Repository docs · as authored

FDE forward-deployed engineering research

A local reading view of the repository's documents: the body is served as authored (Chinese documents are not translated) and every in-document link is rewritten to stay inside this app.

Source: docs/fde-research.md

This document is served as authored. This page translates the chrome — not the document text.

新课题立项日期：2026-06-16
核心问题：FDE（Forward Deployed Engineer）是什么？它和你"政企私有化 AI 助手"的想法关联度有多高？
结论先说：关联度 90%——FDE 既是你的产品交付方法论，也是你团队建设的核心模型。

📑 目录

  1. FDE 大白话：到底是什么
  2. FDE 起源与现状
  3. FDE 的核心能力模型
  4. FDE vs 传统岗位
  5. FDE 与你"政企私有化 AI"想法的关联度
  6. 实操建议：如何用 FDE 模型做你的业务
  7. FDE 团队建设
  8. 风险与挑战
  9. 学习资源
  10. 行动建议

1. FDE 大白话：到底是什么

一句话定义

FDE（Forward Deployed Engineer / 前线部署工程师） =
被派到客户现场的工程师，深度参与需求拆解 + 端到端部署 + 业务落地。

大白话翻译

传统工程师：坐在公司，写代码。
FDE：       坐在客户现场，解决问题。

FDE 不只是"实施工程师"——他既要懂技术，又要懂业务，是工程师 + 解决方案架构师 + 产品经理的合体。

核心特征

特征 描述
驻扎客户 人在客户现场，不是远程支持
三能合一 工程 + 业务 + 解决方案
共创模式 与客户一起打磨产品，不是"我交付你接受"
生产级 目标是上线生产，不是 demo
反哺产品 收集现场信号，反哺标准化产品

关键引用（来自 yeasy/forward_deployed_engineering_guide）

"FDE 的目标不是完成一份方案文档，而是把模糊问题转化为可运行、可观测、可治理、可持续演进的生产系统。"

2. FDE 起源与现状

2.1 起源：Palantir（2003-）

  • Palantir 是 FDE 模式的开创者
  • 早期 Palantir 把工程师派到 CIA、FBI、五角大楼现场
  • 与客户一起解决"数据散落 + 决策慢"的痛点
  • FDE 模式让 Palantir 拿下政府客户

2.2 现状：2025-2026 大爆发

时间 事件 影响
2024-04 全球 FDE 岗位 600+ 起点
2025-04 全球 FDE 岗位 6000+ 10 倍增长
2025-09 OpenAI 启动 Deployment Company 行业里程碑
2026-01 Anthropic 与高盛/黑石合作 金融 FDE
2026-01 Accenture + Microsoft 成立 FDE 实践 咨询 + 科技巨头
2026 国内 FDE 招聘增长 42 倍 中国市场爆发

2.3 招聘市场（2026 北京）

  • AI FDE：40-70K/月（BOSS 直聘，京津冀大数据中心）
  • 资深 FDE：70-100K/月
  • FDE 团队 Lead：100K+ / 月
  • OpenAI 风格 FDE：100K + 美元/年

结论：FDE 已经从硅谷小众角色变成行业标配。

3. FDE 的核心能力模型

3.1 三大能力

能力 占比 内容
工程能力 40% 全栈开发、部署、调试、运维
业务能力 30% 理解客户业务、拆解需求、定义成功
解决方案能力 30% 架构设计、技术选型、风险控制

3.2 FDE 的具体技能栈

技术深度
├── LLM / RAG / Agent 开发
├── 云原生（K8s, GitOps, IaC）
├── 推理优化（量化、批处理、缓存）
├── 集成（API、SSO、数据库）
├── 可观测性（Prometheus, Grafana, OpenTelemetry）
└── 安全（零信任、加密、审计）

业务广度
├── 行业知识（政企/金融/医疗/能源）
├── 流程理解（BPM、SOP、组织架构）
├── 合规要求（等保、信创、数据安全）
└── ROI 测算（如何帮客户省钱/赚钱）

