结论前置:FDE 不是"高级程序员",也不是"驻场开发"那么简单。它是一个懂技术、懂业务、能搞定客户的六边形战士。AI 时代最值钱的不是会写代码,而是能把 AI 变成客户敢用的系统。这篇文章帮你把 FDE 需要的五大能力拆清楚。
为什么还要专门写一篇讲 FDE?
上一篇《当技术不值钱了,我们靠什么活着?》,我说了三条出路:帮企业部署 Agent、打造个人 IP、把两者结合起来。
其中第一条就是 FDE——Forward Deployed Engineer,前线部署工程师。
发完之后,后台收到了不少私信。大家的问题差不多都是:
「FDE 具体是干嘛的?」 「我能不能做?」 「我是个产品经理 / 运营 / 后端开发,跟 FDE 有关系吗?」
不是每个人都有 Palantir 那样的平台。但你不需要 Palantir,你只需要理解 FDE 的能力模型。
搞清楚 FDE 到底需要什么能力,你就知道 AI 时代自己该往哪发力。
FDE 的一天到底在干嘛?
很多人听到 FDE,脑子里第一反应是"驻场开发"——带着电脑去客户公司,现场写代码。
不是这样的。
我给你还原一个真实的场景。假设你走进一家制造企业:
Day 1-3:开会,开会,还是开会。
你不是打开电脑写代码,而是跟着老板、车间主任、仓库管理员,开不完的会。听他们抱怨:排产靠老王的经验,老王要退休了;客户询价要等两天,客户都跑完了;库存数据三个月没更新,账面上有的东西仓库里找不到。
你在干什么? 在搞清楚他们到底哪里痛。
Day 4-7:把听到的东西变成一张清晰的地图。
三天下来你听到了几十个问题,但不是每个都值得用 AI 解决。你得把它们分分类:哪些是高频痛点?哪些是 AI 能比现有方案好 10 倍的?哪些看起来像技术问题其实是管理问题?
然后你选一个最痛、最适合 AI 的场景,画一个方案出来。
Day 8-14:动手搭原型。
用 Cursor、Claude Code 或者 Agent 框架,快速搭一个能跑的版本。不需要完美,需要能让客户看到效果。然后拉上业务人员一起跑、一起调。
Day 15-30:最难的部分来了。
不是"做完交差"。而是让客户敢用、愿意用、持续用。
你要过 IT 部门的安全审查,要说服业务人员改变工作习惯,要让老板看到可量化的价值。
写代码可能只占 FDE 工作的 20%,剩下 80% 在沟通、判断、推动。
FDE 需要的五大能力
这才是这篇文章的核心。
我拆了一下 FDE 需要的能力,一共有五项。每一项都是可以练的,不需要你是天才,但需要你刻意去练。
① 价值嗅觉——不是什么都值得做 AI
很多企业说"我要用 AI",但 80% 的场景不值得做。
不是 AI 做不了,是做了没意义。一个一年只发生三次的事,你用 AI 把效率提升 10 倍也省不了多少钱。
怎么判断一个场景值不值得做?看三个信号:
频次高不高。 每天都在发生的事,优化一点就有大收益。
现在怎么解决。 如果现在全靠人工、靠经验、靠老师傅,说明有 AI 切入的空间。
AI 能不能比现有方案好 10 倍。 好 10% 没人愿意换,好 10 倍大家抢着用。
举个例子:客户询价要等两天,每天发生 50 次,现在靠老王手动查库存算价格。这个场景频次高、人工依赖重、AI 可以秒级响应——值得做。
反过来:季度财务审计报告生成,三个月才一次,而且需要人工签字确认。这个场景频次低、人工环节绕不过——不值得优先做。
价值嗅觉不是天赋,是练出来的。多看几个企业,多听几个业务场景,你就有了判断力。
② 问题重构——客户说的不一定是客户想要的
这是 FDE 最容易被低估的能力。
客户说「我要一个知识库问答系统」。
如果你直接去做,做出来的可能就是:上传文档 → 检索 → 生成回答。技术上没问题,但业务上可能没人用。
因为客户真正的问题可能是:"老专家退休了,30 年的经验带不走。新人上手要…