（图片来源：AI生成）
出品｜搜狐科技
作者｜李保铭
人工智能正在重塑职场版图，它不仅在推高效率、降低成本，更在孵化全新的职业角色。
除了率先获益的企业管理者，另一批受益者是FDE——前沿部署工程师（Forward Deployed Engineer）。
这一概念由Palantir首创，近期OpenAI、Anthropic等巨头也相继组建专门的AI部署团队。如今，FDE正从硅谷向国内扩散，吸引越来越多的AI从业者及运营人员涌入这条赛道。
身处其中的人也在摸索前行，痛点不少。
什么是FDE？
业内将其定义为“全链路工程师”，职责涵盖将产品带入客户现场，并对实施、运营及反馈全流程负责。
通俗而言，FDE扮演着“中转站”的角色，旨在打通企业与AI应用之间的“最后一公里”。
不过，这个新兴职业在社交媒体上争议不断。有人吐槽这是“纯造概念”，也有人认为其与SaaS模式差异不大。
前大厂程序员李追追（化名）持有不同观点。离职创业后，他专注于服务传统中小企业的FDE工作。他对搜狐科技表示，企业并不在意头衔是FDE还是其他名称，“尤其是老板，根本不需要去深究”。相比之下，企业更看重能否从FDE那里拿到切实可行的解决方案。
咨询顾问Robin（化名）持类似看法。毕业后进入咨询行业的他坦言，对外介绍时不会刻意强调FDE身份，“因为这暗示着更高的人力交付成本”。他们更多通过驻点方式，潜移默化地将AI工具、生产方式及思维植入客户公司，“路演时不重点提FDE这个词，那不是核心。”
李追追指出，FDE与传统SaaS存在本质区别。传统SaaS往往打包销售功能，他指出，若打包了20个功能，用户可能仅需其中2个，却仍需为剩余的18个付费。
而FDE的交付更为垂直精准，“并非一上来就搭建系统，能解决实际问题才是好方案。”
从市场规模看，领英一份2026年的报告数据显示，2023年至2025年间，全球新增130万个AI相关职位，FDE需求激增42倍。
AI落地加速了FDE需求的释放。国盛证券研报显示，AI企业级应用正走向规模化。截至2026年4月8日，a16z数据显示，全球财富500强企业中已有29%成为领先AI初创公司的付费客户，全球2000强企业中这一比例为19%，表明AI企业级应用已进入规模化阶段。
相较之下，长江商学院2026年对全国2016家规上工业企业的调研数据显示，实体企业的AI渗透率仅为10%左右。
AI释放的巨大需求与实际低渗透率之间的落差，构成了中国FDE生存的土壤之一。
今年初，Robin所在部门提出咨询顾问转型，交付内容从PPT、软件和功能点，转变为Agent、Demo等具体落地产品及全过程陪跑。
他认为，FDE与IT咨询高度相似。他分析，过去的IT咨询侧重数字化转型，现在转向AI转型，虽然名头变了，“但内在逻辑、交付方案以及思路方法论差别不大。”
Robin的转型颇为顺畅，他认为这是IT咨询发展的必然路径，既顺应行业方向，也符合客户要求。
吴明泽的经历丰富，曾在斯坦福从事科研，亦有大厂程序员背景。今年4月，他开始涉足FDE领域，并在社交媒体昵称中加上“全网第一FDE分享”标签。6月至7月间，他在深圳、上海、杭州、北京连续举办四场闭门聚会。他对FDE的观察关键词是“个性化”。
“我很快意识到，不同行业的FDE工作内容通用性很低。要让FDE深入千行万业，必须先收集各行业遇到的具体问题与痛点。”
需求从何而来？
某种程度上，在集成化SaaS和大中型企业IT咨询之外，中国FDE从业者主要承接中小企业的定制化需求。
李追追的首单来自一家服装厂。今年5月，经朋友牵线，他接手该厂录单环节的AI改造。当时工厂痛点在于每日需处理大量物料单，员工标注后，所有数据需手动录入电脑。
繁重录入让员工疲惫不堪。李追追提供OCR加多模态分析方案：员工拍照上传，程序自动识别单据信息；确认后，Agent生成模板并封装为Skill。后续同类工厂相同物料单可按同模式采集录入，大幅减少人工时间。
他还加入监控功能，若同类物料价格变动，表单标红并直接通知负责人。
