推荐语
OpenAI、Anthropic、Google等巨头为何纷纷押注FDE？这背后是AI落地从技术神话回归现实需求的诚实一步。核心内容：1. FDE（前置部署工程师）的角色与核心价值2. AI模型能力与企业真实需求之间的巨大鸿沟3. FDE如何将现场经验转化为标准化产品能力
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
这两天刷到一个挺有意思的现象。
OpenAI、Anthropic、Google，三个做大模型最猛的公司，突然都盯上了同一种人。
不是更会写论文的人。
不是更会训模型的人。
也不是更会做PPT卖课的人。
而是一种叫 FDE 的工程师。
FDE，全称 Forward Deployed Engineer，直译有点别扭，叫「前置部署工程师」或者「驻场工程师」。说人话就是，软件公司不再只是把产品卖给你，然后远程发个文档让你自己折腾，而是把工程师直接派到你公司里，坐在你旁边，看你们到底怎么干活，然后一边理解业务，一边写代码，一边把AI接进真实流程里。
这事儿乍一看有点倒退。
咱们过去二十年听到的软件神话，基本都是一个方向，产品要标准化，交付要轻，客户最好自己注册、自己上手、自己付费。SaaS最迷人的地方就在这里，边际成本低，毛利高，一个系统卖给一万家公司，不用给每家公司单独派一个工程队。
结果AI搞到2026年，几家最前沿的公司绕了一大圈，又回到了一个很土的办法。
派人。
这其实挺耐人寻味的。
我觉得 FDE 这波热起来，最重要的不是多了一个高薪岗位，而是AI行业终于承认了一件事，模型强，不等于企业能用起来。
大模型这几年进步太快了，快到很多人产生了一种错觉，以为只要模型智商继续涨，企业里的那些破问题就会自动消失。
但真实世界不是这么运行的。
你让一个模型写诗、写代码、做PPT，它可以表现得很惊艳。你让它进一家银行，帮反洗钱团队处理可疑交易，事情立刻就变味了。
它要知道数据在哪个系统里。
它要知道哪些字段能用，哪些字段有坑。
它要知道什么情况可以自动判断，什么情况必须交给人。
它要知道监管要看的审计轨迹长什么样。
它还要知道，这家银行内部那些没人写成文档、但大家都默认遵守的工作习惯。
这些东西，模型不知道。
更麻烦的是，客户自己也未必说得清。
这就是FDE存在的地方。
说到这里，可以先把FDE和几个常见角色区分开。
销售工程师，主要负责售前演示。客户还没买的时候，他把产品讲明白，把Demo跑漂亮。签完合同后，他通常就撤了。
解决方案架构师，更多是画架构、做方案、帮客户判断技术路线。
咨询顾问，帮你梳理流程、做转型、写报告，也可能帮你落地，但他通常不是产品公司内部那个能把一线经验带回产品的人。
FDE麻烦就麻烦在，他哪个都像，又哪个都不是。
他得懂工程，能写能调能接系统。
他得懂业务，能听懂客户说的那些半截话。
他还得懂产品，知道这次在客户现场踩到的坑，哪些只是这家公司自己的毛病，哪些是十家公司都会遇到的共性问题。
前者现场解决，后者带回公司，变成产品能力。
这才是FDE最值钱的地方。
如果只是去客户那里写一堆定制代码，那不叫新范式，那叫高级外包。
FDE真正厉害的地方，是把一条条客户现场踩出来的泥路，最后铺成产品里的柏油路。
这套玩法不是OpenAI发明的，最早把它玩出味道的是Palantir。
Palantir早年面对的客户很特殊，情报机构、军方、政府部门、大型企业。这些客户经常有一个共同特点，他们的问题很复杂，数据很敏感，流程很混乱，而且他们自己也说不清楚到底要什么。
你拿一个标准SaaS产品过去，让客户自己配置，基本等于让一个病人自己读医学教材然后给自己开刀。
所以Palantir选择了一个很笨但有效的办法，把工程师派进去。
坐到现场。
看人怎么干活。
一边问，一边改，一边部署。
这件事在传统软件行业里一直有争议。因为它不够「软件」。人太重，毛利不好看，交付周期长，看起来像咨询公司。
