出品搜狐科技作者李保銘AI不僅在降本增效還在催生新職業(yè)。第一批吃上AI紅利的人除了老板還有FDE即前沿部署工程師英文全稱為ForwardDeployed Engineer。從Palantir首創(chuàng)到近期OpenAI、Anthropic等紛紛成立AI部署公司FDE正從硅谷蔓延至國內越來越多AI從業(yè)者、OPC切入這一賽道。與此同時身處其中的從業(yè)者們也面臨不少痛點所有人都在摸索中前進。什么是FDE有機構把FDE定義為“全鏈路工程師”既要把公司產品帶到客戶現(xiàn)場還要對產品的實施、運營、反饋負責。拋開晦澀的定義FDE就像“中轉站”打通企業(yè)與AI之間的“最后一公里”。不過這個新職業(yè)也在社交媒體引來一些爭議有網(wǎng)友在社交媒體吐槽FDE是“純造概念”也有人說FDE和SaaS差別不大。李追追化名有不同看法。他是一名前大廠程序員離職后開始在家創(chuàng)業(yè)、從事FDE相關工作主要服務傳統(tǒng)行業(yè)的中小企業(yè)。他告訴搜狐科技企業(yè)不在乎對方到底是FDE還是其他名稱“特別是老板不需要去了解”。與之相比企業(yè)更需要從FDE身上得到問題的解決方案。Robin化名畢業(yè)后進入一家咨詢公司擔任咨詢顧問工作他也有相似的觀點“我們在介紹的時候不會有這方面的提及因為這意味著更重的人力交付成本。我們更多是通過潛移默化駐點交付把AI生產工具、生產方式、AI思維帶到對方公司但在路演的時候不會過于提及FDE這個名詞這不是重點?！崩钭纷氛J為FDE和SaaS有一定差別。傳統(tǒng)的SaaS把功能打包賣給客戶李追追指出打包的20個功能中可能只有2個功能是用戶需要的但用戶依舊要為用不上的18個功能付費。而FDE的交付則更垂直“不是一上來就給客戶做系統(tǒng)能解決客戶問題的方案才是好方案?！睆氖袌鲆?guī)模來看領英一份2026年報告數(shù)據(jù)顯示2023年至2025年間全球新增了130萬個AI相關職位FDE需求增長42倍。而AI的落地加速了FDE需求的快速釋放。國盛證券研報顯示AI企業(yè)級應用走向規(guī)模化落地。截至2026年4月8日a16z數(shù)據(jù)顯示全球財富500強企業(yè)中的29%和全球2000強中的19%已是領先AI創(chuàng)業(yè)公司的付費客戶AI企業(yè)級應用已進入規(guī)?；涞仉A段。與之相比2026年長江商學院對全國2016家規(guī)上工業(yè)企業(yè)AI調研數(shù)據(jù)顯示當前實體企業(yè)的AI滲透率約為10%。AI釋放的企業(yè)需求與實際滲透率之間的數(shù)據(jù)差或是中國FDE生存的土壤之一。今年年初Robin公司的部門領導提出咨詢顧問轉型之后他們對客戶的交付內容從PPT、軟件、功能點變成Agent、Demo等具體的落地產品和全過程陪跑。他認為FDE和IT咨詢很接近。他分析以前的IT咨詢側重數(shù)字化轉型現(xiàn)在則偏向AI轉型雖然名稱換了“但內在邏輯、交付方案以及思路和方法論差別不大?！睆囊欢ǔ潭葋砜碦obin的轉型很順暢他認為這是IT咨詢的必然路徑一方面是行業(yè)發(fā)展方向另一方面客戶也會提相關要求。吳明澤的經(jīng)歷豐富他曾在斯坦福做過科研也曾在大廠做過程序員今年4月他開始從事FDE相關工作。在社交媒體昵稱中他特地加上了“全網(wǎng)第一FDE分享”的標簽。