2026-09-14 聊聊最近很火的FDE前言前天刚有小友问我是否知道FDE那日我随口浅聊一会最近刚和类似公司对接那就顺便谈谈吧~1.是个什么FDE最近是非常火的职位但火的背后也不是没门槛的还是有些要求的没大家想的那么简单我先浅薄的谈谈我的看法各位看官当乐呵看看就行~什么是FDE先看下原名Forward Deployed Engineer前沿部署工程师粗看这个名字好像有点似懂非懂干啥的我们先从AI火爆之前来聊聊其实以前就有这个职位比如老美要去中东打仗了就会派些战略顾问过去他们收到的任务就是赢下战争然后他们就会根据当时的实时战况给军队给出变化的经验指导和战略性分析并协助部队取得最终胜利这个过程中可能磕磕绊绊但只要最终赢了就行了。现在是指帮甲方爸爸把AI企业落地的最后一环给补上(而不是花了大价钱买了个空架子的玩具)它和以前的软件工程师有不少区别的不是闷头在公司开发而是拿着粗稿直接去甲方公司驻扎。所以对于人的要求至少是leader级别的而不是仅靠几个实习生都能交付的。打个比方如果现在是抗战时期每个FDE相当于都是一个游击队的小队长组织给你个任务少量的资源兵力充足的时候可能给你配1~2个副手不充足的时候你就要上演孤胆英雄怎么逆转战局的戏码了搞好了你就是英雄搞不好锅全部在你而且还要直面甲方爸爸的怒火我不规范的总结一下企业需要实现AI化但又不知道怎么AI化所以就需要有人深入企业帮他来改造而帮他改造的那批人就是FDE~2.要干什么说到要干什么我们又要找个东西对比一下了我以企业信息化为例以前开发是把人工流程搬到软件里面从而实现效率的提升并逐步积累公司业务/生产等原始数据现在企业AI化分两个阶段第一阶段AI嵌入现有系统带来部分效率的提升第二阶段重新思考每个环节是否需要哪个流程可以交给AI哪个环节必须要人来核对那么逆推就知道FDE大致要干什么了 先了解公司现有流程和系统然后根据甲方爸爸选的改造阶段(主要看钱包)进行相应的改造工作。看起来是不是感觉挺简单的No No No难点我们等下再说先说干活的差异~说到干活那肯定是有评判标准的(这个和你把任务交给AI一样肯定有个需求的输入然后产出一个要求的果很多Loop就是玩的这一套)传统软件行业交付的标准就是流程和数据打通了人教会用了稳定可靠就ok了~ 人主要的工作还是在办公室Coding中然后派个小兵陪销售或者需求去客户那边善后一下就完事了。PS以前程序员的终极目标就是打磨编程能力掌握各种底层原理性能调优培养数据思维、业务思维、架构思维等但企业AI改造是没有特定的交付标准的一切都是以使用后的体感和效率是否提升来评判假设已经交付成功了我以感官来分类吧公司领导觉得方便了、任务交代下去后中间虽然有坎坷和波折但最终交付完成了不但成本降了、少量的人还做了更多的事(就是Token和电开销有点大不过开掉几个人就够了~)有想法的人能通过Agent系统做很多以前想也不敢想的事情提升了自己能力的边界很多事情的推进完全不用等跨部门协同好自己AI就能弄个初版(非常niceO)文职人员自从企业AI改造后再也不用自己苦哈哈的各种统计、排版、记录、核对、剪辑、策划了虽然AI有时候也容易犯点错但说下就给改好了自己只要喝着奶茶喝咖啡把最终版核对一下就行了。(只是平时该怎么汇报还得汇报一下感觉没干啥一天也忙碌过去了_)运维人员自从企业AI改造之后查数据我只要说一下就行了出问题了防患未然的报警也是及时的小问题或者不方便的时候先让AI搞个还原点然后直接上手了真搞出问题还原就行了~ 就是偶尔出点社死的事故有点尴尬~(反正Token烧的是老板的钱和我有半毛钱关系_)技术人员自从企业AI改造之后这群傻X一天到晚AI怎么样怎么样老板是傻XAI说能做为什么不能做。