李追追坦言，这单仅耗时一周，收益有限，但启发良多。他认为当下中小企业最大痛点之一是通过AI提升办公效率，“因为他们太原始了。”
据李追追观察，许多企业咨询问题基础，“很多人问Codex是什么，和豆包有何区别。”
“大部分老板觉得AI无所不能。”李追追曾接待一位客户，直言“做个智能体帮我们获客”。另有跨境电商客户想降低美工成本，直接询问引入Agent后能节省多少人力。
吴明泽也有同感。经朋友介绍认识一位贸易公司老板，却发现对方连豆包都不会用。吴明泽发现该企业多处可借AI提效，沟通后达成一致，开始进驻调研。
但这单最终流产。吴明泽事后分析，源于预期未对齐。“我没摸清线索，比如公司毛利率等实际情况。”该企业毛利率不高，但他设计的是一套依赖稳定高毛利的管理系统。
他后来意识到，“对方未必愿意花费精力切换系统。”
这次失败经历并非毫无收获。吴明泽将访谈记录提炼成FDE小游戏，帮助从业者学习如何与企业访谈并管理预期。
Robin坦言，不少客户对AI了解极浅，甚至数字化基础薄弱。
他曾服务一家旨在提效的企业。该企业日常工作为报送材料、维护表格。因工作限制，Robin未直接采用成熟办公Agent生态，而是通过需求分析，组合选型并进行一定程度的vibe coding，叠加Codex和Claude Code，构建出一种“类Claude”的“CRM+Claude”办公软件生态。
优化办公生态后，对方在报批材料、拉通进度上节省时间，自我工作拆解效率也提升。员工使用Agent作为数字分身协作，以聊天形式与Claude对话，机器人自动记录上传表格并形成待办，每周自动生成周报。
痛点即堵点
Robin告诉搜狐科技，他每天以FDE角色真正解决用户痛点的时间仅占30%-40%。
其余时间用于处理杂务，如解答客户“这是什么”“流程如何”等问题，甚至因“客户觉得你比AI干得好”而亲自上手操作。
这也是众多FDE面临的困境。
李追追在与多位老板打交道后总结，“在他们眼中，我们就是外包。”
“真正的FDE应与决策者共坐讨论企业改造，但实际跟进发现，很多企业只有老板是决策者，这对AI认知构成巨大挑战。”
Robin亦有同感，“企业AI落地最大阻力，首先是需要一位敢于冒险、拥抱AI的决策者，或全员AI、效率至上的组织文化。这意味着领导需深刻理解并认可AI能改变效率。若领导坚定，推进迅速；反之，员工也会睁一只眼闭一只眼。”
即便领导拍板，FDE在企业内部仍面临诸多阻碍，最大的来自配合阻力。
企业数字化程度如何？哪些在建、哪些已投预算？现有业务流程中哪些系统受诟病、哪些功能需优化？这些调研中最关键的问题，往往得不到明确回复。
Robin尝试分析被调研员工心态，或许是因为员工无法判断领导是真想做，还是作秀。
“如果我满怀热情提出建议，最后却未落地；或者我想反馈真实痛点，但领导在场不敢说。”且调研与绩效无关，员工若少说或不说不加班，多说则可能导致本职工作完不成反而加班。
事实上，Robin驻场后发现，许多企业仅零星上线部分系统，数据未能真正打通。
“这意味着内部无法形成生态，也就无法引发AI原生工作方式变革。相较于过去数字化建设时期点状的系统建设，并无本质区别。”Robin表示。
数据问题往往是企业核心，AI落地本质也是企业与FDE间的信任博弈。
李追追对此感触颇深，“FDE深入企业，信任成本最高。”
李追追常以开放心态为企业部署AI，但对方未必回馈同等开放度，尤其在财务、清关等经营数据方面。
“很多数据交接后已在FDE手中过了一遍，企业如何保证信息安全？”不少负责人在最后时刻提出此类担忧，对API调用的隐私安全亦持怀疑态度。
李追追曾提供本地部署方案，因成本过高而终止。后又提议签订数据不训练协议，仍未消除顾虑。
理想状态下，FDE为企业解决问题属雪中送炭，现实中却多沦为锦上添花。李追追认为，FDE是在“客户要求范围内解决痛点”，“企业最看重持续盈利，是否使用AI并非首要，更不愿接入AI带来额外风险。”
吴明泽表示，“信任极难建立。能让老板允许你去观察员工工作方式的企业，已难倒80%的人。”
