硅谷突然爆火的 FDE，到底是什么神仙岗位？去年才 200 个岗位，今年快 2000 了。年薪 20 万刀起步。Open - 掘金
去年才 200 个岗位，今年快 2000 了。年薪 20 万刀起步。OpenAI 专门搞了个子公司来招人。 说实话，我第一次看到 FDE 这个缩写的时候，反应是：又来了个新词包装 old thing。去年才 200 个岗位，今年快 2000 了。年薪 20 万刀起步。OpenAI 专门搞了个子公司来招人。 说实话，我
硅谷突然爆火的 FDE，到底是什么神仙岗位？
大强同学
2026-08-09
336
阅读8分钟
去年才 200 个岗位，今年快 2000 了。年薪 20 万刀起步。OpenAI 专门搞了个子公司来招人。
说实话，我第一次看到 FDE 这个缩写的时候，反应是：又来了个新词包装 old thing。
后来仔细翻了几篇文章，发现不是。
Box 的 CEO Aaron Levie 说它"即将成为科技行业最抢手的岗位"。Business Insider 直接管它叫"AI 领域最热的工作"。不像是 PR 稿，因为数据摆在那——2025年4月到2026年4月，FDE 的招聘量涨了 729%。从一年前全行业不到 200 个岗位，到现在快 2000 个在招。
OpenAI 专门成立了一个叫"OpenAI Deployment Company"的部门，核心就是招 FDE。Google Cloud 的 CEO 亲自在 LinkedIn 上发帖说要扩招。Anthropic、Stripe、甚至麦肯锡都在抢人。
所以 FDE 到底是个什么东西？为什么突然这么火？它跟普通程序员有什么区别？
我翻了十几篇文章和报告，把这事捋清楚了。
FDE 到底是什么？
FDE 的全称是 Forward Deployed Engineer，前线部署工程师。也有人叫 FDSE（多了一个 Software）。
维基百科的定义很绕：在客户组织内部或旁边，直接开发和部署软件的客户-facing 软件工程师。
说人话就是——带着电脑去客户那，当面把代码变成他们能用的东西。
这个角色最早是 Palantir 搞出来的。Palantir 做政府和大企业的数据分析和反恐系统，软件极其复杂，每个客户的数据环境、业务逻辑都不一样。要是靠远程产品团队，光是理解客户到底想要什么就能耗几个月。
所以他们干脆把工程师派到客户现场，跟客户坐在一起上班。从需求分析到写代码到部署上线，全程跟到底。这就是 FDE 的雏形。
听起来挺简单粗暴的，对吧？但后来发现，这招确实管用。
为什么偏偏今年火了？
FDE 存在了十几年，为什么今年突然爆发？
一个原因：AI。
2024到2026年，大模型的能力大家都看到了。但怎么把 AI 真的接进一家公司的数据、业务流程、安全体系，变成一个能用的生产系统——这件事，几乎所有非技术公司都在抓狂。
传统软件是这么卖的：把产品卖给你 → 你自己部署 → 遇到问题找客服。但 AI 系统完全不一样。它需要：
接入客户的私有数据
适配客户自己的业务流程
反复调 prompt 和模型参数
解决安全合规的问题
以及——帮客户理解"这玩意儿到底能干啥"
这些活，普通销售工程师干不了，远程产品团队搞不定。只有真正懂技术、又能坐在客户旁边的人才能干。
所以 FDE 一夜之间变成了最稀缺的资源。
不是 AI 创造了 FDE，是 AI 让 FDE 从"少数公司才需要"变成了"每家公司都需要"。
FDE 到底做什么？
一个 FDE 的典型一天：
上午在客户公司开会，听客户吐槽他们的业务流程有多痛苦
中午写代码，把客户的痛点翻译成技术方案
下午部署调试，让客户的业务真正跑起来
晚上跟内部产品团队同步：客户的需求到底是什么，我们的产品应该怎么改
你可能会说，这不就是高级实施工程师吗？我觉得有点像，但又不完全一样。关键在于——FDE 不仅要解决问题，还要搞清楚什么才是真正的问题。
举个例子。
OpenAI 的 FDE 团队跟 John Deere（农业机械巨头）合作，帮农民在种植季用 AI 推荐最优的化肥农药方案。FDE 团队直接跟农业专家坐在一起工作，看了几百个真实案例，建评估系统，反复迭代——最后帮农民减少了 70% 的化学品使用，客户互动提升了 6 倍。