今年6-7月他先后在深圳、上海、杭州、北京連辦四場閉門FDE聚會他對FDE的觀察是“個性化”?！拔耶敃r很快意識到FDE不同行業(yè)很多東西都是不通用的所以我覺得FDE要落到千行萬業(yè)需要先收集行業(yè)里遇到什么問題和痛點?！毙枨髞碜阅睦飶囊欢ǔ潭葋砜丛诩苫腟aaS、大中企業(yè)付費的IT咨詢之外中國的FDE從業(yè)者更多承接了中小企業(yè)的定制化需求。李追追的第一單是一筆服裝廠訂單。今年5月經(jīng)朋友介紹李追追承接了一家服裝廠錄單板塊的AI化改造。當時服裝廠的痛點是每天需承接很多物料單員工在物料單上標注后單上的所有數(shù)據(jù)均需手動錄入至電腦。大量錄入工作讓員工疲憊不堪李追追為服裝廠提供了OCR多模態(tài)分析的解決方案。員工拍照上傳程序自動讀取識別單據(jù)信息讀取之后Agent會在員工確認數(shù)據(jù)無誤后生成模板、封裝成skill后續(xù)有相同工廠的相同物料單時會按相同模式采集并錄入減少員工錄入時間。李追追還在skill中加入了監(jiān)控功能若相同工廠的相同物料出現(xiàn)價格變動會在表單標紅并直接通知負責人。李追追坦言那一單只做了1周左右、賺的也不多但對他在FDE方面的啟發(fā)很多。他認為當下中小企業(yè)的最大痛點之一是通過AI提升辦公效率“因為他們真的太原始了”。從李追追的感知來看很多企業(yè)來詢問的問題很基礎“有很多人問的都是codex是什么和豆包有什么區(qū)別”?！拔矣龅降拇蟛糠掷习宥际怯X得AI很萬能?！崩钭纷非安痪媒哟艘晃豢蛻魧Ψ絾蔚吨比搿白鰝€智能體幫我們獲客”。還有一家跨境電商的客戶曾想對美工降本簡單粗暴詢問李追追做了Agent之后能為企業(yè)節(jié)省多少人力。吳明澤也有相似的感受。他曾在朋友介紹下認識了一位貿易公司老板但他發(fā)現(xiàn)“老板連豆包都不會用”吳明澤發(fā)現(xiàn)對方的企業(yè)有很多地方可以通過AI提效與老板溝通后一拍即合吳明澤開始在對方公司調研。不過最終這單沒能做成。吳明澤事后分析這或是因為與對方的預期沒有對齊導致的?！拔耶敃r沒有摸清楚線索比如公司毛利率等”實際上這家企業(yè)的毛利率不高但吳明澤為企業(yè)設計的是一套需要穩(wěn)定高毛利率的企業(yè)管理系統(tǒng)。他后來意識到“對方不一定愿意花精力做切換?！辈贿^這次失敗的項目經(jīng)歷也并非一無所獲。吳明澤將與外貿公司的員工訪談全部上傳并煉化成FDE小游戲幫助FDE從業(yè)者學習如何與企業(yè)進行訪談并對齊預期。Robin坦言他的不少客戶“對于AI的了解非常非常薄弱甚至有些連數(shù)字化的基礎都非常薄弱”。他曾服務過一家客戶幫助企業(yè)提效。這家企業(yè)的日常工作是報送材料、維護表格Robin幫助企業(yè)建立了AI原生的工作方式因為工作限制等原因他并未直接采用辦公Agent的成熟生態(tài)而是通過需求分析選型組合加一定程度的vibe coding疊加codex和Claude code形成“CRMClaude”的一種“類Claude”的辦公軟件生態(tài)。通過辦公生態(tài)的優(yōu)化對方不僅能在報批材料、工作進度拉通等方面節(jié)省時間還能在自我工作拆解等方面進一步提升效率。員工用Agent作為數(shù)字分身進行團隊協(xié)作還能以聊天的形式和Claude對話機器人自動記錄上傳至表格并能形成待辦事項每周輸出周報。