑你最熟的那个行业流程，把上一步沉淀成连接器或模板，并写清"换下一个客户怎么复用"。这一步证明你能做回流，而不只是又交付了一个项目。
第一个项目怎么选：选你前职业里最熟的那个行业场景（投研、合规、供应链……），用熟悉的业务知识抵消工程上的生疏。
最大的坑是惯性地交报告：把 FDE 面试当成案例分析，大讲框架却拿不出能跑的东西。记住 FDE 的产出是系统不是结论。如果实在补不动生产级编码，更现实的落点是偏策略的 Deployment Strategist / AI Solutions Engineer——但即便如此，你也得能读代码、能和工程师 pair，否则很快被边缘化。
传统软件工程师 → FDE
你的起点：你能独立把系统从零写到上线，代码这一面已经达标——这是很多人转不过来的硬门槛，你天然就有。
端到端工程能力：后端、数据库、API、部署、调试、系统设计。FDE 一半的难点（把东西真正做出来并送进生产）对你不是问题。
走出 IDE。你习惯了接需求文档，而 FDE 要自己跑到客户那端定义问题，还要对"有没有人真在用"负责——discovery 和产品判断是你最陌生的两块。
0–30 天：把通用工程能力升级到 LLM 栈——RAG、Agent / 工具调用、eval、成本与延迟。别只做聊天框，要做到能讲清"为什么这样切 chunk、为什么这个答案算对"。
30–60 天：找一个真实业务方（哪怕是公司里的运营、客服），坐过去看他们一天怎么干活，画出流程图、量化最贵的环节。练"问对问题"，而不是"接到需求"。
60–90 天：把方案给真实用户用起来，盯采纳率和失败案例，迭代到指标真的变好。FDE 的完成线是"被用起来了"，不是"代码合并了"。
第一个项目怎么选：在自己公司内部找一个真有人受苦的流程，自己既当甲方又当乙方，跑完 discovery → 构建 → 上线全程。
工程师最容易陷的是代码洁癖与 demo 自满：纠结架构是否优雅，却没人用；或者做出炫酷 demo 就停手，不碰权限、脏数据和上线这些"不酷"的硬骨头。在 FDE 的世界里，能跑起来并改变业务结果，永远高于代码漂亮。你的天花板很高（FDSWE / Applied AI Engineer），前提是肯把客户和采用当成一等公民。
产品经理 → FDE
你的起点：你天然会做 discovery、判断"什么值得做"、用指标盯采用——这正是工程师最缺、也是 FDE 现场最贵的那一面。你和软件工程师几乎是一对镜像：他有代码缺产品判断，你有产品判断缺亲手把它做出来。
用户 discovery、需求拆解与优先级、把模糊问题收敛成"做什么、为什么做"、对成功指标与采用负责、跨职能对齐。FDE 四面里"现场判断 + 对结果负责"这一面，你的底子很厚。
亲手构建。你习惯写 PRD、把实现交给工程师，而 FDE 要自己下场写代码、设计系统、把东西送进生产。从"定义该做什么"到"亲手做出来"，是你必须跨过的坎。
0–40 天：借助 AI 编程助手，从"看得懂方案"练到"能独立做一个接了真实数据的端到端小应用"。目标不是成为资深工程师，而是不再把工程当黑盒，能自己把想法跑出来。
40–70 天：补 RAG / Agent / eval / 成本与延迟，理解 LLM 系统是非确定性的、必须靠评估来管理。你本来就用指标思考，正好把这份直觉变成给系统设计 eval 与成功标准的能力。
70–90 天：挑一个真实场景，这次不写 PRD 交给别人，而是自己从 discovery 到上线全做一遍，亲手构建、上线、盯采纳率与业务指标，把"定义成功"升级成"亲手交付并对成功负责"。
第一个项目怎么选：挑你最有把握判断"什么值得做"的那个产品场景，这次自己一个人从头做到上线，用你的产品判断抵消工程上的生疏。
产品经理最大的坑是退回"定义与协调"的舒适区：继续写 PRD、画路线图、把实现全交出去，那只是套了 AI 主题的 PM。FDE 要你自己下场写、下场 debug、对"跑起来了没有"负责。好在你的优势极其稀缺（discovery、产品判断、对采用与指标的敏感度，正是工程师最缺的那一面），天花板很高（FDE / Applied AI PM 都在射程内）——前提是真的把"动手做出来"补成自己的第二面，而不是永远停在"想清楚该做什么"。
销售（AE / 大客户）→ FDE
你的起点：你最懂谁买单、谁拍板、客户的商业目标是什么——这是现场里最难被工程师补上的商业维度。但你离代码最远，这条路也最陡。
客户关系、商业嗅觉、买单者视角、把技术价值翻译成业务语言的能力。在一个 FDE 小队里，这套能力极其稀缺。
工程，几乎从零。FDE 面试不会因为你会卖就放水，它要看你能不能拆问题、读系统、亲手拼出能跑的东西。
0–15 天：诚实评估——硬转工程 FDE 周期很长；更现实的是先做 Deployment Strategist（偏商业与部署策略），再慢慢加工程。先定方向，再投时间。
15–60 天：借助 AI 编程助手，从"看得懂架构图"练到"能自己拼一个接了真实数据的可跑原型"。目标不是成为资深工程师，而是不再把技术当黑盒。
60–90 天：找一个工程伙伴组队，由你主导一个真实客户从 discovery 到上线的全过程——你负责现场与商业，和他一起把系统送上线。
