这两天刷到一个挺有意思的现象。
OpenAI、Anthropic、Google,三个做大模型最猛的公司,突然都盯上了同一种人。
不是更会写论文的人。
不是更会训模型的人。
也不是更会做PPT卖课的人。
而是一种叫 FDE 的工程师。
FDE,全称 Forward Deployed Engineer,直译有点别扭,叫「前置部署工程师」或者「驻场工程师」。说人话就是,软件公司不再只是把产品卖给你,然后远程发个文档让你自己折腾,而是把工程师直接派到你公司里,坐在你旁边,看你们到底怎么干活,然后一边理解业务,一边写代码,一边把AI接进真实流程里。
这事儿乍一看有点倒退。
咱们过去二十年听到的软件神话,基本都是一个方向,产品要标准化,交付要轻,客户最好自己注册、自己上手、自己付费。SaaS最迷人的地方就在这里,边际成本低,毛利高,一个系统卖给一万家公司,不用给每家公司单独派一个工程队。
结果AI搞到2026年,几家最前沿的公司绕了一大圈,又回到了一个很土的办法。
派人。
这其实挺耐人寻味的。
我觉得 FDE 这波热起来,最重要的不是多了一个高薪岗位,而是AI行业终于承认了一件事,模型强,不等于企业能用起来。
大模型这几年进步太快了,快到很多人产生了一种错觉,以为只要模型智商继续涨,企业里的那些破问题就会自动消失。
但真实世界不是这么运行的。
你让一个模型写诗、写代码、做PPT,它可以表现得很惊艳。你让它进一家银行,帮反洗钱团队处理可疑交易,事情立刻就变味了。
它要知道数据在哪个系统里。
它要知道哪些字段能用,哪些字段有坑。
它要知道什么情况可以自动判断,什么情况必须交给人。
它要知道监管要看的审计轨迹长什么样。
它还要知道,这家银行内部那些没人写成文档、但大家都默认遵守的工作习惯。
这些东西,模型不知道。
更麻烦的是,客户自己也未必说得清。
这就是FDE存在的地方。
说到这里,可以先把FDE和几个常见角色区分开。
销售工程师,主要负责售前演示。客户还没买的时候,他把产品讲明白,把Demo跑漂亮。签完合同后,他通常就撤了。
解决方案架构师,更多是画架构、做方案、帮客户判断技术路线。
咨询顾问,帮你梳理流程、做转型、写报告,也可能帮你落地,但他通常不是产品公司内部那个能把一线经验带回产品的人。
FDE麻烦就麻烦在,他哪个都像,又哪个都不是。
他得懂工程,能写能调能接系统。
他得懂业务,能听懂客户说的那些半截话。
他还得懂产品,知道这次在客户现场踩到的坑,哪些只是这家公司自己的毛病,哪些是十家公司都会遇到的共性问题。
前者现场解决,后者带回公司,变成产品能力。
这才是FDE最值钱的地方。
如果只是去客户那里写一堆定制代码,那不叫新范式,那叫高级外包。
FDE真正厉害的地方,是把一条条客户现场踩出来的泥路,最后铺成产品里的柏油路。
这套玩法不是OpenAI发明的,最早把它玩出味道的是Palantir。
Palantir早年面对的客户很特殊,情报机构、军方、政府部门、大型企业。这些客户经常有一个共同特点,他们的问题很复杂,数据很敏感,流程很混乱,而且他们自己也说不清楚到底要什么。
你拿一个标准SaaS产品过去,让客户自己配置,基本等于让一个病人自己读医学教材然后给自己开刀。
所以Palantir选择了一个很笨但有效的办法,把工程师派进去。
坐到现场。
看人怎么干活。
一边问,一边改,一边部署。
这件事在传统软件行业里一直有争议。因为它不够「软件」。人太重,毛利不好看,交付周期长,看起来像咨询公司。
但到了Agent时代,这套老办法突然又值钱了。
原因也不复杂,Agent和过去的软件不一样。
过去的软件,本质是工具。
你买Excel,买Salesforce,买一个ERP系统,都是人在用工具。工具做不到的地方,人会绕过去。按钮不好用,人骂两句,但事情还能往前走。
Agent不一样。
Agent的野心是代劳。
你不是让它给你一个界面,而是让它替你完成一段工作流。比如反洗钱调查,从多个系统里拉证据,识别风险模式,判断优先级,生成报告初稿,留下审计痕迹。
这就不是「功能失败」的问题了。
这是「业务失败」的问题。
一个按钮不好用,最多影响体验。一个Agent漏判风险,可能就是罚款、问责、监管事故。
所以Agent越往企业核心业务里走,就越需要理解现场。
而现场这东西,最讨厌的地方就在于,它不在说明书里。
我以前一直觉得,企业数字化最难的不是系统,而是那些藏在系统缝里的东西。
比如一个审批流程,表面上有七步,实际公司里真正起作用…