收录标准
本站采用严口径 FDE（Forward Deployed Engineer，前置部署工程师）定义，同时满足以下三条：
- 驻场或深度贴近客户工作，而非纯远程支持；
- 亲手用技术手段（写代码、搭方案、建系统）解决客户具体问题；
- 对交付结果负责，而非纯售前或纯咨询角色。
地域：仅收录在中国大陆工作的 FDE。
时间：仅收录 2026 年及以后公开可查的现役实践者与其案例。
证据：仅收录在公开渠道主动自述身份者（GitHub 公开主页、公开发布内容等）， 每条附来源链接。不收录仅凭推测得出的匿名信息。
内容尺度：只收录中性、正面的客观事实；不收录争议与负面内容。
评分与分档
条目按公开影响力加权评分，分为 S / A / B 三档展示，不做唯一排名。评分维度与权重公开透明：
- · 开源社区影响力（GitHub stars / followers 等）：30%
- · 短视频内容影响力（粉丝、赞藏等公开数据）：30%
- · 作品与案例厚度（代表项目、复盘文章、演讲）：25%
- · 身份证据强度（公开自述的明确程度）：15%
当前版本仅接入开源社区维度（预览评分），短视频与案例维度接入后全量重算。
数据来源与更新
数据来自公开渠道：GitHub 公开主页与仓库、公开发布的文章与视频、公开招聘信息、公开报道。 采集管道定时运行，候选条目经人工审核后入库，页面展示最近更新时间。
免责声明与个人信息保护
- 本站所有信息均来自公开渠道，仅供行业研究与信息参考，不构成对任何个人或机构的评价或承诺。
- 本站不在任何页面展示个人联系方式（邮箱、电话、社交账号私信等）。
- 如条目信息有误，或你希望被收录 / 更正 / 删除，请通过收录与更正通道提交，核实后 24 小时内处理。
- 本站不收录身份证号、住址、电话等敏感个人信息。
常见问题
什么是 FDE（前置部署工程师）？
FDE（Forward Deployed Engineer，前置/前线/前沿部署工程师）是派驻到客户现场、把 AI 技术落地到真实业务流程的工程师：既懂技术又懂业务，亲手写代码解决问题，并对交付结果负责。该角色由 Palantir 首创，2023 年后随大模型浪潮在国内爆发。
FDE 和售前工程师、交付工程师有什么区别？
售前工程师通常在签约后就退出；交付工程师按既定方案实施。FDE 则贯穿全程：在客户现场发现值得用 AI 解决的问题、快速做出可验证的方案、推进上线并持续迭代——方案会随现场反馈不断演化。
FDE 的薪资水平如何？
公开报道显示：国内 FDE 岗位招聘量一年增长约 10 倍，头部岗位月薪 35-70K、15 薪起步；海外年薪可达 19.3 万美元。薪酬显著高于同年限的传统工程师。
如何进入中国 FDE 名录？
在公开渠道（GitHub、抖音、个人网站等）有可核验的 FDE 身份自述与交付实践，即可通过「自荐上榜」提交；审核通过后免费收录，条目附证据链接。
名录的信息来源是什么？可信吗？
全部条目来自公开渠道：GitHub 公开主页、抖音公开主页、公开发布的文章与报道。每条附证据链接与收录日期；引用请注明来源。发现错误可通过收录与更正通道提交，24 小时内处理。
如何删除或更正我的信息？
本站所有信息来自公开渠道。若您希望更正或删除您的条目，通过「自荐上榜」页面的微信联系我们，核实后 24 小时内处理。
关于主理人
我是施可（SHI KE），水滴跃动（Dropleap）创始人，中国科学技术大学软件工程硕士，连续创业者。
16 年职业经历横跨软件工程、互联网产品与创业经营：从工程师、技术管理者起步， 先后在 NCS、同程艺龙、哈啰出行承担技术与产品职责，后任邻汇吧 COO。 2026 年创立水滴跃动，在苏州专注制造业 AI 落地——带小团队驻场交付，帮工厂在 2–4 周内跑通第一个 AI 场景。 我判断 AI 项目的成败在于部署，而非模型本身——这个判断的另一个名字，叫 FDE。
我把这个理解写成了书：《FDE：AI 的胜负不在于模型》， 另著有《AI Coding：人人都是程序员》与《WorkBuddy 三部曲》。
做「中国 FDE 名录」的原因很简单：FDE 的招聘量一年涨了 10 倍， 但这群人散落在 GitHub、抖音、脉脉的各个角落，没有一张能把他们看全的地图。 名录只收公开自述、可核验的一线实践者，条条带证据链接，不做唯一排名、不卖焦虑。
如果你就是 FDE，欢迎自荐上榜；如果你在招 FDE、想让 AI 在业务里真正跑起来，或者只是同行，都欢迎找我。