原创 茹炳晟 +AI 茹炳晟聊软件研发 2026 年 7 月 13 日 13:44 江苏
FDE 不是一个新概念。它最早由Palantir在 2003 年前后摸索出来，到今天已经存在了二十多年。
Palantir 是怎么发明FDE的？
故事要从 Palantir 创业伊始说起。公司刚成立时，目标是为 CIA、NSA等情报机构做数据分析软件。但很快他们就发现了一个死局。由于情报工作的特殊性，你根本没法直接问特工“你们平时怎么工作”，因为没人会告诉你。更麻烦的是，这些任务差异极大：反恐、反核扩散、反洗钱……听上去都是“信息分析”，但数据源、操作流程、优先级完全不一样。
Palantir 的创始人 Stephen Cohen 带着演示版去 CIA 展示，对方直接泼冷水：“这和我们做的事一点关系都没有。”换成别人可能就灰心了，但 Cohen 接了一句关键的反问：“那你们希望它能做什么？”这一问，成了 Palantir 命运的转折点。
团队很快意识到，那种靠销售收集需求、再由工程师开发的传统模式根本跑不通。必须有人直接扎到客户现场，和他们一起摸索，一边改一边用。这就是 FDE 模式的雏形。
最经典的案例发生在伊拉克和阿富汗战场。美军最怕路边炸弹，传统做法只能靠巡逻或事后排查，危险又低效。与士兵混在一起的 Palantir 工程师发现，士兵根本不需要什么花哨的情报图表，只想要一个能在地图上标注“这条路可疑”的小工具。于是工程师当场拼了个简易地图，士兵点一下就能标出风险路段，其他人立刻看到更新，绕开危险区域。
这个看似简陋的“土办法”，立刻改变了士兵的日常，降低了伤亡，还顺带沉淀成了 Palantir 平台的标准功能，被用在走私追踪、资金流向等各种场景里。后来 Palantir 的 CTO Shyam Sankar 干脆把这套“不得已的苦活”升级为正式打法，把这些驻场工程师命名为Forward Deployed Engineers。
FDE 到底是什么？
简单说，FDE 就是一个驻扎在客户现场的工程师，负责填补“产品能做什么”和“客户需要什么”之间的巨大鸿沟。他们不只是技术支援人员，而是真正嵌入客户组织、理解业务痛点、并且直接动手写代码解决问题的人。
FDE 通常具备三重能力的高度结合：扎实的工程底子（能写生产级代码）、对业务流程的理解（能与非技术主管沟通），以及在模糊环境中独立推进的能力。他们既是工程师，也是产品经理、解决方案架构师，甚至算是半个咨询顾问。
但 FDE 最核心的使命有两层。
第一层，让 AI 在真实世界跑出可量化的价值。在客户具体的业务场景和约束下，通过业务建模和量化评估，把 AI 的价值跑出来、算清楚。
第二层，实现从单一客户到可规模化产品的跨越。FDE 必须始终追问：能否将一次性的解决方案固化沉淀为可复用的产品能力？
Palantir 内部有一个形象的比喻：FDE 在现场铺设“碎石路”，总部团队挑出最有价值的部分修成“高速公路”，沉淀到平台里。久而久之平台越来越强大，新客户的现场“土路”就越来越少，FDE 可以把精力放在更深层次的问题上。
正是 20 年的 FDE 驻场，将国防、金融等行业逻辑沉淀为可复用模块，让 Palantir 在 2023 年实现盈利，完成了从项目制向产品化的跃迁。Foundry 平台就是从散落的 FDE 团队的混乱中生长出来的。到 2026 年，Palantir 的市值已经超过 4000 亿美元。
为什么 AI 来了，FDE 一夜爆发？
FDE 这个模式存在了十几年，为什么偏偏在 2025-2026 年突然火了？
根本原因只有一个：AI 从“能用”到“好用”之间的鸿沟，比所有人想象的都大。
根据 MIT 的调研报告，高达 95% 的生成式 AI 项目无法对损益产生可量化的影响。问题不在技术本身，而在“最后一公里”：谁来让这些强大的模型真正在企业的日常流程中运作？
模型能力再强，也只是一项技术能力。要让它在企业里产生价值，必须有人把它嵌入到具体的数据、流程、业务场景中去。传统模式是“卖软件 + 给手册 + 做培训”，这套逻辑在 AI 时代彻底失效了。
于是，曾经被看作“又重又累”的 FDE 模式，反而成了 AI 落地的唯一解。