软技能
├── 客户沟通（听懂弦外之音）
├── 需求拆解（区分想要 vs 需要）
├── 范围管理（控制 scope creep）
├── 知识转移（不只是交付，而是教会）
└── 政治敏感（政企客户特别需要）

3.3 FDE 与传统角色的区别

角色 关注 输出
产品经理 需求调研 PRD
架构师 方案设计 技术方案
实施工程师 按方案交付 上线系统
销售 拿下订单 合同
FDE 全链路 可运行的生产系统

4. FDE vs 传统岗位

对比表

维度 售前 实施 客户成功 FDE
关注 卖出去 交付 用得好 创造价值
位置 客户面前 客户现场 客户身边 客户内部
时间 售前 1-3 月 交付 3-12 月 长期 3-18 月
决策 协助决策 按决策执行 收集反馈 共创决策
产品 卖现成产品 实施现成产品 推动续费 从 0 到 1 打磨
难度 中 中 中 高

FDE 的关键差异

传统实施：基于成熟产品，做"配方化"交付
FDE：在没有成熟产品时，与客户共创，从 0 到 1 打磨 AI 产品

FDE 的本质：当产品不成熟 + 业务复杂时，唯一能交付的方式。

5. FDE 与你"政企私有化 AI"想法的关联度

5.1 关联度评估：⭐⭐⭐⭐⭐ 90%

核心结论：

你的业务本质上就是"FDE 模式"——你不是在做产品，你是在做"FDE 服务"。

5.2 五个层面的关联

层面 1：业务模式 = FDE 模式 ✅
  • 你的产品：私有化部署 + 定制开发 + 长期运维
  • FDE 模型：派工程师到客户现场 + 共创 + 交付生产系统
  • 100% 重合
层面 2：交付方法 = FDE 方法论 ✅
  • FDE 强调的"从模糊问题到生产系统"
  • 你面对的客户就是"有 AI 需求但不知道怎么落地"
  • FDE 方法论 = 你的标准操作手册
层面 3：人才模型 = FDE 团队 ✅
  • 你需要的是"能上客户现场的工程师"
  • 单纯招"AI 工程师"不够，需要的是"FDE 风格的工程师"
  • FDE 团队 = 你的核心竞争力
层面 4：增长路径 = FDE 复制 ✅
  • FDE 的成功关键：从单兵作战 → 团队化 → 标准化
  • 你的业务也需要：Allen 是 1 个 FDE → 培养 5 个 FDE → 复制到 20 个 FDE
  • FDE 复制能力 = 你的扩张瓶颈
层面 5：商业逻辑 = FDE 经济模型 ✅
  • FDE 的计费模式：高单价 + 长期合同 + 复购
  • 你的定价模型：30-500 万 + 年费 15-20%
  • 完全匹配

5.3 一个震撼的认知

你不是在做"AI 产品公司"——
你是在做"AI 时代的 Palantir 中国版"。

Palantir 用 FDE 模式拿下了 CIA、FBI、摩根大丹。
你用 FDE 模式拿下央国企、银行、三甲医院。

路径已经被验证过了。

5.4 三个警示（不过度乐观）

  1. Palantir 的成功 = 20 年 + 政府关系 + 美国市场

    • 你没有 20 年，你需要快路径
    • 你的政府关系 = 10 年阿里云积累（够用）

  2. FDE 模式的天花板 = FDE 数量

    • 每个 FDE 一年能交付 2-3 个项目
    • 10 个 FDE = 20-30 个客户 = 3000 万-1 亿营收
    • 想要 10 亿 = 需要 100+ FDE