但到了Agent时代，这套老办法突然又值钱了。
原因也不复杂，Agent和过去的软件不一样。
过去的软件，本质是工具。
你买Excel，买Salesforce，买一个ERP系统，都是人在用工具。工具做不到的地方，人会绕过去。按钮不好用，人骂两句，但事情还能往前走。
Agent不一样。
Agent的野心是代劳。
你不是让它给你一个界面，而是让它替你完成一段工作流。比如反洗钱调查，从多个系统里拉证据，识别风险模式，判断优先级，生成报告初稿，留下审计痕迹。
这就不是「功能失败」的问题了。
这是「业务失败」的问题。
一个按钮不好用，最多影响体验。一个Agent漏判风险，可能就是罚款、问责、监管事故。
所以Agent越往企业核心业务里走，就越需要理解现场。
而现场这东西，最讨厌的地方就在于，它不在说明书里。
我以前一直觉得，企业数字化最难的不是系统，而是那些藏在系统缝里的东西。
比如一个审批流程，表面上有七步，实际公司里真正起作用的是第八步，某个老员工看一眼，觉得不对劲，私下打个电话确认一下。
比如一个风控规则，文档上写得很清楚，但大家都知道年底冲业绩的时候会有一点弹性。
比如一个客服流程，系统里是标准话术，但优秀客服真正厉害的地方，是能从用户一句话里听出对方到底急不急、有没有投诉风险。
这些东西非常真实，也非常不适合写进需求文档。
偏偏Agent要替人干活，就必须理解这些。
所以说到底，FDE不是因为AI不够强才出现的。
恰恰是因为AI开始进入真实业务，才需要FDE。
OpenAI这次成立 OpenAI Deployment Company，就是这个逻辑。它不是单纯卖API，而是弄了一个专门帮企业把AI部署进关键流程的公司，还收购了Tomoro，拿到一批有经验的FDE和部署专家。OpenAI官方说得也很直白，FDE会进入客户组织内部，围绕客户的数据、工具、控制系统和业务流程，设计、构建、测试、部署生产系统。
这话翻译一下就是，模型只是发动机，企业里还缺车架、方向盘、刹车、路况判断，以及一个知道这车到底该往哪开的司机。
Anthropic和FIS做金融犯罪AI Agent，也是同一套思路。FIS这种金融科技公司，接的是银行核心系统和合规流程，不是随便弄个聊天机器人就能上线的地方。它要把反洗钱调查从几小时压到几分钟，听着很爽，但背后一定是大量脏活，数据打通、权限控制、审计、评估、人机协作边界。
这些活不性感。
但这些活决定AI能不能变成生意。
Google Cloud那边也在招FDE，而且是放在GenAI和云业务的结合处。这个信号也很明显，云厂商以后卖的可能不只是算力和模型，而是一整套「我帮你把AI跑进业务」的能力。
所以FDE热起来，不是招聘市场突然发明了一个酷名字。
它背后其实是AI商业化的压力。
过去几年，AI公司给市场讲了太多想象力。模型越来越聪明，Demo越来越炸裂，发布会越来越像科幻片。
但企业客户最终只问一个问题。
这东西能不能帮我挣钱，省钱，降风险？
如果不能，它就是预算里的玩具。
如果能，它才是生产系统。
FDE就是把玩具变成生产系统的人。
不过我觉得，这事儿也不能吹过头。
现在很多人说，FDE是Agent时代的PMF范式。我觉得这句话有一半对，也有一半需要小心。
对的那一半在于，Agent确实还没有成熟到「买来即用」。企业里的场景太复杂，光靠一个通用产品，很难一下子打穿。FDE作为产品和市场之间的探路者，确实很关键。
它能帮AI公司找到真实需求。
它能帮客户把模糊想法变成可运行系统。
它也能把一线经验带回产品团队，让下一次部署更快、更便宜、更可复制。
但要小心的那一半在于，FDE也可能掩盖产品还不成熟这个事实。
PMF是什么？
说得土一点，就是产品自己长腿了。
客户想要，愿意付钱，还会复购，甚至催着你交付。产品和市场之间不需要你天天拿人肉去补缝，它自己就能跑。
而FDE恰好是用人去补这个缝。