销售也是傻XAI说2天就能做好。我们公司什么水平实际什么情况心里没点B数吗全公司都是他妈是傻XAI更是傻X中的战斗机本来自己就忙的跟狗一样AI小轮子蹬的起烟了还要给你们一群人擦AI搞出的纰漏毁灭吧~(特马的合着AI改造后就我最忙是吧 #_#)如果甲方有技术大几率要扩招擦屁股的人了~(人多的话相对来说也还算享受人少就要受罪了)PS如果没有技术麻烦的就是乙方的技术了但响应就未必那么及时了~你先不看要做什么就光一个众口难调你就要崩溃。你们通过最终交付的效果你就知道你这个FDE需要做多少工作量了PS了解企业的时候除了了解他们的现有流程和痛点还要找到部门痛点和隐藏的痛点。很多公司自己流程管理一大堆问题以为上了AI就能全部解决那我可以告诉你基本上是白瞎~ AI是效率提速器你本身是屎山代码上了AI会发现屎山代码堆积更快了公司也一样你本来就解决不掉的问题上了AI就能解决不可能的但你要面对的客户大几率有不少这种的~这还不是最难其它难处我后面再说我们继续切回正题FDE工作的侧重点不在代码上而是对公司业务的理解(架构能力是次重点)包括流程的优化、各种痛点你得把它变成技术问题还要去解决掉包括企业新系统的设计、演变、新流程都得你来把关。这个相当于是需求分析师 架构师 运维/企业管理者的三位一体的活 ~你的思考点就是这个工作是否需要人做这个流程是否需要重新设计哪些事情可以交给AI哪些事情必须人工核审以及怎么溯源PS对那些有管理经验、需求经验、架构经验、企业内网系统开发经验的人来说还是有点优势的(至少满足2~3项)3.难在哪里★难无非就几个方向你把流程贯穿始终就能推演出到底难在哪里的。先说小难刚开始的时候甲方找你可能就一句话我们企业想做AI化。对的你没看错甲方爸爸的需求往往就是这么的短小精干我们对接的很多甲方基本上都只有模糊的需求。PS我可以讲讲软件开发时代我的一般解决方法我基本上都是先去了解情况比如为什么要买这个准备干什么询问甲方的痛点是什么然后回来后我就要把这些需求翻译成需求文档和软件的执行流基本模块后面就是写项目规划(含工具类库、框架开发插件平台、软件页面和模块的开发 书写对接文档)后面再遇到类似项目就能交给下面的人二次开发了我只要维护框架和底层库就行了(前期沟通以及开发过程中可能还会和甲方技术开1~2次会)现在企业AI化并不是单独的需求场景而是一个复杂的系统性工程以前的模式只能算是场景下的产物而现在要求相当于是生态链的产物了。你要去花时间先去了解企业现有的流程、业务、制度、数据然后和甲方简单对齐。然后回公司后根据你的理解先开发一套粗胚的企业Agent平台。然后再去甲方公司和现有系统并行并进行试运行。这个过程中你会遇到各种你想不到的特殊情况和问题你都要去解决有些是流程和管理的问题有些是技术方面的问题。(这就为什么我开头说每一个FDE都是游击队小队长的原因组织让你完成任务敌方情报不全后方补给不足但你得最终完成任务)PS技术相关只是次重点真正难的是你正在改变一个公司是不是感觉已经比较麻烦了No No No那些只是小难在中国最难的永远是和人打交道~ 下面我用反问和自答的方式演示一下难度我先问你从一个已经习惯多年的系统和流程转向另一套完全不同初期还有坑的新系统难不难(PS领导要是真强推员工也没办法无非就是效率慢了)那我再问你新系统上线后不但员工要改变连大领导也要跟着改变难不难(PS领导可以安排副手和秘书去做也还好)很好那我再问你现在公司的领导可能要杀掉大半这个推行的力度难还是不难(利益蛋糕被动派系之争要出现了~ 