FDE（前沿部署工程师）：AI 落地缺的那只“手”

一句话定义：FDE（Forward Deployed Engineer，前沿部署工程师）是常驻客户现场、直接接手客户真实数据和流程，把模型能力改造成能跑起来的业务方案的工程角色。

为什么需要这么一个岗位

模型本身是“通用件”，客户的业务却是“异形件”。一个客服团队说“想让 AI 自动回复工单”，听上去一句话，真做起来会遇到：历史工单散在三个系统里、字段缺失、话术有大量行业黑话、客服主管只信自己能看懂的界面。

打个比方：模型能力像一套标准橱柜，客户的业务像一间歪墙斜地的老房子。设计师给的是效果图，但墙能不能打、水管走哪、家里老人要不要防滑，只有蹲在现场的人才知道。FDE 就是带着工具箱住进这间房子的人——他既懂柜子怎么造，也懂这面墙怎么量。

具体干什么：把客户数据接出来清洗对齐；把模糊需求翻译成可测的指标；用提示词、检索、微调、工作流编排等方式拼出第一版；上线后盯着真实使用情况，反复改。很多 FDE 是“一人一条链路”，从数据到界面都要能自己动手。

和相邻角色的边界

关键差别在考核对象不同：售前对签字负责，架构师对图纸负责，客户成功对续约负责，FDE 对“客户真的在用、并且指标变好”负责。所以 FDE 常被描述成“一半工程师、一半产品经理、一半顾问”，但考核是硬的——不看讲得多好，看业务数字有没有动。

对从业者和普通人的意义

对工程师来说，这是目前 AI 落地环节里最稀缺也最锻炼人的位置：技术深度要有，能自己写代码、调 API、搭评测；业务嗅觉也要有，能听出客户“想要什么”和“真正需要什么”之间的差距。转岗路径通常来自后端、数据、算法或技术咨询。

对普通职场人来说，它提醒一件事：AI 项目成败，往往不取决于模型多强，而在于有没有人愿意蹲在现场，把脏数据、旧习惯和模糊需求一件件理顺。购买或评估这类服务时，不妨直接问对方：谁驻场、多久、按什么业务指标验收。具体岗位设置和职级定义，各家差异很大，以官方招聘页面为准。