  3. FDE 培养难、流失高

    • FDE 培养周期 6-12 个月
    • 流失后被巨头挖走风险大
    • 股权绑定 + 业务分成 = 关键

6. 实操建议：如何用 FDE 模型做你的业务

6.1 你自己就是第一个 FDE

Allen = Founding FDE

在团队成型前，你就是：

  • 销售（接单）
  • 架构师（方案）
  • 工程师（部署）
  • 客户经理（运维）

前 1-3 个客户必须是你自己交付。

6.2 FDE 标准化交付

参考 yeasy 的 FDE 交付方法论：

1. Discovery（发现）
   ├── 业务场景梳理
   ├── 利益相关方识别
   ├── 成功指标定义
   └── 风险评估
   
2. Architecture（架构）
   ├── 技术选型
   ├── 部署方案
   ├── 安全方案
   └── 应急预案
   
3. Delivery（交付）
   ├── 快速原型（1-2 周）
   ├── 试点部署（2-4 周）
   ├── 生产上线（4-6 周）
   └── 知识转移（持续）
   
4. Iteration（迭代）
   ├── 反馈收集
   ├── 数据飞轮
   ├── 模型优化
   └── 流程改进

6.3 FDE 交付证据包

每完成一个项目，沉淀：

deliverables/
├── 01-discovery/
│   ├── requirements.md           # 需求规格
│   ├── stakeholders.md           # 利益相关方
│   └── success-metrics.md        # 成功指标
├── 02-architecture/
│   ├── tech-selection.md         # 技术选型理由
│   ├── architecture-diagram.png  # 架构图
│   └── security-design.md        # 安全方案
├── 03-delivery/
│   ├── runbook.md                # 运维手册
│   ├── test-report.md            # 测试报告
│   └── training-materials.md     # 培训材料
├── 04-iteration/
│   ├── feedback-summary.md       # 反馈汇总
│   └── improvement-plan.md       # 改进计划
└── 05-evidence/
    ├── delivery-evidence.md      # 交付证据
    ├── acceptance-letter.pdf     # 验收单
    └── customer-testimonial.md   # 客户证言

这个证据包 = 下一个项目的销售武器。

7. FDE 团队建设

7.1 团队结构（10 人 FDE 团队）

FDE Lead（你 / 资深 FDE）         1
├── FDE Senior（5 年+ 经验）      2
├── FDE Junior（2-3 年经验）      4
├── 平台工程师（DevOps / SRE）    1
├── 售前 / 解决方案               1
└── 客户成功 / 运维               1

7.2 FDE 招聘画像

理想 FDE 候选：

  • 5 年+ 全栈开发经验
  • 做过 1-2 个从 0 到 1 的项目
  • 有政企客户经验（能听懂客户的话）
  • 愿意出差 / 驻扎客户现场
  • 既会写代码，又会喝酒

招聘渠道：

  • 阿里云 / 华为云 / 腾讯云 的离职 FDE
  • 钉钉 / 飞书 工程师社区
  • BOSS 直聘：搜 "AI 实施工程师" / "解决方案工程师"
  • 内部推荐（最有效）

7.3 FDE 培训体系

阶段 时间 内容
入营 1 周 公司业务、Open WebUI、DeepSeek 实操
跟单 1 月 跟着 Senior FDE 做 1 个项目
独立 2-3 月 独立负责 1 个小型项目
主导 6 月+ 主导 50-300 万项目
资深 1 年+ 主导 300 万+ 项目 + 带新人

7.4 FDE 激励设计

基本工资:    50-60%   (高于行业 20%)
项目奖金:    20-30%   (按回款比例)
长期股权:    10-20%   (绑定核心人员)
培训预算:    5-10%    (持续成长)

FDE 跳槽率高，股权 + 业务分成 = 留人关键。

8. 风险与挑战

8.1 FDE 模式的风险

风险 影响 缓解
FDE 培养难 高 系统培训 + 知识库 + 师徒制
FDE 流失高 高 股权 + 业务分成 + 事业感
单兵天花板 中 标准化交付 + 工具化
客户集中 中 多客户多行业分散
范围蔓延 高 严格 scope + 变更管理
收入波动 中 多元化客户 + 长周期合同

