AI落地催生的FDE热潮：真需求还是短暂岗位？

当大模型技术从实验室走向产业一线，一个新的岗位正在硅谷迅速崛起——Forward Deployed Engineer（FDE），中文常译作“前沿部署工程师”。OpenAI、Anthropic等大模型厂商都在大规模扩招这一岗位，招聘页面上可以看到医疗、法律、政府等各个垂直领域的FDE需求。 这个岗位的核心职责是：深入客户现场，理解真实业务场景，从技术方案设计到系统部署落地，全程负责将AI能力嵌入企业生产环境。可以说，FDE站在了大模型与企业之间的那道巨大鸿沟之上。

历史的回响：咨询顾问的启示

然而，当我们仔细审视FDE的日常工作内容时，会发现一个有趣的现象：这个岗位要解决的绝大多数问题，并非模型本身不够强大，而是企业在数据、流程、权限、历史规则等方面的“先天不足”。 一家运行了二十年的企业，可能有数百套系统、数不清的接口、大量依赖老员工经验的隐性规则。当一个能力极强但高度概率性的大模型，遇到这样一套复杂的企业系统时，中间产生的Gap正是FDE存在的价值所在：用工程能力去弥合技术与现实之间的距离。

三股力量的夹击

在IBM工作的那些年里，我亲眼见证了咨询顾问这个职业的兴衰变迁。二十多年前，企业信息化正处于爆发期，真正经历过全球化IT建设的人才凤毛麟角。大型集团的ERP如何规划、全球IT架构如何设计、项目管理如何推进——这些Know-how在全球范围内都是稀缺资源。 那时候，企业愿意为国际咨询公司支付高昂费用，本质上购买的正是这种知识差。你知道，而我不知道；你见过几十个案例，而我第一次做。这种认知差距本身就是商业价值。 然而，随着时间推移，企业自己的CIO、CTO和IT团队逐渐成熟。SAP、Oracle、数据仓库、云迁移——过去只有顶级咨询公司才掌握的方法论，逐渐成为整个行业的常识。咨询当然没有消失，但"咨询顾问"这四个字本身越来越不值钱了。大量工作从Consulting变成Implementation，再从Implementation变成Outsourcing。

第一股力量：模型能力的进化

今天FDE之所以有价值，很大程度上是因为大模型还不够"聪明"——需要工程师写代码、调Prompt、做RAG、写Tool、Debug Agent。但过去几年，大模型进步最快的恰恰就是这些领域。 曾经需要工程师花几天时间构建的Workflow/Loop，如今Claude Code、Codex等编程Agent已经能够完成大部分工作；过去需要反复调整的Prompt，如今模型开始自己管理Context；今天还需要人工观察Agent为什么失败，未来Agent会越来越多地自主完成Evaluation、Reflection和Debug。 简言之：模型每升级一次，都在蚕食FDE"聪明"的那部分价值。

第二股力量：软件的柔性化

今天为什么需要人深入客户现场做大量定制工作？根本原因在于：传统软件的逻辑是"产品先行，客户适配"。如果客户的业务流程与软件设计不符，要么改变业务，要么做Customization，要么启用专业服务。 FDE并没有从根本上改变这个逻辑——它只是把过去的普通实施顾问升级成了更懂AI、更会写代码的工程师。用"柔性的人"去弥补"刚性的软件"，本质上是权宜之计。 我认为下一代软件最重要的变化，恰恰是软件本身开始变得柔性。未来的趋势可能是"核心越来越硬，外围越来越软"——底层的安全、权限、数据模型必须确定，但外围的工作流、集成、自动化将越来越多地由Agent根据企业Context动态生成。 当Agent Stack越来越成熟，今天由FDE手工完成的大量胶水代码、集成和适配工作，将逐渐变成软件产品自身的能力。 第三股力量：企业自身的成长 当企业逐步建立起自己的数据治理体系、Ontology和Workflow规范后，过去掌握在外部FDE手中的Know-how，会逐渐沉淀回企业内部。这与二十年前咨询顾问经历的事情如出一辙：最初我什么都不知道，所以你很贵；后来

如有侵权，请联系删除。