痛點也是堵點不過Robin告訴搜狐科技他每天大概真正以FDE角色解決用戶痛點的時間只有30%-40%。其他時間Robin有一部分會拿來處理雜事。這些雜事包括但不限于解答客戶“這個東西是什么”“具體流程是什么”等問題甚至有些工作會直接讓Robin上手原因是“客戶覺得你比AI干得好”。這也是不少FDE面臨的問題之一。李追追與不少企業(yè)老板打交道后總結“其實在他們老板眼中我們都是外包?！薄鞍凑照嬲腇DE來說我們應該與經(jīng)營決策者坐在一起討論如何改造企業(yè)但實際跟進后發(fā)現(xiàn)很多企業(yè)只能是老板是決策者這對于AI的認知就有非常大的挑戰(zhàn)。”Robin也有相似的感受“企業(yè)AI落地最大的阻力首先需要一位克服風險、擁抱AI的決策者或者全員AI、效率至上的組織文化。這意味著需要領導對這件事情的理解程度以及是否認可AI能改變工作效率。如果他是堅定的那這個東西推進起來就會非?？旆粗旅娴膯T工也會睜一只眼閉一只眼?！奔幢泐I導拍板了FDE在企業(yè)中也面臨不少問題。最大的問題之一來自推進過程中的配合阻力。一家企業(yè)目前的數(shù)字化程度到了什么地步哪些正在建設、哪些已經(jīng)投了預算正在進行的業(yè)務流程中哪些系統(tǒng)被詬病、哪些功能需要優(yōu)化在調研過程中這些最值得關注的問題往往得不到明確回復。Robin試著分析過這些被調研員工的心態(tài)他認為或許是員工無法體會領導究竟是真的想做這件事還是只是在表演自己想做這件事?！叭绻覞M心歡喜和你說了一堆最后沒能落地或者我想反饋真實的痛點但領導在場不敢說?！倍覇T工調研這件事與績效無關如果員工不說或者少說說不定就能按時下班說得多了本來的活干不完對方反而要加班。事實上Robin在駐場后的實際感受是很多企業(yè)只是零散的上線了一些系統(tǒng)系統(tǒng)之間的數(shù)據(jù)未能真正打通?！斑@意味著內部無法形成生態(tài)也就無法形成AI原生的工作方式變革和以前數(shù)字化建設時期點狀的系統(tǒng)建設相比沒有本質上的區(qū)別。”Robin表示。但數(shù)據(jù)問題往往是一家企業(yè)的核心AI落地問題本質也是企業(yè)與FDE之間的信任問題。李追追對此感觸頗深“FDE深入企業(yè)信任成本是最高的?！崩钭纷酚X得很多時候他以開放的心態(tài)為企業(yè)做AI部署但并不代表對方會回以相同的開放接受度尤其是在財務、清關等經(jīng)營數(shù)據(jù)方面?！昂芏鄶?shù)據(jù)交接完成之后已經(jīng)在FDE手里過了一遍企業(yè)怎么保證信息安全”不少企業(yè)負責人會在聊天的最后提出這些擔心還有企業(yè)對API調用的隱私安全也持懷疑態(tài)度“怎么才能保證客戶信息安全”李追追曾為客戶提供本地部署方案但因為成本太高終止。后來他又提議企業(yè)與大模型企業(yè)簽訂數(shù)據(jù)不訓練協(xié)議但仍未打消客戶顧慮。理想狀態(tài)下FDE為企業(yè)解決問題屬于雪中送炭然而實際上不少FDE卻只能錦上添花。李追追認為FDE是“在客戶的要求范圍內解決痛點”“企業(yè)認為最重要的是持續(xù)盈利自己用不用AI其實不是最重要的更不愿意接入AI后帶來更多風險。”吳明澤表示“信任是非常難做的一個企業(yè)的老板能讓你去企業(yè)看員工是怎么工作的這件事已經(jīng)難倒80%的人了?！? 42倍需求暴漲背后：三個轉行做FDE的人，和他們的“最后一公里”困局