8.2 中国 FDE 环境的特殊挑战

  1. 客户付款周期长（90-180 天）

    • 缓解：合同条款 + 行业筛选

  2. 政企关系复杂（多方决策）

    • 缓解：销售 + 售前 + 高层 BD

  3. 竞业 / 合规约束

    • 缓解：明确边界 + 法务审核

  4. FDE 文化未建立（国内仍是实施工程师思维）

    • 缓解：内部培训 + 文化塑造

  5. 远程 vs 现场

    • 缓解：必须现场，远程是补充

9. 学习资源

9.1 必读

  • 《Forward Deployed Engineering Guide》

    • 仓库：github.com/yeasy/forward_deployed_engineering_guide
    • 国内最系统的 FDE 指南
    • 强推，建议通读

  • 《Palantir FDE 公开文档》

    • palantir.com/docs/foundry/ai-fde/overview
    • 行业鼻祖的标准

  • OpenAI Deployment Company

    • openai.com/index/openai-launches-the-deployment-company
    • OpenAI 如何做 FDE

  • 领英 2026 劳动力市场趋势

    • FDE 增长 42 倍的数据来源

9.2 推荐文章

  • 《AI 创造出新岗位 FDE 招聘需求涨 42 倍》
  • 《硅谷最火岗位来了！100 家 AI 公司疯抢 FDE》
  • 《AI 时代创业公司的新核心角色：FDE 崛起与战略价值》
  • 《爆火的 FDE 前沿部署工程师：AI 落地最后一公里的核心操盘手》

9.3 课程 / 培训

  • Futurense FDE Academy（印度）—— 8 个月 PGP 课程
  • 国内 AI-FDE 工作坊（周红伟）—— 3 天线下 + 2 个月陪跑
  • 各大云厂商的解决方案架构师培训

9.4 工具栈

AI 工程：Open WebUI / Dify / LangChain / LangGraph
云原生：K8s / GitOps / IaC / ArgoCD
可观测：Prometheus / Grafana / OpenTelemetry
数据：Milvus / ChromaDB / PostgreSQL / MinIO
安全：Keycloak / Vault / 国密库
管理：Notion / 飞书 / 钉钉

10. 行动建议

🚀 立即（本周）

  • [ ] 通读 yeasy/forward_deployed_engineering_guide 仓库
  • [ ] 重新定位自己："我是 Founding FDE，不是产品经理"
  • [ ] 改写商业计划书：明确"FDE 服务公司"定位
  • [ ] 更新白皮书：增加"FDE 交付方法论"章节
  • [ ] 领英 / 脉脉 改签名："AI FDE for 政企"

📅 短期（1 个月）

  • [ ] 完成第 1 个 FDE 风格交付（哪怕不收钱）
  • [ ] 建立 FDE 交付证据包模板
  • [ ] 招聘第 1 个 FDE 工程师
  • [ ] 沉淀1 套可复用的 FDE 工作流

🎯 中期（3 个月）

  • [ ] 组建 3-5 人 FDE 团队
  • [ ] 完成 3-5 个项目（含 1 个标杆）
  • [ ] 标准化交付流程
  • [ ] 建立 客户成功体系

🌟 长期（1 年）

  • [ ] 10 人 FDE 团队
  • [ ] 10+ 客户 / 3000 万 + 营收
  • [ ] FDE 培训体系成熟
  • [ ] 行业品牌："政企 AI 私有化 FDE 第一品牌"

🎯 最终判断

FDE 不是"另一个岗位"——它是你这个业务的本质。

你不是在卖软件，你是在卖"高级工程师驻场服务"。
你不是在跑销售，你是在做"AI 时代的工程总包"。

Palantir 用 FDE 拿下 CIA，你用 FDE 拿下央国企。

路径已经被验证，市场窗口正在打开。

这是 2026 年最确定的"政企 AI 落地"路径之一。

📎 关联文件

  • 主项目：projects/ai-private-assistant/ —— 商业计划书
  • 白皮书：projects/ai-private-assistant/whitepaper-2026.md —— 获客素材
  • 种子客户：projects/ai-private-assistant/seed-customers.md —— 20 个客户画像
  • 裁员应对：projects/layoff-playbook/ —— 后路准备

最后更新：2026-06-16
下一步：通读 yeasy 仓库 + 重新定位为"FDE 服务公司"