为什么这个领域重要

2026年6月，亚马逊在AWS内部组建了一个10亿美元的前向部署工程师（Forward Deployed Engineer，FDE）组织。在此之前，OpenAI已为同一件事投入40亿美元，Anthropic投入15亿美元。三家公司在几个月内得出相同结论，绝非巧合。模型已经足够聪明——只是企业没法把它装进自己的业务里。演示跑得漂亮，可一旦碰上真实的工作流、内部系统、合规要求和杂乱的数据，就卡住了。钻进客户内部、用双手补上这最后一段的人，就是FDE。

最先造出这套模式的是帕兰提尔（Palantir）。2010年代初，它的情报机构客户没法给出清晰的需求，于是帕兰提尔把工程师安排在分析员身边，观察工作究竟怎么做，就地造出工具。到2016年前后，FDE的人数已超过传统产品工程师。与交付成果就走人的咨询顾问不同，FDE要对自己搭的系统在生产环境里的运转负责到底。十五年前为情报机构打磨出来的方法，如今被AI公司制度化，成了向企业销售的标准编制。

所需技能

FDE站在三种职业的交叉点上。他是写生产级代码的软件工程师，是把客户业务拆解、迁移进模型的解决方案架构师，还被要求具备决定"做什么"的产品判断。在帕兰提尔，FDE要通过和核心工程师一样的技术面试——只是坐在客户那边，绝非代码可以放水的位置。

• 全栈实现力。 从前端到数据管道、鉴权、部署，一个人做到底。默认客户那边没有可以分层分工的团队。
• 面向客户与领域建模。 在会议室里听一线人员讲话，把没理清的业务落成数据结构和智能体行为。以"需求不会以文档形式送来"为前提工作。
• 快速原型。 几天内交出能跑的东西，边看反馈边打磨。比起完成度，先确认"这是不是该解的问题"。
• 集成与部署。 在内部系统、SSO、私有化部署、合规与安全要求之上，把AI真正装上去。区分演示和生产的，往往就是这一段。
• 销售的技术搭档。 主导签约前的PoC，负责签约后的推广。这正是它被称作GTM工程的原因。

职业路径

入行门槛因公司而异。帕兰提尔招人可以只要大学毕业一年经验，Ramp这类公司则要求资深FDE有五年以上。共同点是不会写代码就无从谈起——这首先是工程师的位置，其次才是站在客户面前的位置。初级FDE跟着资深FDE盯一个客户学起，到了资深阶段就独自从头到尾拥有一次落地，负责人则在多个客户与底层可复用平台之间找平衡。

在中国大陆，这个角色正与传统项目制外包正面相撞。华为、BAT（百度、阿里、腾讯）这些既做云又做企业业务的巨头，一边想把自家大模型塞进客户的生产系统，一边发现最缺的正是这种既懂业务、又能交付代码、还愿意常驻现场的人。报酬很可观。a16z把它称作"科技行业最抢手的岗位"，正因为它把"卖的人"和"造的人"压在了同一个人身上，稀缺就值钱。

想知道自己合不合适，挑一个副项目，为别人从头部署到底就行。听懂别人含糊的诉求，落成数据结构，装进对方的环境让它真正被用起来——这一次经历，比一百道算法题更能说明这份工作。