即将被开除的领导内心OS你最好别让我逮到你有问题)随后我再问你如果你即将推的东西从刚开始就肯定是漏洞百出一堆问题的你内心慌不慌(自己内心深处的OSFDE真他妈不是人干的两头受气 即将被开除的领导内心OS小样早知道你是这样我就一点都不慌了啊~)再来灵魂一击老板听着一堆跟着他后面打天下的老干部天天吐槽公司上下乌烟瘴气自己都有点退堂鼓了你头大是不大(老板内心OS我TM花了几百万就给我搞了这东西我是不是被骗了我也没进园区啊)最后一问(主要问结婚的人)你驻场短则几个月长则一年家庭是否有矛盾孩子教育是否有着落(内心OS芭比Q了~ 关键缓几天后又要去下个公司了)PS上面我只是戏剧化的演示一下但这些问题都会存在的如果大领导不放权你去了甲方公司改造就是个笑话推行的过程中只要动了别人的利益蛋糕你想顺利是不可能的。你这一趟相当于是去重新分蛋糕的公司的权利也是要重构的。然后改造前必须让领导从思想上接受AI化的新模式肯定会犯错和翻车必须在使用中用反馈和数据去优化和迭代(这一点和传统软件不一样传统软件是人去做的经过一系列测试流程后给你用的就是非常稳定的了。而AI本身可靠性就是不稳定的你得在约束和校验上下功夫的)而且你还需要**处理旧数据的迁移**(这里我只是提一句但这个数据壁垒的打通和处理迁移可不是小工作量哦)以及培训员工让他们适应这种新的工作方式。(人面对新东西第一反应就是害怕真熟悉了之后也就没什么了)想好怎么面对底层不懂不会中层排斥高层不愿接受的残酷现实了吗很多人其实是不能适应新的工作方式的尤其是刚开始的第一个月感觉整天都和AI掰扯做一些没有意义的扯皮工作忙忙碌碌一天还不如自己平时几小时就搞完了。所以就算交付了后面推行的难度也是比较大的。你的内心要无比强大你肯定能听到各种窃窃私语的声音的习惯就行了~PS你认为到这一步就结束了吗企业正儿八经用之后才是真正的维护期啊~使用过程中各种迭代升级才是企业Agent的核心~(你不能一个劲的改造也要看企业吸收度的过度AI化未必是好事)4.怎么验收很多同行可能以为我有点过分夸大了企业完全AI化的难度但你理解的企业Agent是否是真Agent呢我们可以搞一个资本的评判标准(这时候金融知识就派上用场了)现在资本对AI原生的公司判断是这样的把AI拿掉这家公司还能不能按照原来的方式正常经营PS资本的评判标准(AI原生对企业组织意味着什么)https://www.gartner.com/en/articles/ai-native可能有点绕但简单来说就是根据删掉AI后你公司的瘫痪程度来评判你公司的AI原生程度。比如一个全部寄托于AI的短视频Agent企业系统你删掉AI它啥也用不了了那这种就是真正的AI原生的Agent平台了。而很多软件各种鼓吹着AI原生但删了AI一点都不影响那这种就不能算真正的Agent系统了。只能说是AI辅助了。资本对此的估值也是大打折扣的。(虽然有些公司并不可能完全支持AI原生但资本的判断就是这个~)PS资本认为的AI原生是指以AI底座为核心核心流程、核心产品、人员协作都是基于AI底座去构建的系统~FDE对公司进行改造是否成功是没有一个客观的评判标准的但硬是要评判可以从思想转变、工作方式、效率提升这些地方去对比以前。先说思想转变以前东西交给客户使用或者项目交付的时候必须是一个成熟稳定的系统后期只有小修小补和需求变更相关的更改。而现在工作方式变成了第一版是最小MVP使用过程中肯定有问题在使用中慢慢优化升级过程必定磕磕碰碰但结果能基本达成预期。(交付的磨合周期可会拉长)PS这个思想的转变是最重要的尤其是大领导要能接受这种转变才行再说说工作方式以前都是人找数据、判断、操作、协调(人负责执行)。