最近 FDE 这个词很热。
很多人会把它理解成一个新岗位:既懂技术,又懂业务,还能到现场解决问题的人。
这个理解没有错,但如果只盯着岗位名,反而容易看窄。
我更关注它背后释放出来的信号:企业 AI 落地正在从“建设问题”,进入“运营问题”。
过去大家更关心的是,有没有模型,有没有平台,能不能搭一个智能体,能不能把某个工具用起来。
但现在,很多公司已经走到下一个问题了:
智能体搭出来以后,谁运营?
业务说不好用,谁判断问题出在哪里?
提示词改了很多版,到底有没有进入业务结果?
一个场景跑通了,谁把它复制到第二个、第三个场景?
这才是 FDE 变得重要的原因。
不是因为企业突然多了一个流行岗位,而是因为 AI 落地不再只是“搭出来”,还要有人把它持续跑下去。
一、很多人以为还在建设期,其实问题已经进入运营期
企业做 AI,最开始很容易落在建设视角里。
选工具,买平台,接模型,搭知识库,做智能体,组织培训,跑几个试点。
这些都很重要。没有建设,后面也谈不上运营。
但真正进入业务以后,难点会变化。
一个智能体能回答问题,不等于它进入了业务流程。
一个 AI 工具有人试用,不等于它成为了组织能力。
一次项目看起来效果不错,也不等于它能被复制到更多团队。
建设期问的是:能不能做出来。
运营期问的是:能不能稳定使用、持续反馈、不断迭代,并最终沉淀成组织方法。
这两个阶段需要的人也不一样。
建设期更容易看见技术能力。谁会搭工具,谁会写提示词,谁会配置智能体,谁能把 Demo 做出来。
运营期更需要一种复合能力:能听懂业务问题,能拆流程,能定义输入输出,能推动跨部门协作,能看运行反馈,能把一次经验沉淀成模板和机制。
这就是我理解的 FDE 型能力。
二、FDE 不是终点,它只是一个信号
FDE 可以翻译成“前置部署工程师”或“前线部署工程师”。在行业语境里,它通常指那些深入客户或业务现场,把技术方案真正部署进业务环境的人。
但放到普通企业内部,我不建议一上来就把它理解成一个固定岗位。
更准确的说法是:FDE 型能力是一层交叉能力。
它可能出现在 AI 建设者身上,也可能出现在 AIBP 身上,可能出现在业务 owner、数字化产品经理、平台运营、流程负责人身上。
不是所有 AI 开发者都是 FDE 型人才。
一个人如果只负责模型、代码、平台能力,不进入真实业务现场,不承接上线后的运营反馈,那他更像技术建设者。
也不是所有业务骨干都是 FDE 型人才。
一个人如果只提需求,只说“我想要一个助手”,但不能定义流程、规则、验收和复盘,他也还没有真正具备这种能力。
FDE 型能力的关键,是能把三件事接起来:
- 把模糊需求变成可评估的业务场景;
- 把一次智能体交付变成可复用的流程和标准;
- 把外部工具或专家能力,转化成企业内部能继续运营的能力。
所以企业真正缺的,不只是一个叫 FDE 的岗位。
更缺的是一批具备 FDE 型能力的人。
三、安克的 AI 落地分享,表面讲案例,深层是在建设人才密度
安克这个案例很适合放在这里看。
很多人看安克做 AI,会先看它做了多少智能体、用了什么平台、Token 消耗有多大。
这些当然是信息,但不是最核心的部分。
我觉得安克更值得看的地方,是它把企业 A…