《那些被管理层请进公司，却不被一线员工接受的 FDE 们》
作者: 数字生命卡兹克 @Khazix0918
前段时间，我在我们社群里看到一句话。
“站在台上讲企业 AI 改造时，是受人尊敬的老师、专家和权威。”
“但真正进入客户现场以后，FDE 就会变成乙方和供应商，甚至是被使唤、没权限、还要担责的奴隶。。。”
这句话，可以说真的过于真实了。
FDE，其实是我一直很感兴趣也想和大家聊聊的职业。全称为 Forward Deployed Engineer，被译为前沿部署工程师。
最初这个词起源于 Palantir——一家美国的数据与 AI 软件公司。在还没有大模型的时候，他们把工程师派驻到客户现场，理解客户的相关业务并部署自家的软件系统。
可这个职位在过去并没有那么光鲜亮丽：定义模糊、交付极重、需要长期处理各种复杂的内部人际关系。
而如今，它又被整个 AI 行业推到了风口上。
五月份，OpenAI 和 Anthropic 都分别宣布成立了做 FDE 的公司/业务部门。在国内，大厂在招，AI 公司在招，创业团队和 OPC（One Person Company，一人企业）们，也都开始给自己贴上 FDE 的标签。
小红书上一搜，也是很多人在分享自己的 FDE 经历，或者教别人怎么转型 FDE。
所以我一直好奇：国内的 FDE 生态到底怎么样？大家的工作到底是什么？真的是如大家所说，是新时代的风口吗？
于是前段时间，我在社群里找到了几位正在做 FDE 的群友，又请身边的朋友帮忙推荐，陆续跟来自大厂、AI 公司、创业团队和 OPC 的几位 FDE 聊了聊，做了一些深度的调研。
聊完以后，有些经历听起来很离谱，有些又真的特别憋屈。而我一直好奇的那些问题，也终于有了答案：
⚠️ 调研核心结论：
你会发现，不仅 FDE 对自己身份的定位很多时候是模糊的，而且企业的管理层愿意花钱把 FDE 请进公司，可对于真正需要和他们一起工作的一线员工来说，FDE 同样是一个陌生的角色，很多人甚至不知道他们是谁、为什么而来，更谈不上真正理解和接纳他们。
一、进场第一天：大家根本不知道该怎么称呼我
FDE 到了客户一线以后，最先遇到的尴尬，就是大家根本不知道该怎么称呼他们。
有一次去客户公司，现场有外包兼职也有投资人。对方觉得来的人背景有点杂，就对麦麦说：“要不然，你就别说是 FDE，就说自己是我们的产品经理吧。。。”
麦麦：“行吧。。。” 于是他就成了产品经理。有时候他是解决方案专家，有时候是技术负责人——反正客户需要他是什么，他就是什么。
有一次他独自留在客户会议室加班。客户员工推门准备关门，看见他还在，问了一句：“你是哪个部门的？”
他想了想，回答了一句：“额，我是你们的外包。。。”
这两个回答听起来都有点好笑，但实际上，是每个 FDE 都面临过的场景：他们明明是被管理层请进来的，可到了具体的业务部门，却很难找到一个能够解释自己的身份。
二、交付方式的撕裂：产品驱动型 vs 项目驱动型
FDE 的身份之所以难以解释，也和他们非标准化的交付方式有关。目前国内大体可以分成两类：
1. 产品驱动型 FDE (大厂 / AI 平台)
- 进场形式：带着自家的产品、大模型或平台底座进场；
- 价值闭环：围绕客户场景定制、交付与运维，同时反哺自研模型，摸清工业边界；
- 两段式成长：前期像外包（客户说什么就做什么），后期沉淀数据与方法论后拥有咨询话语权（“我们做对照实验看数据谁对”）；
- 潜在矛盾：解决客户问题的同时，背负着自身公司的产品战略与销售 KPI。
2. 项目驱动型 FDE (创业团队 / OPC)
- 进场形式：靠个人信用、行业人脉接单（常见组合：项目经理 + 行业专家 + 独立全栈）；
- 交付模式：客户购买的是个人的时间和经验，起步极快；
- 致命瓶颈：交付后维护无穷无尽，项目越多售后越重，极易沦为不断改需求的外包；
- 脑力污染：孙务远形容“无用的行业知识污染了大脑”（每接一个行业都要从头学，学完只用一次）。
麦麦说：“客户如果能准确说清楚自己想要什么，他也不会来找 FDE。” 客户说不清规则，却能准确挑出 Demo 的毛病。最后，一团模糊的需求，就是被 FDE 以血肉之躯一轮轮改 Demo 迭代到清晰可见。
三、现场攻防：小白兔掉进了狼群，AI 落地变成了宫斗剧
只要从外部进入一家企业，最先遇到的往往是一线员工的极度防备。
孙务远形容得特别形象：第一次进入企业内部，就像一只小白兔突然掉进了狼群——除了老板，所有人看你的眼神都是仇视的。
一线员工会本能地把 FDE 理解为“老板请来裁员优化我的人”。在这种氛围下，员工不仅不会主动暴露真实流程，甚至还会找各种借口阻挠项目。
🎭 现场实况：企业现场三大角色心智与破局对策
明确宣导“不裁人，掌握新工具是个人资产”；先拉拢 1~2 位积极分子做小范围对照组，拿到减轻加班负担的真实红利再逐步推开。
真实离谱案例：偷偷把核心模型换掉的研发负责人
某公司老板给每个研发购买了每月 200 美元的顶配 AI 订阅。研发负责人表面答应并汇报“全员已用”，但项目却 Bug 频出。
FDE 进系统排查才发现：负责人背后悄悄接入了劣质模型，卡住对照测试组的数据，甚至严禁其他员工接入真正的顶级模型。 因为 AI 会彻底打破他原有的开发节奏、掌控力与岗位安全感。察言观色成了 FDE 的核心技能，AI 落地干起来活像一场宫斗剧。
四、定价内卷与方案困局：19 万元对 2000 元的离谱差距
FDE 商业模式的另一大痛点是方案尺度与价格赛马：
- 方案的两难困境：讲得不够清楚，客户不买单；讲得太清楚，客户拿着你的完整方案转头自己招外包做；
- 离谱的价格分歧：同一套企业项目，专业团队报价 19 万元（周期 3 个月），另一边个人报价 2000 元（10天交付）。
💰 真实成本盲区核算器：为什么 2000 元的单子做一单亏一单？
五、历史镜像：六十年前的“系统分析员”与今天的 FDE
如果把时间拉长一点看，历史上其实出现过非常相似的岗位。
上世纪五六十年代，大型计算机开始进入企业，随之出现了一个新职业，叫系统分析员（Systems Analyst）。
当时企业可以买到计算机，却不知道该怎么让它真正参与业务。于是系统分析员出现了——他们需要同时理解业务和技术，把管理者自己都说不清楚的需求，翻译成程序员可以实现的系统。
今天的 FDE 真正交付的，不是代码或模型，而是「AI 在一家企业里运转起来的方式」。 今天的混乱、尴尬与内卷，是因为我们正站在 AI 真正成为产业级生产力的前夜。