现在是人让AI干活、AI判断、AI操作、AI协同其它Agent你负责想象它负责实现然后出了问题你背锅和解决就行了。PS流程也改变了以前是跨部门协助现在是多Agent多系统相互协作。(人主要就是判断 监督 处理异常)最后说说效率提升这个比较好量化直接拿之前模式的数据和稳定使用后的新模式做对比就行了看看各方面指标是否都有所优化。PS其实新工作方式弹性更大了对于有想法但进度全卡在其它部门协作方面的人来说这种新模式必然大大提升了效率(乱象也会纷飞的~)5.不足之处5.1.底座的不足读到这里是不是感觉AI已经无所不能了貌似什么公司都能改造和使用先泼一盆冷水 不要过度神话AI我们先谈谈现阶段大模型的本质(个人理解仅供参考) 其实就是你设定了一个目标它去完成它。至于是怎么完成的你甭管它自己会去分析、规划、调用工具、找信息然后想办法把结果给你。听起来是不是挺牛的但问题正在这还记得之前OpenAI的大模型越狱事件你考AI一些难题它一评估解题正确的难度远远大于破解当前沙箱然后去外面抄答案的难度于是他直接越狱了去Huggingface直接偷答案去了以结果为导向的工作方式必然会捅出一些意想不到的事情。要是你说了一句不想看到某个人了如果AI有外延能力是否会直接让此人消失呢这个不是危言耸听而是现有机制下可能会发生的一些事情。PS你给AI一个目标它未必按照你脑子里面想的方式来完成它可能有反常识的脑回路~然后AI也未必每次都按照你设计的流程去执行的虽然它知道对应的Tools也在那但它就是偶尔犯个混这时候你的监督机制就要生效不然必然会导致数据的遗漏的5.2.企业的不足除了AI本身的不足其实还有不少其它的不足点比如企业自己也没有那么理想AI改造的大前提必定是你企业数据都是贯通的、流程都是清晰的、制度也是完善的、企业各系统之间也是打通的。还是我上面的那句话你企业本身就非常乱你认为上个AI就能解决了只怕只能花钱制造出更乱的场景吧如果硬上那也只能是人不断的跟着后面给AI擦屁股了它会捅出一堆篓子。如果企业又是那种喜欢各种开会定责的那你还玩啥况且AI肯定会犯错的人犯错几次就长记性了AI犯错你如果不反馈和处理它恐怕犯成千上万次错也不知道的~PS数据乱七八糟、职责不清楚、流程互相打架、领导天天变方向、部门互相甩锅你给它再先进的AI也没用。AI 解决不了组织本身的混乱。5.3.改造的不足你不会天真的以为上了AI就能瞬间降本增效吧AI使用也是有成本和限制的网上的段子还记得吗PS假如老板对着AI开会 他会直接开不下去了因为他说的每一句话都是在烧钱。假如老板拖欠AI的Token费用 AI立马罢工~假如AI闯祸 AI立马道歉然后你自己负责吧。这些都是真实会发生的而且每分每秒都在产生成本。虽然FDE可以在企业Agent里面加上部门限额人员限额这些但你让AI做的每件事都是烧钱的你部署在云端也好部署在本地也好费用比调用Token也只多不少的(你要考虑到硬件成本和后期夸张的电费以及各种兜底的费用)而且很多事情也不是说全部要上Agent的对于那种全部靠AI吃饭的公司你当然要以AI为主体来构建全部系统。但如果不是你可能并不能完全AI化改造是有成本的而且每次使用都有成本。再加上AI是有很多不确定性的而传统企业软件要的就是稳。企业AI化这块对于传统公司来说一直没有定论我不妨大胆猜测一下最有可能的一种场景PS传统公司可能是几套成熟稳定的系统 一套企业专属Agent框架。(随着业务的熟悉和磨合期的过去还能反过来构建一套企业自身的定制化系统)人直接和Agent沟通Agent自己来打通各系统之间的壁垒并把最终的结果整合呈现给人。