本章最后，给出这个岗位当前的工具全景。工具会过时，但工具背后的能力分层不会。五层，从脚下到身后。
平台底座层｜公司的武器。FDE 模式成立的前提是「带着平台去现场」，否则就退化为定制开发。Palantir 的 Foundry 与 AIP，核心是那个叫「本体」的东西——把企业的数据、逻辑和动作建模成一套语义层，让人工智能在「懂业务」的地基上运行；OpenAI 的模型接口与智能体工具链；Sierra 的智能体平台。评估任何 FDE 机会时，这一层的厚度是第一优先级。
人工智能工程层，个人的手艺。 2025 年后的日常手艺包括：提示词工程与上下文管理；检索增强，让模型先查资料再回答；评估体系，为模糊的业务质量建立可量化的标尺——这是人工智能时代 FDE 区别于传统实施工程师的标志性技能；智能体架构，工具调用、多智能体协作、关键环节留人把关；以及成本与速度的工程优化。
数据与集成层，进场的第一仗。 几乎所有 FDE 项目的第一周都在和这一层搏斗：数据管道、企业系统连接器、权限与身份认证、给 AI 查资料用的向量数据库、数据治理与脱敏（隐去敏感信息）。一位从业者的经验之谈：项目进度的七成卡在这里，但演示里看不见它——它是冰山的水下部分。
交付与协作层，客户环境里的生存装备。 在客户的安全边界内工作，意味着「双重适配」：既要会用 自 己的现代工具链，也要能屈身于客户的环境——可能是与互联网物理隔离的内网，可能只能在客户的云环境里部署，可能连代码托管网站都访问不了。容器化（把环境打包带走的技术）、基础设施即代码（用代码管理服务器环境）、以及「在断网的会议室里也能把环境跑起来」的应急预案，都属于这一层。
知识沉淀层，规模化的杠杆。 这是最容易被忽视、但决定团队能否摆脱「收入随人头线性增长」的一层：打法手册、组件库、部署检查清单、以及把「某个客户的解法」改写为「一类客户的模式」的写作习惯。第 7 章会专门展开它。
五层工具箱合起来，就是这个岗位的完整轮廓：脚下踩着平台，手里握着工程，眼里盯着结果，身后连着产品线。
这就是 FDE。接下来的七章，我们进入方法论的腹地，从一个项目最原点的选择开始—— 怎么确保你在解决正确的问题。
「在错误的问题上，一切执行力都是浪费。」