市场数据说明了一切：2025 年 FDE 职位同比暴涨超过 800%；到 2026 年 4 月，FDE 相关岗位从一年前的 643 个飙升到 5330 个，增长近 729%。YC 招聘网站上超过 100 家 AI 公司在招 FDE。OpenAI 组建了专门的 FDE 团队，Anthropic也将相关团队扩大 5 倍。2026 年 5 月，OpenAI 联手 19 家 PE 投入超 40 亿美元成立部署公司，并收购 Tomoro 带走了 150 个 FDE；Anthropic 也宣布与黑石、高盛等成立 15 亿美元的合资企业。
FDE 为什么能实现低成本规模化？
很多人一听到 FDE 就摇头：“派工程师驻场，成本得多高？怎么规模化？”
这个疑问本身没错。如果只是“派工程师驻场”，确实又重又贵，根本没法规模化。但真正的 FDE 模式，核心不在于“驻场”这个动作，而在于驻场之后的沉淀和复用。
Palantir 的飞轮是这样的：FDE 在现场解决具体问题，把解决方案沉淀为平台的可复用模块；下一个 FDE 面对类似场景时，不再从零开始，直接调用已有模块快速交付。每服务一个客户，平台就强一点；平台越强，下一个客户的交付成本就越低。
这就是为什么 Palantir 的毛利率能做到 80%。关键在于前期投入重，但每一个新客户的边际交付成本在持续下降。
在 AI 时代，这个飞轮转得更快了。AI 本身就能承担大量标准化工作，FDE 只需要聚焦在“拆解业务”和“抽象沉淀”上。有国内厂商宣称，借助 AI 工具，POC首版交付仅需 5-6 人天。
长期来看，一线团队给出的行业解决方案会沉淀为标准化产品组件，后续可向同类企业复用，持续降低交付成本。FDE 的终极目标，就是让后续的类似场景不再需要如此重的人力投入。
这，才是 FDE 真正的商业逻辑。
回到国内：一个扎心的对比
先看两组数据。
硅谷一家头部 AI 公司的 FDE（Forward Deployed Engineer），新人总薪酬 20-25 万美元，资深岗位 35-50 万美元。他们驻扎在摩根大通、辉瑞、高盛的办公现场，花一年甚至更长时间，跟客户一起探索 AI 能在哪些环节真正产生价值。
中国某大厂的 FDE 招聘帖：月薪 3.5 万到 8 万元，15 薪。岗位要求写着：“驻场交付，快速响应客户需求，完成定制化开发”。
同样的名字，两种完全不同的剧本。
一边是"产品探索"，一边是"高级驻场外包"。
这不是薪资的差距，这是对 FDE 这个角色理解的差距。而这个差距背后，藏着中国 AI 落地最核心的一个难题。
名词可以滥竽充数，能力不会贬值
先把这个观点说清楚：FDE 在中国的现状，大部分都是"改名运动"。
原来的实施顾问、交付经理、解决方案架构师，把 title 一换，摇身一变成了 FDE。虎嗅有篇评论说得挺直接：“名词可以滥竽充数，但真正的 FDE 能力不会贬值。”
那真正的 FDE 到底是什么？
Palantir 最早搞出这套模式的时候，逻辑是这样的：FDE 带着产品进驻客户现场，在真实的业务流程里跑通价值。他们写的是"战术代码"，解决的是当下的具体问题。但更重要的是，他们把现场沉淀下来的经验抽象出来，反哺给后方的 PD（产品开发）团队，修成能服务下一批客户的"高速公路"。
一个飞轮：FDE 铺碎石路 → PD 修高速 → 下一个 FDE 不用从零开始。
Palantir 的毛利率能做到 80%，秘密就在这里。
如果只是改个 title，把驻场开发包装成 FDE，飞轮就根本转不起来。没有经验沉淀、没有产品反哺、没有能力复用，每一个新客户都是一次从零开始的定制，永远摊不薄边际成本。
这不叫 FDE，这叫"高级外包"。
中美 FDE 的根本差异不在"人"，在"商业土壤"
为什么同样的工作形式，在硅谷是"AI 时代的新范式"，在中国就成了"高级外包"？
答案不在人，在商业土壤。
美国 ToB 市场的客单价和利润率，撑得起高薪请大量顶尖 FDE 驻场探索。即便第一个项目亏钱，厂商也有耐心等。Palantir 早期的投资人甚至告诫后来者：不要盲目学 FDE，因为对于没有高溢价订单的公司，这会导致你变成一家披着 AI 外衣的高级外包公司。
这不是能力问题，是商业模式的结构性错配。
