為什麼這個領域重要

2026年6月，亞馬遜在AWS內部組建了一個10億美元的前向部署工程師（Forward Deployed Engineer，FDE）組織。在此之前，OpenAI已為同一件事投入40億美元，Anthropic投入15億美元。三家公司在幾個月內得出相同結論，絕非巧合。模型已經夠聰明——只是企業沒辦法把它裝進自己的業務裡。展示跑得漂亮，可一旦碰上真實的工作流程、內部系統、法遵要求和雜亂的資料，就卡住了。鑽進客戶內部、用雙手補上這最後一段的人，就是FDE。

最先造出這套模式的是帕蘭提爾（Palantir）。2010年代初，它的情報機構客戶沒辦法給出清晰的需求，於是帕蘭提爾把工程師安排在分析員身邊，觀察工作究竟怎麼做，就地造出工具。到2016年前後，FDE的人數已超過傳統產品工程師。與交付成果就走人的顧問不同，FDE要對自己搭的系統在正式環境裡的運轉負責到底。十五年前為情報機構打磨出來的方法，如今被AI公司制度化，成了向企業銷售的標準編制。

所需技能

FDE站在三種職業的交叉點上。他是寫正式產品級程式碼的軟體工程師，是把客戶業務拆解、遷移進模型的解決方案架構師，還被要求具備決定「做什麼」的產品判斷。在帕蘭提爾，FDE要通過和核心工程師一樣的技術面試——只是坐在客戶那邊，絕非程式碼可以放水的位置。

• 全端實作力。 從前端到資料管線、驗證、部署，一個人做到底。預設客戶那邊沒有可以分層分工的團隊。
• 面向客戶與領域建模。 在會議室裡聽第一線人員講話，把沒理清的業務落成資料結構和代理人行為。以「需求不會以文件形式送來」為前提工作。
• 快速原型。 幾天內交出能跑的東西，邊看回饋邊打磨。比起完成度，先確認「這是不是該解的問題」。
• 整合與部署。 在內部系統、SSO、地端部署、法遵與資安要求之上，把AI真正裝上去。區分展示和正式環境的，往往就是這一段。
• 銷售的技術夥伴。 主導簽約前的PoC，負責簽約後的推廣。這正是它被稱作GTM工程的原因。

職業路徑

入行門檻因公司而異。帕蘭提爾招人可以只要大學畢業一年經驗，Ramp這類公司則要求資深FDE有五年以上。共同點是不會寫程式就無從談起——這首先是工程師的位置，其次才是站在客戶面前的位置。初級FDE跟著資深FDE盯一個客戶學起，到了資深階段就獨自從頭到尾擁有一次落地，負責人則在多個客戶與底層可複用平台之間找平衡。

在台灣與香港，這個角色的需求正沿著兩條線浮現。一條是圍繞台積電的半導體與硬體供應鏈——製程與良率的資料極其敏感，外人拿不到乾淨的需求，正需要能常駐現場、邊看邊建的工程師；另一條是香港的金融機構，要把AI裝進受嚴格監管的系統裡。報酬很可觀。a16z把它稱作「科技業最搶手的職缺」，正因為它把「賣的人」和「造的人」壓在了同一個人身上，稀缺就值錢。

想知道自己合不合適，挑一個副專案，為別人從頭部署到底就行。聽懂別人含糊的訴求，落成資料結構，裝進對方的環境讓它真正被用起來——這一次經歷，比一百道演算法題更能說明這份工作。