出品搜狐科技作者李保銘AI不僅在降本增效還在催生新職業(yè)。第一批吃上AI紅利的人除了老板還有FDE即前沿部署工程師英文全稱為ForwardDeployed Engineer。從Palantir首創(chuàng)到近期OpenAI、Anthropic等紛紛成立AI部署公司FDE正從硅谷蔓延至國內越來越多AI從業(yè)者、OPC切入這一賽道。與此同時身處其中的從業(yè)者們也面臨不少痛點所有人都在摸索中前進。什么是FDE有機構把FDE定義為“全鏈路工程師”既要把公司產品帶到客戶現(xiàn)場還要對產品的實施、運營、反饋負責。拋開晦澀的定義FDE就像“中轉站”打通企業(yè)與AI之間的“最后一公里”。不過這個新職業(yè)也在社交媒體引來一些爭議有網(wǎng)友在社交媒體吐槽FDE是“純造概念”也有人說FDE和SaaS差別不大。李追追化名有不同看法。他是一名前大廠程序員離職后開始在家創(chuàng)業(yè)、從事FDE相關工作主要服務傳統(tǒng)行業(yè)的中小企業(yè)。他告訴搜狐科技企業(yè)不在乎對方到底是FDE還是其他名稱“特別是老板不需要去了解”。與之相比企業(yè)更需要從FDE身上得到問題的解決方案。Robin化名畢業(yè)后進入一家咨詢公司擔任咨詢顧問工作他也有相似的觀點“我們在介紹的時候不會有這方面的提及因為這意味著更重的人力交付成本。我們更多是通過潛移默化駐點交付把AI生產工具、生產方式、AI思維帶到對方公司但在路演的時候不會過于提及FDE這個名詞這不是重點?！崩钭纷氛J為FDE和SaaS有一定差別。傳統(tǒng)的SaaS把功能打包賣給客戶李追追指出打包的20個功能中可能只有2個功能是用戶需要的但用戶依舊要為用不上的18個功能付費。而FDE的交付則更垂直“不是一上來就給客戶做系統(tǒng)能解決客戶問題的方案才是好方案?！睆氖袌鲆?guī)模來看領英一份2026年報告數(shù)據(jù)顯示2023年至2025年間全球新增了130萬個AI相關職位FDE需求增長42倍。而AI的落地加速了FDE需求的快速釋放。國盛證券研報顯示AI企業(yè)級應用走向規(guī)模化落地。截至2026年4月8日a16z數(shù)據(jù)顯示全球財富500強企業(yè)中的29%和全球2000強中的19%已是領先AI創(chuàng)業(yè)公司的付費客戶AI企業(yè)級應用已進入規(guī)?；涞仉A段。與之相比2026年長江商學院對全國2016家規(guī)上工業(yè)企業(yè)AI調研數(shù)據(jù)顯示當前實體企業(yè)的AI滲透率約為10%。AI釋放的企業(yè)需求與實際滲透率之間的數(shù)據(jù)差或是中國FDE生存的土壤之一。今年年初Robin公司的部門領導提出咨詢顧問轉型之后他們對客戶的交付內容從PPT、軟件、功能點變成Agent、Demo等具體的落地產品和全過程陪跑。他認為FDE和IT咨詢很接近。他分析以前的IT咨詢側重數(shù)字化轉型現(xiàn)在則偏向AI轉型雖然名稱換了“但內在邏輯、交付方案以及思路和方法論差別不大?！睆囊欢ǔ潭葋砜碦obin的轉型很順暢他認為這是IT咨詢的必然路徑一方面是行業(yè)發(fā)展方向另一方面客戶也會提相關要求。吳明澤的經(jīng)歷豐富他曾在斯坦福做過科研也曾在大廠做過程序員今年4月他開始從事FDE相關工作。在社交媒體昵稱中他特地加上了“全網(wǎng)第一FDE分享”的標簽。