AI带火FDE，从业者真实生存图鉴
定焦One（dingjiaoone）原创
作者 |李梦冉 王汉星 王璐 陈丹 雷晶
编辑 |雷晶
FDE这个词，最近热度飙升。
所谓FDE，全称为Forward Deployed Engineer，即前线部署工程师。如今，这个头衔更多指向那些深入客户一线、负责将大模型嵌入企业业务流程的人。他们不仅是写代码、搭系统的技术人员，更是沟通者——要把企业主那句模糊的“想用AI”，转化为真正能跑通的产品和工作流。
其实，早在2010年左右，美国科技公司Palantir就已设立并推广这一角色，但此后它长期局限于少数企业软件公司。直到大模型兴起，企业才猛然发现：接入模型不等于拥有可用的AI系统。老系统连不上、数据散落在微信和Excel里、老板描述不清需求……这些痛点急需有人到场解决。于是，连接AI产品与企业业务的FDE被推到了台前。
招聘市场也给出了反馈。美国招聘平台Indeed数据显示，FDE相关岗位从2025年4月的643个，激增至2026年4月的5330个，同比涨幅高达729%。国内类似需求同样涌现，主要来自两类玩家：一类是服务政企和大客户的模型公司，FDE承担模型售后与落地交付；另一类则是个人或小团队，为那些不会用AI的中小企业提供定制服务。
需求虽起，商业模式却尚未定型。有人按项目报价，有人收取咨询费或订阅费，也有人从降本金额中抽成，或将方案模板化重复出售。对老板而言，“数字员工的年薪”概念更易理解，但改造一套工作流程究竟值多少钱，至今没有标准答案。
争议随之而来。有人视其为AI时代最值钱的新职业，培训机构更以“零基础三个月转行、年薪百万”为噱头吸引眼球；也有人认为，这不过是解决方案架构师、实施顾问和交付工程师换了个新名字，甚至被视为低含金量外包岗。
我们采访了五位FDE从业者。其中有刚毕业就接手亿元营收企业项目的新人，有日薪200元、每周工作50小时的实习生，也有自由职业者、产品经理及FDE社群发起人。
真正深入企业后，他们发现写代码仅是冰山一角。更多时候，他们需要驻场、开会、培训员工，去摸清混乱的数据和封闭的老系统。收入也未如传闻般光鲜：有人接下数万元订单，却要独自承担获客、开发、返工及运维；有人频繁出差、熬夜交付，拿的却是产品经理的工资。
五人的共识相近：FDE有需求，但远未成为成熟行业；企业想借AI提效却说不清需求，导致FDE需承担大量沟通工作；收入两极分化，外界传说的百万年薪，几乎无人真正拿到。
01.作为公司首位专职FDE，我得包揽80%的项目环节
冯又又｜00后 深圳 内容营销科技公司FDE
今年6月底，我入职了一家做B端内容营销的公司。面试的是AI产品经理，结果入职一周，就被派往外地驻场，正式开启FDE生涯。
我们是一支AI原生小团队，分工并不僵化，开发和前端岗位单独拆分。我是公司第一位专职FDE，也是对接客户最多的人。
传统AI产品经理主要负责画原型、写文档，对接开发并验收，仅参与项目中间环节。而FDE需从头跟到尾：挖需求、去现场、梳理业务、做Demo、推动落地，最后还要将经验沉淀为可复用的框架。粗略估算，一个项目中约80%的工作，我都得参与。
目前我的日常节奏是六分沟通、四分技术，大半时间在外出差，最长一次驻场近一个月。典型的一天是：上午与企业负责人开会，挖掘真实业务卡点；下午整理客户零散诉求，利用各类AI工具快速搭建流程Demo；晚上熬夜优化方案，次日与客户闭环验证，经过多轮反复调整，直至AI方案落地。
图源 / pexels
Codex、Kimi、Copilot等工具我都会使用，它们能帮我整理资料、搭建框架、撰写文档。过去需要开发配合几天才能完成的原型，现在半天即可搞定。但AI只能执行，产品架构设计、业务取舍、与客户谈判以及最终落地决策，完全无法替代。
今年确实感觉到FDE岗位激增，但薪资并未网传那般夸张。我目前仍拿产品经理薪资。不过现阶段我更看重直接接触客户、主导项目并对结果负责的机会，这些经历在别处难以获得。
