Skip to content

AI Native Builder 参考资料

这份索引回答三个问题:书中的外部事实来自哪里,某个来源支持了哪项判断,以及它不能替本书证明什么。各章仍保留就近引用;本页方便读者集中核对和继续阅读。

除特别说明外,链接最后核验于 2026-08-04。岗位、产品文档和机构网页会变化,引用日期表示本书看到的公开版本,不表示网页以后不会更新或下线。

怎样理解本书的证据层次

外部事实来自岗位页面、机构指南、标准或研究文章。例如 FDE 的公开职责、Workflow 与 Agent 的区分、AI 风险框架和数字凭证关系。这类判断应能回到具体来源。

本书教学框架包括 AI Native Builder、七段责任链、逐动作权限、项目阶段决定、证据环境和作品集自评边界。它们用于组织学习和项目证据,不是下列机构发布的统一标准。

澄川工业案例取材于作者有权公开的内部实践经验,人物、组织和部分事件经过合并与改写。案例可以展示推理方式,不能证明行业比例、产品效果或真实企业收益。

每条外部来源使用下面一种类型:

  • **正文直接引用|事实或定义:**正文在相关主张附近给出链接,来源用于核对公开角色、概念、标准或产品语义;
  • **正文直接引用|方法参考:**正文借鉴其研究、设计或评估方法,但本书表格和阶段判断仍是教学整理;
  • **延伸阅读|机构观点:**只在本索引中提供比较背景,不是正文关键主张成立的必要证据。

“正文直接引用”只说明引用关系,不表示来源机构认可本书。“延伸阅读”也不能被反向写成已经验证的行业事实。

外部客户交付与内部建设的对照

OpenAI:Forward Deployed Engineer

  • 来源类型:正文直接引用|事实或定义
  • 来源:Forward Deployed Engineer (FDE) - Seattle
  • 对应章节:第 1 章第 2 章第 3 章
  • 本书用途:理解供应方客户交付角色在发现、技术范围、系统设计、构建、生产发布、采用、工作流影响和产品反馈上的责任。
  • 边界:这是一份会变化的招聘页面,只代表核验时该岗位的公开描述,不能代表所有公司的 FDE 定义,也不能作为 AI Native Builder 的概念来源。

Palantir:Forward Deployed Software Engineer

  • 来源类型:正文直接引用|事实或定义
  • 来源:Students and Early Talent
  • 对应章节:第 2 章
  • 本书用途:核对 Palantir 对 Software Engineer 与 Forward Deployed Software Engineer 的公开区分,以及 FDSE 面向客户技术与运营结果的表述。
  • 边界:该页面面向学生和早期职业招聘,不是完整的行业角色标准。

Anthropic:企业 AI 现场服务

Agent、Workflow 与自主性

OpenAI:Agent 建设指南

  • 来源类型:正文直接引用|事实或定义
  • 来源:A practical guide to building agents
  • 对应章节:第 4 章第 7 章
  • 本书用途:理解 Agent、工具、指令、编排、Guardrail、人工介入,以及何时不需要 Agent。
  • 边界:本书的逐动作权限划分和系统契约并非该指南原有分级。

Anthropic:Workflow 与 Agent 的区分

  • 来源类型:正文直接引用|事实或定义
  • 来源:Building effective agents
  • 对应章节:第 4 章
  • 本书用途:区分预定义代码路径的 Workflow 与由模型动态决定过程和工具使用的 Agent,并理解从简单方案开始的工程取舍。
  • 边界:本书对确定性自动化、LLM 工作流和逐动作权限的组合是教学整理。

OpenAI:Agentic AI 治理

  • 来源类型:延伸阅读|机构观点
  • 来源:Practices for Governing Agentic AI Systems
  • 对应主题:第 4、7、8 章的自主行动、可归因性、监控、批准和中断。
  • 本书用途:补充 Agent 生命周期中不同参与者的责任与安全实践。
  • 边界:该文提出实践方向和待解决问题,不是法律要求或完整合规清单。

Anthropic:可信 Agent

  • 来源类型:延伸阅读|机构观点
  • 来源:Trustworthy agents in practice
  • 对应主题:第 4、7、8 章的人类控制、透明、安全和隐私。
  • 本书用途:补充模型、Harness、工具和环境共同影响 Agent 行为的观察。
  • 边界:文章描述 Anthropic 的原则和产品实践,不代表跨供应商统一标准。

问题发现与工作流重构

GOV.UK:Discovery 中的用户研究

  • 来源类型:正文直接引用|方法参考
  • 来源:User research in discovery
  • 对应章节:第 5 章
  • 本书用途:支持在解决方案确定前理解用户、任务、需求和约束。
  • 边界:本书的证据日志、机会池和“问题是否值得继续”这一决定是课程设计,不是 GOV.UK 的统一表单。

OpenAI:识别和扩展 AI 用例

  • 来源类型:正文直接引用|方法参考
  • 来源:Identifying and scaling AI use cases
  • 对应章节:第 5 章
  • 本书用途:补充从业务问题、价值和可实施性判断 AI 用例的公开方法。
  • 边界:本书不会把供应商指南中的建议写成已经验证的行业收益。

GOV.UK:解决用户的完整问题

  • 来源类型:正文直接引用|方法参考
  • 来源:Solve a whole problem for users
  • 对应章节:第 6 章
  • 本书用途:支持围绕用户任务和完整旅程设计服务,不围绕预选技术堆功能。
  • 边界:该指南服务于英国政府数字服务,本书只迁移其问题导向原则。

GOV.UK:原型

  • 来源类型:正文直接引用|方法参考
  • 来源:Making prototypes
  • 对应章节:第 6 章
  • 本书用途:支持在投入生产建设前,用合适保真度的原型探索和测试设计。
  • 边界:澄川的“五分钟原型”结构是本书示范,不是 GOV.UK 的固定时长。