今年6-7月他先后在深圳、上海、杭州、北京連辦四場閉門FDE聚會他對FDE的觀察是“個性化”?！拔耶敃r很快意識到FDE不同行業(yè)很多東西都是不通用的所以我覺得FDE要落到千行萬業(yè)需要先收集行業(yè)里遇到什么問題和痛點?！毙枨髞碜阅睦飶囊欢ǔ潭葋砜丛诩苫腟aaS、大中企業(yè)付費的IT咨詢之外中國的FDE從業(yè)者更多承接了中小企業(yè)的定制化需求。李追追的第一單是一筆服裝廠訂單。今年5月經(jīng)朋友介紹李追追承接了一家服裝廠錄單板塊的AI化改造。當時服裝廠的痛點是每天需承接很多物料單員工在物料單上標注后單上的所有數(shù)據(jù)均需手動錄入至電腦。大量錄入工作讓員工疲憊不堪李追追為服裝廠提供了OCR多模態(tài)分析的解決方案。員工拍照上傳程序自動讀取識別單據(jù)信息讀取之后Agent會在員工確認數(shù)據(jù)無誤后生成模板、封裝成skill后續(xù)有相同工廠的相同物料單時會按相同模式采集并錄入減少員工錄入時間。李追追還在skill中加入了監(jiān)控功能若相同工廠的相同物料出現(xiàn)價格變動會在表單標紅并直接通知負責人。李追追坦言那一單只做了1周左右、賺的也不多但對他在FDE方面的啟發(fā)很多。他認為當下中小企業(yè)的最大痛點之一是通過AI提升辦公效率“因為他們真的太原始了”。從李追追的感知來看很多企業(yè)來詢問的問題很基礎“有很多人問的都是codex是什么和豆包有什么區(qū)別”?！拔矣龅降拇蟛糠掷习宥际怯X得AI很萬能?！崩钭纷非安痪媒哟艘晃豢蛻魧Ψ絾蔚吨比搿白鰝€智能體幫我們獲客”。還有一家跨境電商的客戶曾想對美工降本簡單粗暴詢問李追追做了Agent之后能為企業(yè)節(jié)省多少人力。吳明澤也有相似的感受。他曾在朋友介紹下認識了一位貿易公司老板但他發(fā)現(xiàn)“老板連豆包都不會用”吳明澤發(fā)現(xiàn)對方的企業(yè)有很多地方可以通過AI提效與老板溝通后一拍即合吳明澤開始在對方公司調研。不過最終這單沒能做成。吳明澤事后分析這或是因為與對方的預期沒有對齊導致的?！拔耶敃r沒有摸清楚線索比如公司毛利率等”實際上這家企業(yè)的毛利率不高但吳明澤為企業(yè)設計的是一套需要穩(wěn)定高毛利率的企業(yè)管理系統(tǒng)。他后來意識到“對方不一定愿意花精力做切換?！辈贿^這次失敗的項目經(jīng)歷也并非一無所獲。吳明澤將與外貿公司的員工訪談全部上傳并煉化成FDE小游戲幫助FDE從業(yè)者學習如何與企業(yè)進行訪談并對齊預期。Robin坦言他的不少客戶“對于AI的了解非常非常薄弱甚至有些連數(shù)字化的基礎都非常薄弱”。他曾服務過一家客戶幫助企業(yè)提效。這家企業(yè)的日常工作是報送材料、維護表格Robin幫助企業(yè)建立了AI原生的工作方式因為工作限制等原因他并未直接采用辦公Agent的成熟生態(tài)而是通過需求分析選型組合加一定程度的vibe coding疊加codex和Claude code形成“CRMClaude”的一種“類Claude”的辦公軟件生態(tài)。通過辦公生態(tài)的優(yōu)化對方不僅能在報批材料、工作進度拉通等方面節(jié)省時間還能在自我工作拆解等方面進一步提升效率。員工用Agent作為數(shù)字分身進行團隊協(xié)作還能以聊天的形式和Claude對話機器人自動記錄上傳至表格并能形成待辦事項每周輸出周報。