**Rippling 的 FDE 案例更有意思。**一个 24 岁的 FDE 叫 Kanav Bhatnagar，他说他的主要工作就是"听客户说话"。一家连锁餐厅用 Excel 手工记录工资数据，他直接写代码帮他们在 Rippling 平台上实现自动化。客户看到成品的时候说：“这就是我想要的。”
FDE 的核心工作，其实就是三个字——填鸿沟。填的是"AI 能做什么"和"客户真正需要什么"之间的那道沟。
FDE 和普通程序员有什么不同？
维度
普通软件工程师
FDE
| --- | --- | --- |
工作地点
办公室 / 远程
| 客户现场 |
和谁打交道
产品经理、其他工程师
| 客户业务人员、高管 |
核心技能
写代码、系统设计
写代码 + 沟通 + 需求挖掘
交付物
功能/模块
| 端到端的业务解决方案 |
和产品的关系
按需求实现
发现需求 + 反馈给产品团队
薪资
湾区中位数 ~万17万-$20万+**
| |
一个 FDE 的面试，不仅要考算法和系统设计，还经常出现咨询公司式的案例面试题——给你一个模糊的客户场景，你要现场提问、诊断问题、设计解决方案。
普通程序员面试考的是"把这个功能实现出来"。FDE 面试考的是"搞清楚客户到底要什么，然后再实现出来"。
一个是解题，一个是先找题再做解。
为什么有人说 FDE 是"创始人训练营"？
Palantir 培养的 FDE 里，走出了很多创业者。Business Insider 专门发过一篇文章，标题就叫《The Palantir job that grows startup founders》。
原因不难想：
FDE 每天都在面对真实、混乱、未定义的问题——跟创业一模一样
你必须理解商业逻辑，而不只是技术逻辑
你要跟客户高管打交道，慢慢就有了商业嗅觉
你看到的是产品路线图上看不到的真实需求
一个人从需求到交付全链路负责——ownership 感极强
上面提到那个 24 岁的 Kanav Bhatnagar 说了一句我觉得挺真诚的话：“我觉得这份工作正在为我自己创业做准备。”
他不是在说漂亮话，这大概就是真正做 FDE 的人的真实感受。
谁在抢人？
截至 2026 年，公开招聘 FDE 的公司已经不少了：
OpenAI — 成立专门的 Deployment Company，FDE 团队核心
Anthropic — 跟随 OpenAI 节奏大规模招人
Google Cloud — CEO 亲自宣布扩招
Stripe — 支付体系高度定制化，需要大量 FDE
Palantir — 祖师爷，一直在招
McKinsey (QuantumBlack) — 顶级咨询公司也加入了，要求 8 年以上经验 + CS/ML 硕士
Rippling — 人力资源 + AI 赛道
如何成为一名 FDE？
技术基础： 能写代码，能系统设计，能 debug。FDE 面试通常有传统软件工程师级别的 coding 轮。
沟通能力： 能把客户的"我要这个"翻译成"你需要的是这个"。学会跟非技术人员说话。
快速学习： AI 领域变化太快，每个客户用的技术栈都不一样。
咨询思维： 学会用提问框定问题，快速诊断客户真正的痛点。
抗压能力： 被客户现场盯着出活，你懂的。
争议与风险
当然，FDE 也不是没有争议。
成本高。 把一个工程师派到客户现场，比卖一个标准化产品贵得多。不是每家公司都养得起一个 FDE 团队。
可复制性差。 Palantir 的模式花了很多年才跑通。你不是 Palantir，你的客户也不是政府和军队，照搬这套路线不一定行得通。
角色模糊。 有些公司只是把传统的售前工程师或者实施顾问改了个名字叫 FDE，本质上还是咨询。你想做的是 FDE，招进去发现干的还是以前那套。
产品 vs 定制化的张力。 FDE 做大量定制化，产品团队想标准化，两者天然矛盾。这个矛盾在大多数公司里都没有很好的解法。
Forbes 有篇评论说得挺实在：FDE 在快速变化的系统（比如 AI 应用）中非常有用，但在稳定的、需要严格变更控制的系统中，可能并不合适。也就是说——不是所有公司都需要 FDE，也不是所有问题都适合用 FDE 来解决。
写在最后
FDE 这次火起来，说到底是因为一件事：AI 正在从"能跑 demo"进入"真正落地"的阶段。
这个阶段最缺的不是写论文的人，不是做模型的人，而是能把 AI 塞进一家公司真实业务流程里的人。
如果你是一个既懂技术、又喜欢跟人打交道、不想整天只坐在工位上修 bug 的工程师——FDE 可能是这个时代最适合你的岗位之一。
硅谷有句话："人人都想造火箭，但没人愿意把火箭开上太空。"
FDE，就是那个开火箭的人。当然，前提是——你真的想开。