该岗位尚处探索期，各家理解各异。例如部分企业要求FDE全包前后端开发，而在我们公司，我只负责需求梳理、原型搭建和落地跟进，后端由专职开发配合。ToB内容营销客户决策链简单，负责人可直接拍板推进；若面向海量C端用户，诉求分散且平衡成本与体验的难度会大幅上升。
我最焦虑的是，事务繁杂但深度不足。沟通能力在提升，技术判断力却可能滞后。每天都在解决客户问题，没太多时间思考如何沉淀可复用的产品能力。
AI行业名词迭代极快，Prompt工程师、Agent工程师一波波更新，但我相信，即使未来不叫FDE，其中沉淀的能力——沟通、判断、落地，是可以带走的。给想入行者的建议：别被“高薪”标签冲昏头脑，先低成本验证自己是否适合，比如从头到尾做一个产品，与真实用户聊聊。若你不排斥高不确定性、强沟通和动手干活，不妨试试。
AI时代，FDE是否会一直存在尚难断言，但在一线解决问题的人，永远有位置。
02.成为FDE后，我每天第一件事是研究别人怎么工作
@82LSF｜30岁 广州 自由职业
我本科读计算机，毕业后在广东一家上市公司做金融风控软件，主要服务港交所等大客户。
去年我开始自由职业，接软件开发和AI项目。上个月，经朋友介绍，我去一家传统餐饮连锁公司做FDE。
严格来说，我更像一个OPC（一人公司）。想法很实际：先服务好这家公司积累案例，再拓展更多客户。目前，我已沉淀下10多个行业通用的skill，这是最大收获。
上岗第一天，我加入公司企业微信群，没急着写代码，而是跟着运营、市场、配送、店长，观察他们每天的工作流程，摸清餐饮行业员工的日常习惯。这一步至关重要。很多时候，客户只说希望“用AI提效”，却不知AI具体该用在哪个环节。FDE需深入业务流程，观察员工填什么表、写什么报告、整理什么数据，找出重复频率高、无需复杂判断的工作。
摸清后发现，该公司大部分工作仍靠人力填表、汇报、签合同，顶多用一用豆包，办公流程极度依赖桌面端。
我开始用WorkBuddy为每条业务线、每个部门开发专属skill，简化日常琐事，让无价值的重复劳动交给AI。例如自动抓取各门店营收日报表、打卡异常表、进销存比价表。
以前这些活儿需人工手动填写，每天坐电脑前半小时至一小时，现在基本由AI自动完成，每人每天至少节省半小时。月均下来，差不多省出一个工时。
如今skill跑通后，员工无需守在电脑前，直接在移动端微信发送自然语言指令，即可完成绝大多数重复性工作。
图源 / AI生成
很多人问FDE需要什么能力。
我的体会是，首先要对底层技术有系统性理解，把握API、MCP协议边界。在企业中，不同岗位接触的业务边界必须清晰：有些数据可见，有些只查不可写，有些甚至不可见。
其次要了解所服务的行业，这点类似咨询公司做法。先理解客户运转逻辑，才知道AI可用何处。
最后，也是最重要的，是沟通。相比技术，FDE的沟通能力或许更重要。若一直误解客户需求或无法快速解决问题，对方会失去耐心。
具备这些能力，也不意味着项目一定能成。据我观察，FDE派到企业里，两三个月干不出来、最后黄掉的项目比比皆是。
至于未来，我不焦虑。进一步看，该领域至少还需三到五年沉淀，甚至更久，才能真正构建起成熟的产品、方法论与服务生态。
03.实习日薪200块，最忙时一周工作近50个小时
哲伟｜00后 北京 FDE实习生
入职一个月，我对FDE最直接的感受是：网上说法与现实截然相反，这是一份“理想”与“现实”反差极大的职业。
许多人对该岗位的印象停留在“年薪百万”“六分沟通四分技术”“靠AI提效躺赚”。但落到一线，外界吹捧的神乎其神的AI自动化，往往伴随大量繁琐的“脏活”。
作为一名FDE实习生，我日薪200块，最忙时一周工作近50小时，每周三天需驻场或出差，性价比确实不高。
