42倍需求暴涨背后：三个转行做FDE的人，和他们的“最后一公里”困局

出品搜狐科技作者李保铭AI不仅在降本增效还在催生新职业。第一批吃上AI红利的人除了老板还有FDE即前沿部署工程师英文全称为ForwardDeployed Engineer。从Palantir首创到近期OpenAI、Anthropic等纷纷成立AI部署公司FDE正从硅谷蔓延至国内越来越多AI从业者、OPC切入这一赛道。与此同时身处其中的从业者们也面临不少痛点所有人都在摸索中前进。什么是FDE有机构把FDE定义为“全链路工程师”既要把公司产品带到客户现场还要对产品的实施、运营、反馈负责。抛开晦涩的定义FDE就像“中转站”打通企业与AI之间的“最后一公里”。不过这个新职业也在社交媒体引来一些争议有网友在社交媒体吐槽FDE是“纯造概念”也有人说FDE和SaaS差别不大。李追追化名有不同看法。他是一名前大厂程序员离职后开始在家创业、从事FDE相关工作主要服务传统行业的中小企业。他告诉搜狐科技企业不在乎对方到底是FDE还是其他名称“特别是老板不需要去了解”。与之相比企业更需要从FDE身上得到问题的解决方案。Robin化名毕业后进入一家咨询公司担任咨询顾问工作他也有相似的观点“我们在介绍的时候不会有这方面的提及因为这意味着更重的人力交付成本。我们更多是通过潜移默化驻点交付把AI生产工具、生产方式、AI思维带到对方公司但在路演的时候不会过于提及FDE这个名词这不是重点。”李追追认为FDE和SaaS有一定差别。传统的SaaS把功能打包卖给客户李追追指出打包的20个功能中可能只有2个功能是用户需要的但用户依旧要为用不上的18个功能付费。而FDE的交付则更垂直“不是一上来就给客户做系统能解决客户问题的方案才是好方案。”从市场规模来看领英一份2026年报告数据显示2023年至2025年间全球新增了130万个AI相关职位FDE需求增长42倍。而AI的落地加速了FDE需求的快速释放。国盛证券研报显示AI企业级应用走向规模化落地。截至2026年4月8日a16z数据显示全球财富500强企业中的29%和全球2000强中的19%已是领先AI创业公司的付费客户AI企业级应用已进入规模化落地阶段。与之相比2026年长江商学院对全国2016家规上工业企业AI调研数据显示当前实体企业的AI渗透率约为10%。AI释放的企业需求与实际渗透率之间的数据差或是中国FDE生存的土壤之一。今年年初Robin公司的部门领导提出咨询顾问转型之后他们对客户的交付内容从PPT、软件、功能点变成Agent、Demo等具体的落地产品和全过程陪跑。他认为FDE和IT咨询很接近。他分析以前的IT咨询侧重数字化转型现在则偏向AI转型虽然名称换了“但内在逻辑、交付方案以及思路和方法论差别不大。”从一定程度来看Robin的转型很顺畅他认为这是IT咨询的必然路径一方面是行业发展方向另一方面客户也会提相关要求。吴明泽的经历丰富他曾在斯坦福做过科研也曾在大厂做过程序员今年4月他开始从事FDE相关工作。在社交媒体昵称中他特地加上了“全网第一FDE分享”的标签。今年6-7月他先后在深圳、上海、杭州、北京连办四场闭门FDE聚会他对FDE的观察是“个性化”。“我当时很快意识到FDE不同行业很多东西都是不通用的所以我觉得FDE要落到千行万业需要先收集行业里遇到什么问题和痛点。”需求来自哪里从一定程度来看在集成化的SaaS、大中企业付费的IT咨询之外中国的FDE从业者更多承接了中小企业的定制化需求。李追追的第一单是一笔服装厂订单。今年5月经朋友介绍李追追承接了一家服装厂录单板块的AI化改造。当时服装厂的痛点是每天需承接很多物料单员工在物料单上标注后单上的所有数据均需手动录入至电脑。大量录入工作让员工疲惫不堪李追追为服装厂提供了OCR多模态分析的解决方案。员工拍照上传程序自动读取识别单据信息读取之后Agent会在员工确认数据无误后生成模板、封装成skill后续有相同工厂的相同物料单时会按相同模式采集并录入减少员工录入时间。李追追还在skill中加入了监控功能若相同工厂的相同物料出现价格变动会在表单标红并直接通知负责人。李追追坦言那一单只做了1周左右、赚的也不多但对他在FDE方面的启发很多。他认为当下中小企业的最大痛点之一是通过AI提升办公效率“因为他们真的太原始了”。从李追追的感知来看很多企业来询问的问题很基础“有很多人问的都是codex是什么和豆包有什么区别”。“我遇到的大部分老板都是觉得AI很万能。”李追追前不久接待了一位客户对方单刀直入“做个智能体帮我们获客”。