Slack

与「Slack」相关的文章

共 5 篇文章

FDEs：建设能力，而非依赖性

本文来自 Cohere 官方博客，发表于 2026 年 8 月 27 日，探讨了模型供应商的前线部署工程师（Forward-deployed engineers, FDEs）在企业 AI 生产部署中的独特价值与如何避免供应商锁定。文章指出，根据 Deloitte 2026 年企业 AI 报告，仅 25% 的组织将 40% 以上的 AI 试点推入生产，部署已成为主要瓶颈。相比第三方服务，模型供应商 FDE 拥有更深的产品专业知识、内部工程团队访问权和对底层技术的第一手诊断能力，能够从产品层面而非仅通过变通方案解决问题，如 Cohere 的 FDE 曾为客户重建因工具调用和上下文限制而失败的会议简报生成智能体，并修改了 Slack 集成。然而，FDE 介入可能带来运营依赖风险，即企业拥有系统却不具备自主运营能力。Cohere 的对策是将能力构建内嵌于交付模型：FDE 与客户团队并肩工作，通过共同架构、集成、部署和故障排除转移隐性知识；举办客户赋能会议，培养内部“冠军”；以及帮助客户建立涵盖核心功能的测试套件，使其能独立验证模型版本和配置变更后的系统行为。最终目标是通过深度合作减少对供应商的长期依赖，让客户具备运营、评估、排错和扩展 AI 系统的独立能力。文章结尾还提供了 Cohere 的 FDE 招聘信息。

阅读全文 →

前置部署工程师 — Agentforce 编排 - 柏林

本招聘信息由 Salesforce 发布于 myAbility.jobs 平台，工作地点包括柏林、杜塞尔多夫和斯图加特，职位为前线部署工程师（Forward Deployed Engineer），专门负责 Agentforce 编排与运营。该角色属于动手能力强的技术构建者，需在企业客户环境中设计、构建并部署企业级代理 AI 解决方案。Agentforce 负责驱动多智能体编排层，能将混乱的运营工作流、非结构化数据（如电子邮件、PDF、规格表）以及遗留 ERP 日志转化为具有人在回路（humans in the loop）的自主执行引擎。候选人将在敏捷部署小组中工作，与部署策略师和专业 AI 工程师合作，作为连接高级 AI 代理与更广泛企业技术格局的关键纽带。日常工作包括：编写生产代码、构建实时数据接地系统（采用 RAG、向量数据库和知识库）、进行提示工程管理、实施多智能体通信协议（含模型上下文协议 MCP），以及部署自动化供应链和后台工作流。要求具备三年以上软件工程或技术交付经验，并至少有一个生产级 AI、数据工程或企业集成系统成功部署；精通 Python、JavaScript/TypeScript、Java 或 Apex；具备 LLM 编排、RAG 管道、向量搜索索引及知识库检索器的实践经验；掌握 API 设计（REST/SOAP/Webhook）及现代代理协议；需有 25% 至 30% 的出差意愿。优先考虑具备供应链、制造或物流执行领域专业知识，或熟悉 Salesforce 生态系统（如 Agentforce Specialist、Data Cloud、Apex）的候选人。

阅读全文 →

前向部署工程师完全指南：连接人工智能与商业

本文是一份关于前线部署工程师（Forward Deployed Engineer，FDE）的综合性职业指南。FDE的使命是将人工智能整合到现有业务系统中，将手动密集型任务转化为自动化流程，关键在于实际落地实施而非仅提供策略建议。该角色起源于Palantir，通过可演示的AI原型获取真实洞察。麻省理工学院对300个AI项目的研究显示，95%未能产生可衡量回报，主因是业务流程缺陷而非技术限制，这凸显了FDE的必要性。前Meta员工Vasuman Moza指出，企业常在未分析既有流程时将AI浪费在破碎的流程上，一个高管迅速耗尽大量预算却无实质改善的案例即是明证。文章介绍了OpenAI、Anthropic和Cursor的策略：瞄准高容量任务以实现显著生产力提升，并在现有框架内集成AI以保持熟悉的工作流、降低用户阻力。核心部分是五步路线图：1. 观察记录当前工作流，质疑每个步骤；2. 确定哪些步骤可由AI自动化，哪些需人工监督或常规软件；3. 为系统故障做好准备，尤其在AI准确性可能下降的领域设立回退机制；4. 用真实数据集测试AI系统可靠性；5. 用货币量化AI影响，验证其业务价值。文章还以内部聊天机器人开发为例，展示如何与Slack、邮件等现有工具无缝集成。随着OpenAI等公司FDE团队迅速扩张，需求激增，Dex AI等平台可帮助工程师匹配机会。

