硅谷最火的新工种 FDE，用 Coze 零代码给照相馆装上 AI 灵魂如果你关注硅谷的 AI 动向，一定会发现一个变化： - 掘金

硅谷最火的新工种 FDE，用 Coze 零代码给照相馆装上 AI 灵魂

半个落月

2026-05-27

108

阅读9分钟

不只是做模型的人值钱，能把模型“种”进企业流程的人更值钱。

如果你关注硅谷的 AI 动向，一定会发现一个变化：过去大家拼的是模型能力，谁的参数多、上下文长、跑分高；而现在，战火已经烧到了企业落地的最后一公里。

最直观的信号，就是前沿部署工程师（Forward Deployed Engineer，简称 FDE） 的爆发。

据海外招聘平台数据，FDE 相关岗位在过去一年内增长了近 10 倍，从数百个激增到数千个。FDE 已经超越算法工程师和传统的 Agent 工程师，成为硅谷增速最快的技术岗之一。

市面上已经出现像 Tomoro 这样专注于前沿部署的 AI 公司，深入企业把模型接进核心流程。OpenAI 自己也在通过和咨询巨头合作，大举扩张 FDE 式的企业落地团队。Anthropic 则与高盛、黑石等金融巨头达成深度合作，把 Claude 直接带进投行和资管的日常工作里。

大模型公司自己都下场干 FDE 了，说明整个行业已经进入一个新阶段：企业买 AI，不是买一个 API 或者一堆 Token。他们要的是降本、提效、增长、风控——一个真正嵌入业务流程、员工每天都用、最终能产生业务结果的系统。

而 FDE，就是那个把 AI 能力“翻译”成业务价值的人。

今天这篇文章，我们就以一家照相馆的 AI 改造为例，用字节跳动的 AI Agent 平台 Coze，零代码落地几个真实可用的智能体，把 FDE 的工作流思维完整跑一遍。

一、FDE 是什么？

FDE 不是单纯的算法岗，也不是普通的软件开发。它的核心工作是：

钻进客户的业务流程里——比如一家照相馆，从获客、咨询、拍摄、修图到交付，每个环节怎么运转，都得摸清。

识别哪些环节适合用 AI 改造——宣传文案能自动生成吗？客服咨询能 7x24 在线吗？修图能不能一键风格化？

把企业内部的数据、权限、系统、工具接起来——让 AI 知道照片存哪里、价目表是什么、摄影师的排班表在哪。

确保这些东西在生产环境稳稳跑起来——不是跑个 Demo，而是客户员工真的在用，并且产生了业务数据。

简单说，FDE 就是“带着 AI 装备空降到企业里，把落地问题从头解决到尾”的工程师。

理解了这套逻辑，我们再来看照相馆。

二、照相馆的 AI 机会在哪里？

一家典型的线下照相馆，至少有三个环节可以立刻用 AI 改造：

宣传与获客：每天要在小红书、朋友圈发样片和文案，人工产出慢、成本高。

智能客服：客户经常问“证件照多少钱”“周末能约吗”“精修几张”，重复性劳动巨大，人工回复不及时还会丢单。

修图与出片：这是核心服务，海马体、天真蓝等品牌已经把修图做成了标准化流水线，但对中小照相馆来说，修图师是最大的人力成本之一。

FDE 的思维不是“做一个 AI 修图工具然后去卖”，而是直接给这家照相馆部署一套完整的 AI 应用闭环：

To B 端：用 AI 提效，降低修图师和运营的人力成本。

To C 端：把 AI 修图和自动配文包装成“一键出大片”的功能，让用户为效率和美感买单，增加收入。

下面我们就用 Coze 把这三个环节各做成一个智能体，零代码跑通。

三、Coze：零代码搭建照相馆 AI 三件套

Coze 是字节跳动推出的 AI Agent 开发平台，主打零代码/低代码搭建，目前在国内有大量企业外包和比赛都是基于 Coze 落地的。它和豆包（面向 C 端的对话模型）、Trae（开发者 AI IDE）一起，构成了字节 AI 产品矩阵的关键一环。

在 Coze 里，所有的 AI 能力都是节点，节点之间通过工作流串联起来，就像一条蔗糖生产线：

甘蔗（用户输入）→ 挑拣 → 清洗 → 分割 → 提炼 → 包装 → 一包包蔗糖（业务结果）

照相馆 AI 应用的几个关键节点：

大模型对话节点：处理客服问答

图像处理节点：风格迁移、修图

文本生成节点：自动写文案

3.1 智能客服 Agent：7×24 小时自动接客

建一个“照相馆小助手”智能体，设置人设与知识库：

人设：你是一家高端复古照相馆的专属客服，语气亲切专业。

知识库：上传价目表、套餐说明、摄影师排期、常见问题等文档。

然后把智能体发布到微信客服、飞书或网页聊天挂件。客户问：

“周末能拍情侣写真吗？多少钱？”