还有一家跨境电商的客户曾想对美工降本简单粗暴询问李追追做了Agent之后能为企业节省多少人力。吴明泽也有相似的感受。他曾在朋友介绍下认识了一位贸易公司老板但他发现“老板连豆包都不会用”吴明泽发现对方的企业有很多地方可以通过AI提效与老板沟通后一拍即合吴明泽开始在对方公司调研。不过最终这单没能做成。吴明泽事后分析这或是因为与对方的预期没有对齐导致的。“我当时没有摸清楚线索比如公司毛利率等”实际上这家企业的毛利率不高但吴明泽为企业设计的是一套需要稳定高毛利率的企业管理系统。他后来意识到“对方不一定愿意花精力做切换。”不过这次失败的项目经历也并非一无所获。吴明泽将与外贸公司的员工访谈全部上传并炼化成FDE小游戏帮助FDE从业者学习如何与企业进行访谈并对齐预期。Robin坦言他的不少客户“对于AI的了解非常非常薄弱甚至有些连数字化的基础都非常薄弱”。他曾服务过一家客户帮助企业提效。这家企业的日常工作是报送材料、维护表格Robin帮助企业建立了AI原生的工作方式因为工作限制等原因他并未直接采用办公Agent的成熟生态而是通过需求分析选型组合加一定程度的vibe coding叠加codex和Claude code形成“CRMClaude”的一种“类Claude”的办公软件生态。通过办公生态的优化对方不仅能在报批材料、工作进度拉通等方面节省时间还能在自我工作拆解等方面进一步提升效率。员工用Agent作为数字分身进行团队协作还能以聊天的形式和Claude对话机器人自动记录上传至表格并能形成待办事项每周输出周报。痛点也是堵点不过Robin告诉搜狐科技他每天大概真正以FDE角色解决用户痛点的时间只有30%-40%。其他时间Robin有一部分会拿来处理杂事。这些杂事包括但不限于解答客户“这个东西是什么”“具体流程是什么”等问题甚至有些工作会直接让Robin上手原因是“客户觉得你比AI干得好”。这也是不少FDE面临的问题之一。李追追与不少企业老板打交道后总结“其实在他们老板眼中我们都是外包。”“按照真正的FDE来说我们应该与经营决策者坐在一起讨论如何改造企业但实际跟进后发现很多企业只能是老板是决策者这对于AI的认知就有非常大的挑战。”Robin也有相似的感受“企业AI落地最大的阻力首先需要一位克服风险、拥抱AI的决策者或者全员AI、效率至上的组织文化。这意味着需要领导对这件事情的理解程度以及是否认可AI能改变工作效率。如果他是坚定的那这个东西推进起来就会非常快反之下面的员工也会睁一只眼闭一只眼。”即便领导拍板了FDE在企业中也面临不少问题。最大的问题之一来自推进过程中的配合阻力。一家企业目前的数字化程度到了什么地步哪些正在建设、哪些已经投了预算正在进行的业务流程中哪些系统被诟病、哪些功能需要优化在调研过程中这些最值得关注的问题往往得不到明确回复。Robin试着分析过这些被调研员工的心态他认为或许是员工无法体会领导究竟是真的想做这件事还是只是在表演自己想做这件事。“如果我满心欢喜和你说了一堆最后没能落地或者我想反馈真实的痛点但领导在场不敢说。”而且员工调研这件事与绩效无关如果员工不说或者少说说不定就能按时下班说得多了本来的活干不完对方反而要加班。事实上Robin在驻场后的实际感受是很多企业只是零散的上线了一些系统系统之间的数据未能真正打通。“这意味着内部无法形成生态也就无法形成AI原生的工作方式变革和以前数字化建设时期点状的系统建设相比没有本质上的区别。”Robin表示。但数据问题往往是一家企业的核心AI落地问题本质也是企业与FDE之间的信任问题。李追追对此感触颇深“FDE深入企业信任成本是最高的。”李追追觉得很多时候他以开放的心态为企业做AI部署但并不代表对方会回以相同的开放接受度尤其是在财务、清关等经营数据方面。“很多数据交接完成之后已经在FDE手里过了一遍企业怎么保证信息安全”不少企业负责人会在聊天的最后提出这些担心还有企业对API调用的隐私安全也持怀疑态度“怎么才能保证客户信息安全”李追追曾为客户提供本地部署方案但因为成本太高终止。后来他又提议企业与大模型企业签订数据不训练协议但仍未打消客户顾虑。理想状态下FDE为企业解决问题属于雪中送炭然而实际上不少FDE却只能锦上添花。李追追认为FDE是“在客户的要求范围内解决痛点”“企业认为最重要的是持续盈利自己用不用AI其实不是最重要的更不愿意接入AI后带来更多风险。”吴明泽表示“信任是非常难做的一个企业的老板能让你去企业看员工是怎么工作的这件事已经难倒80%的人了。”