早上通常先到客户现场，开几小时会确认需求、安排后续交付，剩余时间全用来写代码。若赶上工期紧，可能要连续写七八个小时，甚至睡前给Agent留超长任务，让它夜里继续跑，第二天再验收成果。
图源 / pexels
当然，熬夜赶出的东西质量未必高。但现在大家觉得有了AI，开发就该一天一个进度。实际上，代码生成后还需审核、测试，这些才是最耗时的环节。加上AI变化快，许多新概念和新东西都要学。我常常觉得自己不像打工，更像“科研民工”。
入行前，我以为FDE工作是梳理客户痛点，然后扔给AI，人做微调即可。真正工作后才明白，客户往往有一堆老系统，你得先摸清其运行模式和开放程度；若客户数据混乱，还得先清洗。但客户常不理解，觉得只要个AI功能，为何要做那么多铺垫。
有一次，客户想在公司内部搭建飞书AI助手。难点不在安装，而在将飞书AI助手、服务器程序及飞书在线表格连接起来。三者互通信，需加中间服务。
为实现批量修改文件和调整样式，我们又接入了外部工具“秒搭”。但工具越多，排查越麻烦。一旦出问题，我至少要在三个地方分别排查：是中间服务算错？还是表格数据有误？或是AI助手设置不当？
本想借助工具省事，最后因接入过多工具，反而增加了工作量。折腾到最后，放弃该方案，改回老办法：在自己服务器上搭AI助手，再用其他工具调试，反而简单多了。
我觉得FDE不像外界说是解决方案架构师或交付工程师换了时髦名字，它是在AI加持下，将许多传统岗位合并为一个。以前几人分工的事，现在压在一人身上，要求不仅懂代码，还要比客户更懂业务细节和风险。
有人说FDE是过渡性岗位，两三年后AI方案定型就不需这么多人了。我倒不这么看，只要企业业务流不断变化，只要有新场景需人去理解和落地，FDE就不会消失。只不过未来门槛会越来越低，因为AI工具会越来越强。但门槛越低，真正稀缺的反而是那些能梳理复杂业务、敢拍板技术方案的人。
长远来看，我可能会转型做独立开发者，搞个一人公司。给别人干，琐碎事太多，无自己的节奏。同样是解决问题，我更想用自己的方式来做。
04.FDE是“六边形战士”，我自己也没做到满格
XIAO｜23岁 杭州 创业
我进入FDE这一行，算是误打误撞。从6月到现在，不到两个月。
我本科在北邮，硕士在南洋理工。最早在网上看到一位博主分享FDE，自认挺适合：沟通不弱，对AI有理解。后来才发现他是我的直系学长，现在还成了合伙人。
在学长影响下，我开始尝试用AI改造企业工作流。他帮我拍了条相关视频，发出去没多久，第一单找上门。一位“厂二代”当时在自己家合作的销售公司实习，把我介绍给老板。对方想做一套定制化CRM系统。我们先线上聊合作意向和行业认知。周末，我赶去温州，把之前做的东西一样样摆给老板看。老板看重我们年轻人有技术，双方谈得很愉快。周日当天，我们就敲定了口头协议。
现在我接触的客户，年营收基本都在1亿元以上。其中一家年营收约2亿元的供应链企业，想做一套拍照识图系统，将识别信息自动导入ERP。
听起来不复杂，做起来完全是另一回事。真正考验FDE的，不是模型能否识别图片，而是能否将企业混乱、模糊的需求，拆成AI可执行的工作流。客户数据可能散落在员工微信里，ERP无API，老板也说不清到底需要什么。我要先驻场了解业务，培训员工、搭建知识库，再判断哪些环节适合交给AI。
图源 / pexels
有一次，我发现一名员工每天重复整理Excel表格。我花半小时弄清数据来源、步骤及呈现形式，当天下午就让AI接手了这部分工作。FDE的能力，往往体现在这里：不是单纯写代码，而是迅速理解业务，再将问题转化为可执行方案。
AI执行很快，前期摸业务却省不了。即使面对同一行业，一套方案能做到30%标准化已属不错，其余均需根据客户需求重新定制。我卖的不是现成产品，而是能持续交付结果的服务。
我的收入远不如传说光鲜。获客、驻场、交付都得自己来，每天从早忙到晚，比进大厂更累。网上说这行在美国年薪可达百万美元，但我认识的人里，拿到这个数的一个也没有。国外可能愿为过程付费，国内只对结果买单。产品没真正跑起来，前面做多少工作都无用。