阅读全文 →

高级软件工程师 II - (前部署 AI)

这是一份由医疗健康科技公司 Aledade 于 2026 年 6 月 17 日发布的招聘信息，职位为 Senior Software Engineer II- (Forward Deployed AI)，隶属于 AI Enablement 团队。该团队负责支持、教育和赋能产品、技术及分析（PTA）组织采用以开发者为中心的 AI 工具，如 Claude Code、MCP、插件、技能和 hooks。作为向前部署工程师（FDE），核心职责是直接嵌入 PTA 业务团队（如 Point of Care、Risk、Data 等），通过现场构建定制化插件、技能和连接器，解决团队的高频工作流痛点，并测量采用率和影响。同时，FDE 需要将团队特定的成功经验产品化为可复用的插件、技能模板和模式，发布到 Claude Code 插件市场，降低后续团队的采用成本。此外，该职位负责通过 MCP Gateway 集成 Glean、Slack、Jira、Snowflake、Salesforce、Databricks 等企业工具，并配合安全和平台团队处理认证、权限和可观测性问题。候选人需具备 5 年以上软件工程经验，熟悉 Python、TypeScript/Node、Go 等现代技术栈及 CI/CD，并在陌生代码库中有端到端交付能力。必须拥有 Claude Code、Cursor、Copilot agents 等智能编码工具的生产或近生产环境实践经验。优先考虑具有 MCP 服务器开发、医疗健康技术或 HIPAA 合规环境经验，以及客户面向工程、解决方案架构师背景者。该职位要求工程师具备内部咨询思维，既要满足当前团队需求，又要将成果沉淀为持久平台能力，为医疗健康领域的 AI 部署提供了典型的岗位参考。

阅读全文 →

Guardrails vs Evals vs Monitoring

本文是 AI 控制平面平台 Praesidia 的官方技术文档和内容索引。Praesidia 定位为一个多租户控制平面，专门用于认证、治理和监控应用、AI 智能体（AI Agent）与 MCP 服务器之间的每一次交互。平台覆盖六大控制域：身份与访问管理（支持 SSO、SCIM 2.0、MFA、WebAuthn 及 RBAC）、护栏与内容安全（双向内容检测，可对提示注入、个人身份信息 PII 和策略违规进行阻断、脱敏或告警）、治理与合规（面向 SOC 2、GDPR、EU AI Act、ISO/IEC 42001、NIST AI RMF 及 OWASP Top 10 for LLMs）、成本与 AI FinOps（按智能体/团队/工作流进行成本归因，设置预算策略和硬性支出上限）、可观测性与审计（提供防篡改审计日志、信任评分、OpenTelemetry 导出和 SIEM 转发），以及连接与编排。其核心技术特色包括：对 MCP 和 Agent-to-Agent（A2A）协议进行治理，通过信任评分（Trust Scores）与加密证明（Attestations）实现智能体间安全通信和跨组织联邦；支持模型无关的自主密钥（BYOK）部署，并将智能体一键部署到 Heroku、Render 等云平台。定价方面，提供从免费版到企业版（$1,999/月）的多级计划，开源内核采用 Apache 许可证。该索引系统性地涵盖了 AI 智能体安全（如提示注入防御、零信任架构）、AI 治理（GDPR 删除权、EU AI Act 风险层级）、FinOps 控制以及平台运营等方面的数十篇深度指南和威胁模型分析，为构建安全、合规、可控的企业级 AI 智能体基础设施提供了覆盖全生命周期的技术参考。

阅读全文 →