Forward Deployed Engineer：AI 时代的新宠岗位，到底干什么？
编译摘要
1. 浓缩
- 核心结论1: AI 行业正在从模型竞赛转向落地竞赛，FDE 是这个转向的岗位化表现。
- 关键证据: 文章列举 Google Cloud 扩招 FDE 并压缩面试流程、OpenAI 成立 OpenAI Deployment Company、Anthropic 设立企业 AI 服务公司，说明头部模型公司都在补"把模型接进企业业务"的能力。
- 文章的核心判断是，大多数企业不缺模型，缺的是有人把模型接进业务、数据、权限、流程和组织责任里。FDE 站在这个缺口上。
- 核心结论2: FDE 不是普通顾问，也不是只画架构图的方案架构师，而是现场建设者。
- 关键证据: 作者用白话定义 FDE：驻扎在客户公司现场写代码的工程师。工作混合了软件工程师、方案架构师、咨询顾问，但更强调上手写代码、调接口、现场 debug 和推动生产落地。
- 文中估算岗位时间大致分为写代码、集成调试、会议沟通，其中真正安静写代码的时间并不多。这说明 FDE 的价值不在单点编码，而在跨客户现场约束推进系统可用。
- 核心结论3: Palantir 是 FDE 的源头样板，关键不只是驻场，而是把现场需求回流成产品能力。
- 关键证据: Palantir 早期服务军方和情报部门，客户需求机密且复杂，于是把工程师派到客户现场。Delta 不只交付项目，还要从客户端提炼通用需求，反馈给产品团队做标准化功能。
- 文章指出，到 2016 年 Palantir 的 FDE 已经比普通工程师更多，说明这不是 AI 热潮下临时出现的岗位，而是一种复杂平台部署模式。
- 核心结论4: OpenAI、Anthropic、Google 的 FDE 路径差异，关键在组织归属、反馈环和利益绑定。
- 关键证据: OpenAI 和 Anthropic 更偏独立服务实体，借外部资本和客户池扩张部署能力；Google 则把 FDE 放在公司内部 GTM 团队。作者判断，独立公司模式可能更接近咨询，因为 FDE 与母公司产品、股权和路线图之间隔了一层组织边界。
- 由此得出的判断标准是：FDE 是否仍是产品飞轮的一部分，不看 title，而看现场经验能否变成 eval、playbook、template、integration pattern 和 product roadmap input。
2. 质疑
- 关于证据来源的质疑: 这是一篇二手综合和评论，含 Google 招聘传闻、OpenAI/Anthropic 动态和作者判断。适合支撑"行业叙事和角色对比"，不适合单独作为官方事实依据。
- 关于行业热度的质疑: 头部公司扩招和投资可以说明部署成为瓶颈，但不能证明 FDE 是唯一解，也不能证明所有 FDE 团队都能形成复利。平台、评测、数据接入和客户授权同样关键。
- 关于独立部署公司的质疑: 独立公司有助于快速扩大交付人员和客户覆盖，但可能削弱 FDE 与核心产品/研究团队之间的信息回流。部署能力外包得越远，越需要制度化反馈接口。
- 关于岗位价值的质疑: 高薪、快速招聘和 title 热度可能掩盖一个事实：没有强平台支撑的 FDE 容易变成高成本系统集成或咨询交付，而不是高杠杆产品部署。
3. 对标
关联概念