Google PAIR:失败、反馈与控制

  • 来源类型:正文直接引用|方法参考
  • 来源:Errors + Graceful Failure
  • 来源:Feedback + Control
  • 对应章节:第 6 章
  • 本书用途:理解 AI 错误怎样影响用户,以及产品怎样提供反馈、控制和恢复路径。
  • 边界:本书的人机责任矩阵和异常表是针对连续案例的教学整理。

系统契约、评估与风险治理

OpenAI Agents SDK:Tracing

  • 来源类型:正文直接引用|事实或定义
  • 来源:Tracing
  • 对应章节:第 7 章第 8 章
  • 本书用途:理解运行轨迹怎样记录 Agent、模型、工具和 Guardrail 活动。
  • 边界:本书的轨迹结构不要求使用 OpenAI Agents SDK;敏感数据记录仍需按项目另行设计。

Stripe:幂等请求

  • 来源类型:正文直接引用|事实或定义
  • 来源:Idempotent requests
  • 对应章节:第 7 章
  • 本书用途:提供写入请求使用幂等键的具体实现参考。
  • 边界:Stripe 的 API 语义不能直接复制到任意 CRM 或内部系统;未知状态还需要目标系统支持查询或协调。

Anthropic:Agent 评估

  • 来源类型:正文直接引用|方法参考
  • 来源:Demystifying evals for AI agents
  • 对应章节:第 8 章
  • 本书用途:理解任务规格、运行记录、代码评分器、模型评分器、人工评分器、能力评估和回归评估怎样配合。
  • 边界:澄川的 24 个样本、通过条件和必须停止的问题是教学案例设计,不是 Anthropic 推荐的统一数量。

NIST:AI 风险管理框架

试点、采用与组织能力

GOV.UK:Beta 与服务效果

GOV.UK:多专业团队

  • 来源类型:正文直接引用|方法参考
  • 来源:Have a multidisciplinary team
  • 对应章节:第 10 章
  • 本书用途:支持服务团队需要业务、设计、技术、运营和分析等多种能力,而不是让单一角色包办所有判断。
  • 边界:实际角色配置取决于组织、任务和风险。

Google SRE:事故复盘文化

  • 来源类型:正文直接引用|方法参考
  • 来源:Postmortem Culture: Learning from Failure
  • 对应章节:第 10 章
  • 本书用途:支持从事故中形成行动项、负责人和组织学习,而不是把复盘写成个人归责。
  • 边界:本书的复用检查、支持时间和资产登记不是 Google SRE 规定。

McKinsey:Agentic Organization

  • 来源类型:延伸阅读|机构观点
  • 来源:The agentic organization: Contours of the next paradigm for the AI era
  • 对应主题:第 3、9、10 章的工作流、组织模式和治理讨论。
  • 本书用途:作为机构观点,帮助读者比较 AI-first 流程、结果导向团队和人类责任的组织想象。
  • 边界:文章中的预测、案例和数字代表该机构观点,不是本书验证结果,也不用于证明澄川案例。

作品集、凭证与课程设计

1EdTech:Open Badges

  • 来源类型:正文直接引用|事实或定义
  • 来源:Open Badges
  • 对应章节:第 11 章
  • 本书用途:说明数字凭证需要发行者、标准、证据和可验证声明之间的关系。
  • 边界:本书没有采用 Open Badges,也没有授权任何人用本书名义签发行业资格。

ACM:职业伦理与专业行为

  • 来源类型:正文直接引用|方法参考
  • 来源:Code of Ethics and Professional Conduct
  • 对应章节:第 11 章
  • 本书用途:支持技术人员诚实说明系统能力、限制、潜在问题和自身资格边界。
  • 边界:本书对作品集评审的设计不代表 ACM 对学习者进行认证。

Quality Matters:课程设计量规

  • 来源类型:延伸阅读|机构观点
  • 来源:Higher Ed Course Design Rubric
  • 对应主题:第 0 章、练习册和全书学习设计。
  • 本书用途:参考学习目标、材料、活动和评价之间的对应关系。
  • 边界:本书未申请或获得 Quality Matters 评审或认证。

原创与实践来源

澄川工业连续案例

  • 来源类型:内部实践基础上的原创复合教学案例
  • 对应范围:第 1—11 章、练习册和 SOP 到智能体约束转化卡示例。
  • 当前状态:案例由 kms9 根据有权公开的内部实践经验整理;人物、组织、任务、时间和部分事件顺序经过合并与改写。
  • 边界:只能支持方法演示和高保真实践,不能证明行业比例、企业收益或产品效果。

第 6A 章与配套 22 页图解

Skill 仓库内部实践案例

  • 来源类型:内部实践的脱敏教学改写
  • 对应材料:案例 A实践旁注练习册扩展
  • 当前状态:材料由 kms9 根据内部 Skill 仓库交付实践整理。公开版本删除了真实组织、人员、平台、日期和任务标识,部分事件经过合并与顺序调整。
  • 边界:用于说明方法、失败和责任边界;不用于声明某个组织的运行时长、生产成功率、总体 ROI 或跨团队复用结果。

内容、引用与授权边界

本公开稿由作者及原创内容权利人 kms9 组织。本书章节、练习册、模板、原创教学案例和原创配套 PDF 采用 CC BY-SA 4.0许可,具体范围见 LICENSE

外部 FDE 材料只用于说明供应方客户交付角色及其与内部建设责任的边界,不复制其章节、案例或受限正文。外部网页、标准、文章、商标及其他被引用材料仍归各自权利人;链接不表示权利转移或来源机构背书。

返回课程首页 · 打开练习册 · 查看术语表