痛點也是堵點不過Robin告訴搜狐科技他每天大概真正以FDE角色解決用戶痛點的時間只有30%-40%。其他時間Robin有一部分會拿來處理雜事。這些雜事包括但不限于解答客戶“這個東西是什么”“具體流程是什么”等問題甚至有些工作會直接讓Robin上手原因是“客戶覺得你比AI干得好”。這也是不少FDE面臨的問題之一。李追追與不少企業(yè)老板打交道后總結“其實在他們老板眼中我們都是外包?！薄鞍凑照嬲腇DE來說我們應該與經(jīng)營決策者坐在一起討論如何改造企業(yè)但實際跟進后發(fā)現(xiàn)很多企業(yè)只能是老板是決策者這對于AI的認知就有非常大的挑戰(zhàn)。”Robin也有相似的感受“企業(yè)AI落地最大的阻力首先需要一位克服風險、擁抱AI的決策者或者全員AI、效率至上的組織文化。這意味著需要領導對這件事情的理解程度以及是否認可AI能改變工作效率。如果他是堅定的那這個東西推進起來就會非?？旆粗旅娴膯T工也會睜一只眼閉一只眼?！奔幢泐I導拍板了FDE在企業(yè)中也面臨不少問題。最大的問題之一來自推進過程中的配合阻力。一家企業(yè)目前的數(shù)字化程度到了什么地步哪些正在建設、哪些已經(jīng)投了預算正在進行的業(yè)務流程中哪些系統(tǒng)被詬病、哪些功能需要優(yōu)化在調研過程中這些最值得關注的問題往往得不到明確回復。Robin試著分析過這些被調研員工的心態(tài)他認為或許是員工無法體會領導究竟是真的想做這件事還是只是在表演自己想做這件事?！叭绻覞M心歡喜和你說了一堆最后沒能落地或者我想反饋真實的痛點但領導在場不敢說?！倍覇T工調研這件事與績效無關如果員工不說或者少說說不定就能按時下班說得多了本來的活干不完對方反而要加班。事實上Robin在駐場后的實際感受是很多企業(yè)只是零散的上線了一些系統(tǒng)系統(tǒng)之間的數(shù)據(jù)未能真正打通?！斑@意味著內部無法形成生態(tài)也就無法形成AI原生的工作方式變革和以前數(shù)字化建設時期點狀的系統(tǒng)建設相比沒有本質上的區(qū)別。”Robin表示。但數(shù)據(jù)問題往往是一家企業(yè)的核心AI落地問題本質也是企業(yè)與FDE之間的信任問題。李追追對此感觸頗深“FDE深入企業(yè)信任成本是最高的?！崩钭纷酚X得很多時候他以開放的心態(tài)為企業(yè)做AI部署但并不代表對方會回以相同的開放接受度尤其是在財務、清關等經(jīng)營數(shù)據(jù)方面?！昂芏鄶?shù)據(jù)交接完成之后已經(jīng)在FDE手里過了一遍企業(yè)怎么保證信息安全”不少企業(yè)負責人會在聊天的最后提出這些擔心還有企業(yè)對API調用的隱私安全也持懷疑態(tài)度“怎么才能保證客戶信息安全”李追追曾為客戶提供本地部署方案但因為成本太高終止。后來他又提議企業(yè)與大模型企業(yè)簽訂數(shù)據(jù)不訓練協(xié)議但仍未打消客戶顧慮。理想狀態(tài)下FDE為企業(yè)解決問題屬于雪中送炭然而實際上不少FDE卻只能錦上添花。李追追認為FDE是“在客戶的要求范圍內解決痛點”“企業(yè)認為最重要的是持續(xù)盈利自己用不用AI其實不是最重要的更不愿意接入AI后帶來更多風險。”吳明澤表示“信任是非常難做的一個企業(yè)的老板能讓你去企業(yè)看員工是怎么工作的這件事已經(jīng)難倒80%的人了?！?