不过，这并不意味着FDE赚不到钱。行业尚处早期，标准未立，市场鱼龙混杂。真正能力强、能把项目做成的人，确实可拿到与能力匹配的收入，甚至高于互联网同等技术水平岗位。但高收入来自技术、业务、沟通和交付能力的叠加，而非仅仅挂上FDE头衔。
在我看来，FDE是“六边形战士”：懂技术、懂业务、会沟通，还得行动快、迭代快。99%的人都做不到，我自己也没做到满格。
FDE或许只是AI进入各行各业的过渡载体。即使它会消失，我相信也会是软件岗位里最后消失的那一批。但若只因听说高薪就来，别来；若真想从事，先从用AI给自己提效开始。
05.跑完北上深杭，我发现FDE最缺的是信任
Lawted｜全国26岁 Ha7ch FDE社群发起人
我开始做FDE，是在今年4月。
当时，一位朋友问我，有没有兴趣去一家货代公司帮忙装OpenClaw。到了现场我才发现，那位老板连豆包都不太会用。公司的跟单员每天在微信、Excel和PDF间来回切换，读取单据、录入信息，大量工作全靠人工。
我觉得这些流程完全可以交给AI，于是接下第一个项目，想帮他们换掉整套系统。
在老板和员工间来回跑了一个月，我才一点点把流程搭出来。两个月后，系统成型。上传Excel、PDF等文件后，AI可自动解析、建单和填单，员工只需做最后核对。
图源 / pexels
但东西做出来了，项目却黄了。老板问：系统稳不稳定？出了问题谁负责？能不能提供24小时维护？作为单干的OPC，我没能力保证系统长期稳定运行。
虽然项目没跑通，但那时FDE概念开始火了。我把踩坑经历发到网上，分享FDE工作方式及驻场问题，收获了一批流量。后来，我又在深圳、上海、杭州和北京连续组织了四场闭门会，接触了许多正在做企业AI落地的人。
跑完四座城市，我发现FDE目前只是个“有生意、没行业”的职业。四个城市里，既有几百元、几千元的电商小单，也有几十万、上百万元的企业改造。但大项目需组建团队，项目金额还要覆盖获客、开发、驻场、返工和运维成本，真正到手的钱没看起来那么多。
拿到项目只是开始。客户只说想做AI，却讲不清需求；企业数据混乱，敏感信息难打通；员工担心被替代，老师傅和业务部门抵制；单个任务看似跑通，串成完整流程后，准确率、模型成本和回款周期又可能失控。
但独立FDE最难的是让企业相信你。参加闭门会的人里，有六七成的第一单来自亲戚、朋友或过去积累的人脉。大厂FDE背后有公司和产品背书，可直接进入客户现场，而独立FDE没有这些，很难获取信任。对传统企业老板来说，把业务数据交给陌生人，本身就是高风险事。独立FDE只能靠案例和一次次交付证明自己。没有行业资源，也不愿公开表达，只会闷头写代码的人，很难拿到第一张入场券。
为解决这个问题，我开始尝试组织黑客松，让选手用48小时解决企业问题。我找来有AI改造需求的企业，也筛选想做FDE的人。由企业报销差旅，参与选手直接来到现场，在48小时内梳理需求、做出Demo。老板认可，双方继续合作；不认可，项目结束。
有一次，我们去一家律师事务所帮他们搭建系统。那里的实习生平时要处理五六百份扫描文件，再整理成一千多行Excel，差不多要花半周。而选手用AI完成识别和摘要，部分内容甚至比人工填写得更准确。48小时结束后，企业决定签下第一阶段合作，把工具稳定部署上线。
所以，在我看来，FDE更像是“AGI的补丁”。在AI还不能自己进入一家企业、理解环境并开始工作时，由人把它接进真实的业务流程。只有真正做出让企业能直观看到效果的成品，才能真正留住客户。
我觉得FDE入门门槛没想象中高，懂技术，也愿意进入企业理解需求，可以尝试。但真正把项目做成的门槛很高，你要让老板放心交出业务和数据，还要在系统出问题时留下来兜底。
*题图由AI生成。应受访者要求，文中哲伟为化名。