国内 AI 项目的周期，大多数只有几个月。客单价远低于美国。一个项目刚摸到点门道，时间到了、预算花完了。FDE 还没来得及把经验沉淀成可复用的能力，就得撤场去下一个客户。
客户不认可"探索"的价值，厂商赚不到长期的钱，人才市场上找不到足够多能搞定一切的人。三件事互相缠绕，死循环。
35 岁程序员的"反常黄金时代"
一个有意思的现象：FDE 这个岗位，反而让 35 岁左右的资深程序员迎来了第二春。
过去，他们的尴尬在于拼不动熬夜了，也不一定愿意继续做重复的开发。但 AI 来了以后，事情变了。
AI 能承包 90% 的代码。
FDE 的能力重心从"写代码"挪到了"拆解业务"。不是泛泛地说"用 AI 提升效率"，而是要明确到：收集什么信息、判断什么条件、触发什么动作。拆到第三层业务 SOP，AI 才能输出真正有业务价值的结果。
5 到 10 年经验带来的业务理解、沟通能力和架构思维，突然变得稀缺了。
一个真正的 FDE 需要什么？
技术上懂数据、懂系统、懂代码；业务上能听懂现场的一线问题；组织上能穿透部门墙，把客户不同条线的人拉在一起；交付上敢对最终的业务结果负责。
四种能力叠在一起，这种"六边形战士"，恰恰是 AI 时代最难找的人。
中国式 FDE 的三条活路
模式被验证了，需求也真实存在。问题只剩下一个：在中国，怎么让 FDE 模式活下来？
目前能看到三条路，各自有不同的打法。
第一条路：平台化复用。
零一万物今年提的"中国版 Palantir"战略，本质上是在回答这个问题。FDE 保证企业落地深度，平台沉淀保证复用效率。李开复的判断很直接：“谁能改善财报，谁才真正有价值。”
如果 FDE 不能帮助客户改善财报、不能帮助服务商实现盈利，就是一场昂贵的实验。
第二条路：结果付费。
博彦科技给某国有银行海外分行做核心系统转型，配置了 74 人的 FDE 团队，驻场 18 个月。付费模式很有意思，不是按人头算钱，而是跟系统上线效率、业务处理提升率这些可量化结果挂钩。
价值对齐了，客户才愿意为深度服务买单。
第三条路：前期聚焦高价值场景。
说白了就是挑客户、挑行业。金融、能源、高端制造，这些行业客单价够高、业务复杂度够深，才撑得起前期 FDE 的驻场成本。一开始就泛泛地铺中小企业，成本结构算不过来。只有当本体建模趋于完善了，才开放对一中小企业的适配，形成规模效应。
FDE 的未来：从一个"岗位"变成一种"标配能力"
最后说一个趋势。
国内某大厂开始推一个新规矩：新人入职，先做三个月 FDE。 派驻产品经理驻场，做需求调研和 Demo 开发。
这意味着什么？
FDE 正在从一个独立的岗位标签，演变为 ToB 团队的标配能力。未来不只是专门的 FDE 团队在做事，而是所有面向企业客户的产研人员，都需要具备"向前一步"的能力：懂业务、能驻场、对结果负责。
这个趋势如果能走通，FDE 就不再是一个靠高薪挖人的稀缺工种，而是一套可以规模化培养的能力体系。
有些地方政府已经在试了。FDE"百千万"工程，链接百家企业、打造千个智能体、带动万名开发者转型。
这条路绕不开，也不好走。但相比把实施顾问改个名字就叫 FDE，这可能才是真正有价值的那个方向。
写在最后
FDE 在中国的这波热潮，本质上是一个信号：AI 从"能用"到"好用"之间那个巨大的 Gap，终于有人意识到需要用一种新的组织方式来填了。
但这个 Gap 能不能真正填上，取决于三件事：
第一，能不能从"包装概念"走向"能力建设"。改 title 没有意义，FDE 需要一套完整的能力体系和培养机制。
第二，能不能找到"中国式盈利模型"。靠平台化复用、靠结果付费、还是前期靠聚焦高价值场景，至少得跑通一条。
第三，能不能建立"FDE+PD"的飞轮闭环。没有后方的产品化能力，前方的 FDE 永远只是"高级外包"。
谁能率先回答这三个问题，谁就能在 FDE 这场竞赛里真正建立起护城河。
否则，FDE 在中国就只是一阵风。
吹过之后，留下一地"改头衔"的泡沫。
到那时候，“FDE"这个词本身，大概也会和当年的"互联网 +”、“区块链”、"元宇宙"一样，从一个时髦概念变成一个行业笑谈。
希望不会走到那一步。
推荐阅读
觉得内容不错？我要
