FDE 到底是什么？Forward Deployed Engineer 完全指南

本文为 FDE Hub 入门百科第一篇。正文为 M1 阶段样例内容，用于验证详情页渲染管线；正式内容将在 M2 后由后台录入替换。

一个岗位的三次出场

2003 年前后，Palantir 在为客户做反恐数据分析时，发现纯软件交付无法落地：数据脏、流程乱、决策者不懂技术。于是诞生了一个新角色--Forward Deployed Engineer（前置部署工程师，FDE）：既写代码，又扎进客户现场，把平台能力变成真实产出。

2024 年起，OpenAI、Anthropic、Databricks、AWS 等公司集体开设 FDE 岗位。Indeed 数据显示，FDE 岗位从 2025 年 4 月的 643 个增至 2026 年 4 月的 5,330 个，同比增长约 729%。

FDE 解决什么问题

企业 AI 落地的真正瓶颈，往往不是模型能力，而是：

• 数据：散落在几十个系统里，口径不一、权限复杂
• 流程：业务部门说不清需求，技术部门不懂业务
• 组织：POC 容易，产线难；demo 漂亮，运维崩塌

FDE 的目标函数是「客户是否成功」，而不是「人月是否填满」。他们深入现场，做四件事：

1. 把客户问题翻译成工程问题
2. 用平台能力快速搭出可用产物
3. 把现场反馈反哺到产品路线图
4. 让交付物能被客户自己持续运营

和其他角色的本质区别

| 角色 | 目标函数 | 考核 | 与产品关系 | |---|---|---|---| | FDE | 客户成功 | 产出价值 + 产品反馈 | 反向定义产品 | | 售前 | 打单 | 成交额 | 不改产品 | | 交付工程师 | 上线 | 按期交付 | 被动实现 | | 驻场外包 | 人天 | 工时 | 不负责结果 |

一句话：外包卖人天，FDE 卖结果。

为什么现在火

大模型让「能力」变便宜，让「落地」变稀缺。任何公司都能调 API，但把 API 变成客户愿意付费的产物，需要懂技术、懂业务、懂沟通的复合角色--这正是 FDE 的定义。

接下来的章节将拆解 Palantir 的 Echo/Delta 编制、转型路径与中国变体。详见百科其余各篇。