Agent 会自动查知识库，回复：

“可以的呀～我们周末档期比较满，建议您提前 3 天预约。情侣写真套餐现价 1599 元，包含 2 套服装、80 张底片全送、20 张精修，送电子相册～ 需要我帮您预约吗？”

这一步就省下了一个专职客服的人工，同时还能报价、预约，直接拉动订单转化。

3.2 修图与自动配文 Agent：FDE 工作流核心

这是最精彩的 FDE 式落地案例。我们把这个 Agent 拆成两个节点，用工作流串联。

创建智能体应用时，Coze 可以直接用 AIGC 生成应用 Logo。输入：

Title: 复古胶片风大片工坊

Description: 上传照片，自动生成 90 年代胶片感大片，并配走心文案

几秒钟，一枚带胶片边框的 Logo 就出来了，设计师直接省掉。

进入工作流编排页面，添加两个节点：

节点 1：滤镜节点（图像处理）

输入：用户上传的原始图片 + 风格描述（如“90s film grain, Kodak Portra 400, faded vintage”）

配置：调用图像风格迁移模型，Prompt 模板：“将以下图片转换为 {style} 风格，保持构图不变，增强颗粒感和暖色调暗角。”

输出：生成一张新的风格化图片（URL）。

节点 2：字符处理节点（大模型文案生成）

输入：上一个节点输出的图片 URL

选择多模态大模型（豆包/ GPT-4o mini），配置 Prompt：

你是一位摄影杂志编辑。根据照片画面内容，写一篇 200 字左右的短文，模仿《国家地理》图片解说风格，带一个小标题和三个感受短句。照片风格是 {style}。

输出：一段完整的文章字符串。

把两个节点连起来：

text

用户上传图片 → 滤镜节点 → 文案生成节点 → 最终输出（图片 + 文案）

用户在小程序上传一张日常照，选择“复古胶片”风格，后端工作流自动跑完：

滤镜节点把照片渲染成柯达 Portra 400 色调，加暗角颗粒。

文案节点分析画面光影、人物情绪，写出一段小记，比如：

《那年夏天的尾巴》

光从百叶窗的缝隙里跌下来，落在她肩头的发梢上。

· 空气中好像有晒过被子的味道

· 她刚刚讲了一个不太好笑的笑话

· 快门按下去的时候，时间真的停了一秒

图加文一起返回给用户，照片不再是干巴巴的一张图，而是有情绪、有故事的“可分享内容”。这不仅提升了 C 端体验，更关键的是，用户会主动发朋友圈、小红书，帮照相馆免费做了宣传。

而这整条流水线，没有写一行代码，全是 Coze 画布上的节点连线。

3.3 宣传文案 Agent：把运营变成自动化

再来一个独立的文案 Agent，专门给照相馆的样片配营销文案。

创建一个大模型智能体，注入品牌调性和小红书爆款风格要求。输入是摄影师选出的样片，输出直接是：

“谁懂啊！这组复古写真好像王家卫电影截图💛 昆明约拍 | 胶片感写真 ”

加上标签和互动引导语。

运营人员每天只需勾选几张照片，批量扔给 Agent，就能拿到成套的宣传物料，直接把日更内容的生产效率提升了好几倍。

四、这就是 FDE 的落地思维

回头再看 FDE 的工作流，你会发现上面这套做法完全贴合：

理解业务流程：我们梳理了照相馆的获客、咨询、生产（修图）、交付四个环节。

找到 AI 切入点：修图、客服、文案三个高重复、高成本的环节。

对接内部系统和数据：知识库接入了价目表和排期，工作流可以进一步对接订单系统、相册存储。

生产环境跑起来：不是 Demo，而是客户真实使用，产生图片和文案，直接支撑业务。

而且这一切是用 Coze 零代码搭出来的，一个稍微懂业务的人，花一天时间就能部署一套。

当硅谷的 FDE 们拿着 Claude Code、Codex、各种工具链冲进企业的时候，国内的开发者和企业其实有一条更轻量的路：用 Coze 这样的平台，把 AI 的“手脚”伸进业务流程，用工作流编排出一套能降本增效的自动化系统。

企业买 AI，最终买的是“结果”。而 FDE，不管是硅谷年薪 30 万美金的那种，还是坐在照相馆里用 Coze 搭工作流的你，本质上都是在做同一件事——让 AI 穿上工装，走进田野，实实在在地产出价值。