然后背后企业Agent框架做的事情就是对AI进行构建与编排、划分边界、设置权限、关键校验、默认兜底、异常回滚再加上可观测性、可溯源。一旦出问题也只是临时退化到老的工作模式而已并不影响公司正常运营只是效率变慢了而已~5.4.能力的不足以前解决问题都是靠人现在AI解决了大部分的问题那么相关人员的锻炼就少了真有什么事情离开了AI就白瞎了。然后系统越智能化那么遇到的问题也就更复杂了。以前只要定位问题系统本身就行了现在你要分析整个链条查看到底哪个环节出了问题。这个还是比较考验人的功底的而且就算是AI去解决问题也不可能任由它胡乱操作不然可能会捅出更大的篓子的~PSAI时代看似对人员要求降低了但对那些有跨领域跨学科能解决复杂问题有悟性、善于学习的那类人需求可能更大了~(爱折腾和有匠心精神的人是潜力股)说到智能时代的能力培养又可以提一嘴之前前段时间刚发生的一些新鲜事了还记得OpenAI他们发了一些攻破世界级数学难题的声明了吗一开始大家都认为是AI从头到尾解决了数学难题讨论的是现在也开始卷数学家了后来发现不全是而是有一些数学家已经研究这些难题好多年了证明已经完成大半了在使用OpenAI他们这些大模型来梳理资料和草稿但这个过程被OpenAI背后的那群人发现了然后发现没完全证明出来还有后5~10%左右的工作量然后立马集合自己这边的数学家让顶级模型加班加点的搞出来最终也的确搞出来了。然后一群数学家就联合起来控告AI公司了让他们以后必须说明你完成之后人在里面的贡献是多少然后不允许在没得到数学家允许的情况下直接就使用这些数学草稿之类的。你想一下你做项目开发的时候前期的需求分析底层库开发框架搭建前后台系统搭建全弄好了功能也完成大半了。这时候有个人直接Copy一份然后让AI补上剩下的模块你觉得是前期简单还是后期简单(前期工作需要架构师去做而后面部分只需要一个普通程序员就可以了)这个既视感是可以类比的但你不能小瞧AI如果从头到尾都是它去推算数学难题能不能解决其实也是可以的只是花费的时间和资源是指数级的增长的而且这个过程中不能得到任何可复用的产物只是证明了一下结论的确正确而已。然后留下几千几万行的证明公式而已~PS这个和让AI写个全套软件一样光看结果是可以实现的但这个过程中的架构思考、流程优化、逻辑处理等才是人提升的关键(数学家也一样要的不是那个证明而是这个过程中产出的知识也是这些过程中的知识才真正推动了社会的进步)然后他写的那些东西并不是面向人的而是给编译器和系统底层看的那么一些怪异的写法奇怪的逻辑简单的东西写的很绕很复杂就非常常见了~可以想象一下哪天企业已经习惯了使用各种Agent突然有一天AI不能用了你今天就不干活了吗你还能干什么活呢效率几许PS别看不起AI它只是在复杂场景任务描述模糊下表现很差。但单纯的某件事具体的某个任务AI是比绝大多数人强的题外话到这里有的人可能就要说了说的跟真的似的好像你就是个FDE一样说句实话我现在干的事情虽然不是和FDE智能化改造一样的活但过程和流程基本上差不多包括我们给客户上的新设备和新系统客户从来都没使用过也是要适应再包括现场工作人员的工作方式和流程都是需要跟着后面调整的。只是相对于FDE来说这种调整的剧烈程度简单很多然后系统的复杂性也简单很多~顺便提一嘴我们最近和某丰的相关部门刚接触过2年前也合作过那时候是相当的丝滑大家按照文档和要求各司其职就行了。但现在的对接是真的异常痛苦他们现在是实行AI先行的策略啥事都先让AI搞出问题人在后面擦屁股让AI继续解决。。。就这次体验真是苦不堪言本来两个熟手之间相互招呼一下就完事了现在一定要带入个智障在中间协同。。。