如果每一个客户都需要一队工程师驻场半年，项目才能跑起来，那你当然可以说这说明需求很强，也可以反过来说，这说明产品离真正成熟还很远。
问题关键就在这里。
FDE到底是在找PMF，还是在假装已经有PMF？
这要看一个指标。
每做完一个客户，下一次是不是更容易？
如果第一次部署要十个人干三个月，第二次还是十个人三个月，第三次还是这样，那这不是产品公司，这是咨询公司。
如果第一次很痛苦，第二次沉淀出模板，第三次沉淀出工具，第四次开始很多东西可以自动化，那FDE就变成了产品进化的前哨。
差别很大。
前者赚的是辛苦钱。
后者赚的是复利。
这里还有一个对企业客户很重要的问题，FDE到底是在帮你建设能力，还是在制造依赖？
如果厂商的人进来，把系统搭好了，把流程跑起来了，但你自己的团队完全不懂里面怎么回事，那短期看是爽的，长期看就有点危险。
因为你以后每次改流程、接新系统、换业务规则，都得回去找厂商。
这就是温柔的锁定。
不是用合同把你绑住，而是用能力差把你绑住。
所以企业真要用FDE，合同里最重要的可能不是交付多少功能，而是能力怎么转移。
你的团队能不能学会？
你的架构能不能自己维护？
你的数据和评估体系是不是还在你手里？
厂商撤走后，你能不能继续扩展下一个Agent？
这几个问题，比发布会上那些漂亮词更重要。
对工程师来说，FDE倒是一个很值得关注的方向。
因为它不是纯写代码，也不是纯做销售，更不是纯做咨询。
它要求一个人有点像小团队CTO。
你得能下场写东西，也得能坐在客户会议室里听懂业务人说什么，还得能判断哪些东西该标准化，哪些东西只能定制。
这类人过去在大公司里常常有点尴尬。
纯技术团队嫌你太靠近客户。
销售团队嫌你太技术。
咨询团队又没有你那种能直接把系统跑起来的能力。
但Agent时代，这种尴尬反而变成了稀缺。
因为模型能力越来越像水电煤，真正难的是把它接进每栋楼里，而且不漏水、不跳闸、不出事故。
FDE就是那个背着工具箱上门的人。
听起来没那么科幻。
但很赚钱。
我自己的判断是，FDE不是Agent时代的终点，它更像一个过渡形态。
但这个过渡形态会非常重要。
因为每一代技术真正进入社会的时候，都要经历一个很土的阶段。
电刚出来的时候，不是每家企业都知道怎么用电。有人要去改厂房、换设备、重新安排生产线。
互联网刚进企业的时候，也不是注册个网站就完事。有人要去接数据库、改流程、培训员工、重构业务。
AI现在也一样。
发布会上的AI像魔法，企业里的AI像装修。
魔法负责让人相信未来。
装修负责让人明天能住进去。
FDE干的就是装修活。
而且是那种老房改造，水管老化、电路乱走、墙体不能随便砸、屋主还一天一个想法的装修。
你说这活有没有技术含量？
太有了。
你说这活有没有规模化难度？
也太有了。
所以我觉得，未来几年AI公司之间的竞争，不会只是模型排行榜上的竞争。
还会是部署能力的竞争。
谁能更快理解客户现场，谁能更快把一线经验沉淀成平台能力，谁能更快从「每个项目都靠人扛」变成「人去发现问题，系统去复制解决方案」，谁就能真正吃到企业AI的钱。
这也是为什么我说，FDE这事儿是AI落地最诚实的一次承认。
它承认模型不是万能钥匙。
它承认企业场景不是干净的考场题。
它承认真正的生产系统，必须穿过组织、流程、合规、数据、责任这些乱七八糟但无法绕开的东西。
这反而是好事。
因为一个行业开始承认麻烦，才说明它真的准备干活了。
过去大家都在讲，AI会替代人。
结果绕到最后，最先变贵的，是那些能把AI带到人堆里、流程里、烂系统里，还能让它跑起来的人。
挺讽刺的。
但也挺真实。
AI时代不是不需要人。
只是更需要那种既懂机器，也懂人间烟火的人。
FDE大概就是这么一群人。
他们不是站在台上变魔术的。
他们是魔术表演结束后，去后台接线、调灯、修升降台的人。
观众未必记得他们。
但舞台塌不塌，很多时候就看他们。
粤ICP备14082021号
免费POC，
零成本试错
