交付范围没有缩水，验收标准没有放松。变的只有一件事：这七步里还剩多少必须由人一步步敲出来。
每一步都是人工：手开服务器、手写配置、手接系统、手调提示词。交付周期由最慢的那个人决定。
关键步骤脚本化、交付物模板化、验收清单固定下来。人还在流程里，但不再从零开始。
全流程由智能体驱动执行，人只做判断题：组织怎么划、权限给到哪、这份产出收不收。
右侧标的是这一步现在由谁执行。标 AI 的不代表没人看——每一步都有验收产出，人在闸门上，不在流水线上。
按客户的数据落地要求开隔离服务器：一个客户一条独立的数据、权限与计费边界，敏感部门再单独一台。默认零入站端口，运维走受控通道。
按部门表与岗位清单批量建档：每名数字员工一份人格文件（职责 / 工具路径 / 业务背景）、一个独立工作区、一个常驻进程。
把企业既有资料收进知识库并结构化：目录分层、口径统一、检索可用；哪些资料属于哪个部门的域，在这一步定死。
按只读优先的原则接入业务系统：连接、探活、字段对齐、样本比对。接不通就诚实报接不通，不用假数据糊过去。
把岗位的可复用动作沉淀成 Skill 并回归测试：同一个任务换个说法、换份数据，结果要稳定；不稳定的不上线。
按公司 / 部门 / 岗位 / 场景四层定级，逐个智能体授权：谁能看哪个数据域、哪些动作要审批，全部落成可审计的配置。
逐项验收：能被同事在 IM 里 @ 到、能说清自己是谁和负责什么、模型与权限对得上、控制台看得见。任何一项不过，这名员工不算交付。
需求侧是指数的：一家公司要的不是一个数字员工，是几十上百个，而且每加一个部门就再翻一轮。供给侧是线性的：FDE 招一个是一个，训练一个要几个月。
两条曲线一交叉，部署速度就不再由技术决定，而是由「有没有人手」决定——这正是今天绝大多数企业 AI 项目卡住的地方。结论只有一个：交付这件事本身必须被自动化，否则再好的产品也堵在最后一公里。
目标是让 AI FDE 协助完成部署全过程，人类专家从流水线上退出来——只负责一件机器暂时替不了的事：针对特定公司的组织架构，出具体方案。