与你一起把业务问题
变成可验证的工程任务
我是蔡宇林，AI 工程师（FDE）——进厂谈流程时，大家更习惯叫我「蔡工」。本站的 AI 落地服务由广东氢弦科技有限公司提供，由我负责实施。
NOTE / 关于称呼
为什么叫「蔡工」？在工厂里，「某工」是对技术人员的尊称——工程师的简称。二十年里，从研发部门到产线再到客户现场，同事和客户都这么叫我。
它比全名好记，也比头衔实在：能叫出「蔡工」，说明这件事是要落到现场去解决的，而不是停在方案里。
机电一体化专业出身，2005 年起进入保健仪器行业，从研发、生产到销售走完了完整产业链，20 余年一直在制造业现场。我见过产线上的真实约束，也懂销售团队每天在为什么耗时。
现在我把现场经验用于 AI 工程落地：关注的不是单独展示模型能力，而是把业务流程、数据、系统接口、人工审核和验收标准放在一起考虑。从一个具体流程开始，明确哪些信息可用、谁负责判断、什么结果才算成功，再构建可测试的工作流。
对不适合自动化的步骤保留人工判断；对未验证的假设明确标注。
履历
- 机电一体化专业（大专）
- 2005–至今：保健仪器行业 · 研发 → 生产 → 销售全产业链 20 余年
- 现在：广东氢弦科技有限公司 · FDE 工程师，聚焦制造业与外贸 AI 落地
为什么一个制造业老兵做 FDE？
懂现场
20 年里我在研发部门画过图纸、在产线上跟过量产、在销售端追过客户。我知道一个「看起来简单」的需求在车间意味着什么——这决定了 AI 方案能不能落地，而不是停留在 PPT。
懂工程
AI 项目的失败大多不是模型不行，而是流程、数据、权限、异常处理没有设计。我的做法是把 AI 当工程做：先定义问题和验收，再动手，关键节点留人审批。
选了最难也最对的一条路
行业里有句话：FDE 是一份隐形的创业训练——产品、客户、工程三重风险，一个人扛。区别只在于：在大厂，公司替你扛财务风险；自己做，就得自己扛。我把这套训练直接用在了自己的轻量模式上——不养大团队、不卖平台锁定，按阶段交付、按结果验收，把省下来的开销让给客户。