今日判断
企业 AI 要从局部项目走向组织级落地，至少要同时处理三件事：把私有知识和规则沉淀为可执行资产、把模型选择和迁移能力从业务逻辑中解耦、把已跑通的能力跨部门复用。
今天三条信号正好对应这三层：金山办公的百城智能体计划强调"先数据与知识治理、再做场景智能体、最后接业务系统"的交付顺序；Google Cloud 把多模型路由推入 API 网关控制面，模型切换成为平台能力；上海虹口区政府发布 FDE 企业 AI 落地班预告——"FDE"这个词正式进入地方产业服务话语。
重点信号
金山启动百城智能体赋能计划：强调「数据—知识—场景—系统」交付顺序
- 来源：光明网 ｜ 原文链接
- 金山办公于 8 月 21 日启动 WPS Comate 百城 AI 智能体赋能计划，面向企业数字化与 AI 业务负责人开展场景化演练；公开称已覆盖 11 个领域、26 个应用场景，服务数百家企业。媒体援引的案例口径：某安全企业把资深员工经验沉淀为规则后实现 7×24 小时数据监测，年节省成本达百万元；合同预审场景把数万封审核邮件经验写成规则库后，周期从两天缩短到 10 分钟。
- 为什么重要：抛开厂商案例数字（未列具名客户和独立审计，不可直接外推），这条信号最有价值的是可复核的交付顺序：先数据与知识治理 → 再围绕核心场景做专属智能体 → 最后对接业务系统。企业买的不是通用助手，而是"把私有规则与已有系统接入后可持续运营的能力"——真正的壁垒是规则库，不是模型。这与 FDE"让企业 Agent Readable"的定位完全一致：专家经验只有写成规则，AI 才能执行；规则库越厚，护城河越深。
Google Cloud 把多模型路由推入 API 网关：模型切换成为平台能力
- 来源：Google Cloud 官方 ｜ 原文链接
- Google Cloud 于 8 月 22 日发布更新：API Gateway 支持基于 OpenAPI 3.x 扩展定义模型路由表、显式路由规则和默认回退，并将 OpenAI 兼容请求在网关内转码后路由至 Gemini、Claude、GPT 等模型端点。
- 为什么重要：模型切换、默认回退和流量治理开始成为平台层能力，而不是每个业务应用自行硬编码。对企业的启示是：把"业务任务契约、测试集、权限与日志"同"底层模型"解耦，才能在价格、能力或合规变化时安全迁移。每个智能体项目都应有一张"模型路由与回退六项表"：任务契约 → 主模型 → 替代模型 → 触发条件 → 同样本质量测试 → 权限/日志与人工回退。注意：平台"支持路由"不等于企业"自动获得最优成本"——路由规则仍需用自己的业务测试集校准。
上海虹口区发布 FDE 企业 AI 落地班预告：FDE 进入地方产业服务话语
- 来源：上海虹口区政府活动预告
- 上海虹口区政府发布面向企业的 FDE 企业 AI 落地班活动预告——继投资圈把 FDE 定义为"让企业 Agent Readable"之后，"FDE + 企业场景"开始进入地方政府的产业服务体系。
- 为什么重要：这是 FDE 职业化进程的一个标志性信号：这个角色的需求方不再只是科技公司和咨询机构，地方政府也开始把它作为企业数字化服务的组成部分。对从业者意味着两件事：一是 FDE 培训市场正在打开，二是政府背书会加速这个岗位在传统企业中的认知普及。目前仅为活动预告，课程结果和企业采用数据待跟踪。
对 FDE 从业者的启发
- 能力要有"跨部门资产卡"才算可复制：能力名称 → 已验证部门 → 适用部门 → 数据输入 → 部署前提 → 责任人 → 测试证据 → 复用状态 → 失败/回退。企业 AI 最难的不是做出第一个功能，而是让第二个部门不用重新讲一遍需求——没有资产卡，每个部门都在重复立项。
- 规则库是比模型更长期的壁垒：把资深员工的判断经验写成 AI 可执行的规则，这个资产不随模型更换而贬值。厂商案例的节省数字只能借鉴其证据结构，对外引用必须用自有客户确认的数据。
- 每个项目补一张模型路由与回退表：主模型、替代模型、触发条件、质量测试集、回退方式——模型市场变化很快，业务流程不能跟着失控。