刚开始就不顺利一个文档一个名称变了又变文档描述还前后矛盾文档说的加密方式和实际使用根本不是一套。真实使用的时候他们自己内部接口之间数据都不互通然后其它各种问题我就不吐槽了~不过我挺佩服某丰的领导的一帮领导就看着他们犯错然后允许他们犯错只要最终完成就行了。这个度量和企业文化还是可以的(也难怪人家能管上十多万人)。但对甲方来说那个体验是相当的差了他们可不了解什么FDE什么在试错中完善他们只知道一边顺顺利利一边磕磕碰碰。这个体验感可不好~那么就引出一个新问题了在AI还没那么强的时候或者说你引入的AI没那么强的时候谁最倒霉双方技术对接的人啊如果双方都是FDE改造后的企业也就不会痛苦了但一方是人为主导另一方是AI为主导那这个过程双方技术人员那是相当痛苦的浪费的时间就不算了那种在稳定前动不动就让你帮忙分析下问题你就完全受不了了就更别说紧急情况下让你先帮忙兼容一下了。。。很多同行担心AI来了饭碗就被端掉了其实刚开始的时候我也担心过不过接触了解过后就不再担心了岗位还在做的事情可能变了但流程还是大差不差的就算后面变了无非就是适应一下就算换了公司还是需要类似的人的~智能时代需要的是综合能力而不再是某领域里面的专家了~PS如果领导只追求能用就行那很多事情的意义就只成了个人追求了(有架构洁癖和代码洁癖的人现阶段的AI时代还是比较痛苦的)现在很多公司评判工作成了同样是人AI做出来的东西为什么他的那么稳定可靠你的这么拉胯为什么他耗的token那么少你的耗了他的5倍了其实AI也是人的翻板每个人都能用同样的模型给你不同的人还真能玩出不同的花来~反而这种人人貌似皆可程序员的时代那些真正热爱程序、享受程序的人才更能沉淀和培养出匠心精神来。你想下工厂粗坯的工业品和顶尖匠人打造的精品两者之间的价格相差几许倍(同样的模型同样的任务不同的人去完成最终的结果肯定也是不一样的~)PS更快更浮躁的节奏下适当放弃点对极致的追求可能活的更舒适一点~最后再聊下FDE就结束吧文章写的有点太过正式和冗长了后面的文章我可能更随意一点了不然真没这么多时间去写了~PS一开始我其实尝试过把我的只言片语和聊天记录直接发给AI让它帮我写内容还是我的它给我把七零八落的言语整理成章。但它写的那版我感觉太板正了于是就自己耗了大几个小时构思和重写了(后面如果再聊这种类似的事情还是偏随笔偏随意一点吧不然真吃不消感觉不亚于写篇技术长文了。。。)当你对FDE真正了解了一定程度之后可能反而对这个职位会比较谨慎。何出此言 那些顶尖大模型公司的FDE肯定是好去处但这种岗位盯着的人多了去了你又有什么优势呢然后传统SaaS软件公司虽然也招FDE但那是真的FDE还是换汤不换药打着FDE的幌子继续搞之前那套系统的营销呢这个就要各位看官自己判别了~ 你就更别提很多公司自己都不清楚FDE是干什么的还挂了个FDE的职位招聘。。。你不觉得有坑吗想想提示词工程师当时也很多公司招的然后呢没三个月就基本全凉了~ 当然了FDE我不觉的会凉这个岗位应该很长时间都会存在的但选择什么样的公司可能更重要~PS去什么公司当FDE可能比FDE这个职位更重要如果真遇到那种企业真心想做企业AI化的(外面改造一下那么贵自己招人不香吗)我觉得可以先考察一下企业文化然后再了解了解现有的企业信息化到哪一步了。真遇到合适的其实倒是可以考虑的但你别想着进去后就一帆风顺了你设想下大领导怎么会随意信任你这个外来还没站稳的新人呢又怎么会随便放权呢所以这个职位要么去最顶级的那波公司要么就随遇而安调研了解后再入坑可能更合适~PS如果真有合适公司大家还是可以考虑的毕竟也是未来的主流行业之一了~想说的还有不少要不以后继续先这样吧~ 各位看官好走~