第一个项目怎么选：从你正在跟的某个大客户里挑一个小而真的痛点，绑定一名工程师做成可上线的试点——你的客户资源就是别人没有的入场券。
最大的坑是只会讲价值、给不出能跑的东西：把 FDE 当成"更技术的销售"去面，必然碰壁。对大多数销售来说，纯工程 FDE 是很高的门槛，偏商业的 Deployment Strategist 是更稳的落点；但即便走这条路，也必须能读代码、能判断技术取舍，否则在工程主导的现场会迅速失去话语权。
售前 / 解决方案工程师（SE / SA）→ FDE
你的起点：你已经站在现场和代码之间——会讲方案、能做 demo 和 PoC。和纯销售比，你离 FDE 只差"最后一公里"：把 demo 变成生产，把"支持成单"变成"对结果负责"。
客户技术沟通、方案设计、PoC 能力、对客户系统与集成的理解。4C 里你已经占了一面半，起点比大多数岗位都好。
生产级工程，以及"对结果负责"的心态。demo 跑通和系统上线之间，隔着权限、评估、可观测性、脏数据和长期维护一整层。
0–40 天：挑一个你过去演示过的方案，这次真正接上客户级的数据与权限，让它能在真实基础设施上跑，而不是只在你的笔记本里漂亮。
40–70 天：系统学 eval、可观测性、权限过滤、错误回退——这些正是 demo 里被你跳过、却决定能否上线的部分。
70–90 天：把一个方案完整带到生产，对采纳率和业务指标负责，而不是签完单就转身离场。
第一个项目怎么选：把你 demo 过最多、最有把握的那个场景，认认真真做成一个能上线、可衡量的真实系统。
售前最大的陷阱是只会 demo：习惯了"演示通过即成功"，而 FDE 的成功是生产里被持续用起来。别让"会讲"掩盖了"不会落"。你的转型路径其实最短（AI Solutions Engineer / FDE 都在射程内），关键是把对自己的要求从"打动客户"换成"对客户的业务结果负责"。
交付 / 实施项目经理 → FDE
你的起点：你做过真实上线，懂得怎么在客户的组织阻力、数据问题和排期里把项目推到落地——这正是很多工程师缺的"把事做成"的能力。差的是，你过去是协调别人写代码，FDE 要自己动手。
上线推进、跨团队协调、组织政治处理、风险管理、对交付负责的习惯。FDE 现场那一面里"把项目真正推上线"的部分，你已经很强。
亲手构建与系统设计。从"管别人写"到"自己能写、能设计系统"，是你必须跨过的坎。
0–40 天：从能读懂并修改一个真实代码库开始，练到能独立做一个端到端的小应用。你的目标是从"协调者"变成"也能下场的人"。
40–70 天：补 RAG / Agent / eval，理解 LLM 系统和传统软件交付的根本差别——它不是确定性系统，必须靠评估来管理。
70–90 天：找一个真实场景，这次不只管进度，而是亲手参与构建、上线、盯指标，把项目管理能力升级成技术交付能力。
第一个项目怎么选：复刻一个你过去管过的上线项目，但这次自己写关键部分，体会"管交付"和"做交付"之间的差距。
最大的坑是退回甘特图舒适区：继续做协调、把技术脏活全外包出去，那只是换了 AI 主题的项目经理。FDE 要求你下场写、下场 debug。如果工程实在补不上去，Technical Deployment Lead（偏系统理解与跨团队推进）是更现实的落点——但前提仍是你得真懂技术细节，而不只是甘特图。
客户成功经理（CSM）→ FDE
你的起点：你最懂上线之后的事——用户为什么不用、价值有没有兑现、续约卡在哪。这正是 FDE 闭环里"采用"那一段，很多工程师严重低估它。但你和代码之间，隔着最宽的一条河。
用户采用视角、对价值兑现的敏感度、长期客户关系、把"上线了"和"被用起来了"区分开的直觉。FDE 现场那一面里关于 adoption 的部分，你天然就懂。
代码与系统设计，基本从零。FDE 不是"更懂技术的 CSM"，它要求你能亲手把东西做出来。
0–15 天：和销售出身的人一样，先想清楚是硬转工程，还是走偏采用与价值的 Deployment Strategist。后者更贴你的优势。
15–60 天：扎实补一门语言和基本的系统设计，至少做到能读懂、能改、能拼出一个小工具，把技术从黑盒变成可对话的东西。
60–90 天：做一个真能帮到用户采用的小工具，或一套 adoption 的 eval，把你"懂价值"的优势第一次变成"能交付"的作品。
第一个项目怎么选：挑一个你亲眼见过客户"买了却不用"的场景，亲手做一个能提升采用的小系统。
CSM 最大的陷阱是停在关系维护：以为"更懂客户"就够了，回避硬工程。纯 FDE 对 CSM 是很高的门槛，偏采用与价值的 Deployment Strategist 是更现实的终点；但无论走哪条，都得补到能读代码、能判断技术可行性，否则在工程主导的部署小队里很难有真正的话语权。
走完路线之后
七条路线落点不同，但起跑动作一样：补掉你那一面最致命的缺口，凑出第一个"四面齐全"的作品。把它做扎实之后，下一步是给自己排一张更密的时间表——90 天学习路线 给了五阶段的进阶安排和一个完整的客户部署案例模板；准备面试时，面试准备 按 coding、系统设计、AI 应用、discovery、取舍、沟通六类，告诉你每条路线最该补强的考点。