FDE 驻场模式兴起：AI 落地最后一公里
当大模型的能力在 Demo 里惊艳四座、却在真实业务现场频频失灵时，行业找到了一个"人"的解法：把工程师直接派驻到客户现场，从第一天起就对着真实数据写生产代码，直到系统真正被用起来。这个角色叫 FDE（Forward Deployed Engineer，前沿部署工程师），2026 年它从一个小众岗位，变成了 AI 行业最抢手、最昂贵的人才类型。
FDE 是什么：为什么大模型时代才走红
FDE 的概念并不新鲜。Palantir 早在 2005 年就把它当作核心方法：工程师深入客户正在处理的问题，再把现场发现带回核心研发团队，公司内部称之为软件研发中的"人类反向传播"。这个名字新鲜、工作场景却似曾相识——进入客户现场、理解需求、接入数据、修改系统、陪着客户把项目跑起来，咨询顾问和驻场开发过去也做过类似的事。
真正让 FDE 在 2026 年集中爆发的原因，是 AI 落地的瓶颈从"模型能力"转移到了"部署能力"。模型在标准评测上再强，遇到企业真实的脏数据、历史系统和业务例外，依然会失灵。企业押注 FDE，本质上是押注一件事：能否把依赖个人经验的驻场交付，变成可以不断复用的软件能力。
招聘市场的爆发：800% 到 1000% 的岗位增长
数据最能说明这股浪潮的规模。Indeed 的数据显示，2025 年前 9 个月 FDE 相关岗位发布量同比上涨超过 800%；到了 2026 年，Perspective AI 对约 1000 个在招岗位的分析显示，FDE 招聘同比增长超过 1000%，薪酬区间集中在 30 万到 55 万美元总包，前沿实验室的资深角色甚至突破 100 万美元。
巨头们用真金白银投票。2026 年 5 月，OpenAI 宣布成立一家专门帮助企业部署 AI 的公司，并计划收购应用 AI 咨询公司 Tomoro，后者约 150 名工程师和部署专家将加入，新公司获得超过 40 亿美元初始投资，麦肯锡、贝恩、凯捷均在参与者之列。Anthropic、Google Cloud、Cohere 也在大规模招聘。国内同样热闹：明略科技约 30% 的交付人员转型为 FDE，中远海控准备培养自己的 FDE，软通动力、金蝶、致远互联把 FDE 写进产品交付体系，阿里、字节、蚂蚁、MiniMax、商汤等大厂纷纷挂出 FDE 岗位。
一个经典样本：General Mills 的供应链系统
FDE 的价值，Palantir 与 General Mills 的供应链项目提供了一个典型样本。这家食品企业在北美连接着 4000 家供应商和 200 多座工厂，每年处理约 120 万份订单。双方接入 200 张主数据和运营数据表，建立供应链决策系统 ELF。系统每天检查约 3000 份订单，提供约 400 条调整建议，其中超过 70% 被工作人员接受；General Mills 称这套系统每天节省约 4 万美元。
这个案例的关键不在算法，而在 FDE 的职责边界：系统必须同时理解订单、运力、产能、成本和业务约束，还要知道什么建议可以执行、什么决定必须交给人。顾问可以提出优化方向，传统实施工程师可以把数据库接起来，FDE 则要把模糊问题变成生产系统，再用采用率和业务指标判断系统是否有效。
国内实践：把经验写成 Skill 和 Agent
国内玩家的打法各有侧重。明略科技尝试改造原有交付队伍，上半年约 30% 的交付人员转型为 FDE，并推动普联软件团队转型为面向央国企的 FDE。过去项目经验留在顾问或实施人员手中，现在公司试图把经验写成 Skill 和 Agent，让下一次交付少依赖人。软通动力提出"AI Factory + 行业经验 + FDE"，从咨询、模型部署、智能体开发一直做到持续运营。2026 年 8 月，阳光智维与金蝶启动统一智能平台项目，先从合同、票据和投标文件审核入手，外部团队进场整理审核规则、样本和知识，建立"AI 初审、人工复核"的流程。
争议与边界：FDE 会不会只是外包换了个名字
FDE 走红的同时，质疑也随之而来。判断一个岗位是不是真 FDE，有三个问题：工程师是否写生产代码，是否对实际采用负责，单个客户的经验是否进入标准产品。缺少最后一项，再豪华的岗位名称也改变不了项目制生意的本质。
权限与信任是绕不开的坎。外部团队需要的是完成特定任务所需的最小信息：开发与生产环境隔离，敏感字段分级，账号按项目授权，代码合并由内部审批，操作留下日志，项目结束后回收权限。成熟企业必须保留内部的数据负责人、业务负责人和安全团队，外部 FDE 可以进入被授权的房间，但开哪扇门、怎样解释业务规则、系统能否上线，决定权仍在企业内部。
最好的 FDE 项目，允许 FDE 离场
行业正在形成共识：外部 FDE 会长期存在，因为模型和工具还在变化，但在具体业务中，FDE 不应成为永久岗位。项目成熟后，日常运营要回到内部团队，常见需求要进入标准产品，低阶的数据转换和故障排查会逐渐被 AI 接管——Palantir 已经推出能够操作 Foundry、管理代码库和修改数据转换的"AI FDE"。
一个 FDE 项目真正完成，可以看三个结果：外部工程师离开后系统仍在使用，内部团队能够独立修改，供应商服务下一位客户时不必从头再来。如果驻场队伍越来越大、合作期限越来越长、客户离开这批人就无法运行，那么 AI 行业只是给传统外包换了一个更昂贵的名字。
对从业者的启示
FDE 的兴起也在改写 AI 从业者的能力模型。Perspective AI 的分析显示，FDE 岗位最常被列出的技能已经不再是 Python 和 SQL，而是客户发现、问题拆解和 AI 产品判断；Stack Overflow 2026 年调查显示，约 41% 的 AI 工程师现在有超过 30% 的时间在面向客户。当"把模型跑通"不再是稀缺能力，"把模型用起来"就成了新的职业护城河——这或许是 FDE 浪潮给整个行业留下的最持久影响。