FDE火了：AI落地最后一公里的人，一半是新岗位，一半是旧驻场
这几个月，OpenAI、Anthropic、Google Cloud都在把工程师往客户现场推，国内也开始出现FDE、B端FDE、FDE团队负责人等岗位。但同一名字下面混着两种完全不同的东西：一半是产品化前线工程，一半是旧驻场模式换皮。
先把最容易传歪的数字摆正
- OpenAI不是自己掏40亿美元养FDE：2026年5月11日，OpenAI宣布成立OpenAI Deployment Company，收购应用AI咨询与工程公司Tomoro并带入约150名FDE与部署专家；新公司由OpenAI控股，初始投资超40亿美元，TPG领投，Advent、Bain Capital、Brookfield等参与，Capgemini、McKinsey等系统集成与咨询方也在其中。
- 岗位增长是真的，但别混用口径：Business Insider引用Indeed数据称FDE岗位同比增长约729%；WSJ报道2025年发布量较2024年增长超过10倍。流传的“LinkedIn 42倍”未见公开原始报告，不宜当硬证据。
- “6周做出2000万美元产品”查不到原文：Palantir前工程师Nabeel Qureshi原文能支撑的是，他第一个大项目是Airbus，在图卢兹驻留一年，每周四天贴近A350总装线工作。
为什么是现在：deployment gap
客户关心的已经不是 benchmark 分数，而是：能不能接我的权限系统、能不能读我的历史数据、能不能过合规和审计、能不能真的降本增效。模型在demo里无所不能，一进真实企业就撞上几百个Excel、扫描PDF、跨部门权限、历史系统与合规流程。
OpenAI FDE负责人Colin Jarvis在公开访谈中表达得很直白：唯一稳定有效的方法，是把工程师嵌进客户现场，理解工作流，和客户一起把系统做进生产。
FDE到底干什么：三合一角色
- 工程师：把模型、数据、工具、权限、业务系统接起来。
- 产品经理：把客户说不清的需求翻译成可交付的系统。
- 业务现场人：在部门墙、流程墙、合规墙之间把事情推进去。
真正难的不是写demo，而是拿到数据、搞清权限、说服业务方，让系统进入日常流程。
真FDE与高级驻场外包，只隔一层纸
判断标准只有一个：你在客户现场修出来的东西，最后会变成公司产品，还是只留在那一个客户？
- 真FDE：按结果或订阅收钱，客户痛点回流成产品能力、平台原语与标准方案，个人积累可迁移的判断力。
- 换皮驻场：按人天收钱，成果留在单一客户，人走系统就没人懂，个人积累的是某个客户的专属知识。
这也是国内最大的风险：美国企业软件与订阅制更成熟，FDE成本更容易摊进经常性收入；国内很多项目天然按人天、驻场、定制结算。
Klarna案例：两面都要看
2024年2月，Klarna宣布其OpenAI驱动的AI助手首月处理230万次对话，承担约700名全职客服的等量工作，覆盖约三分之二客服咨询，预计带来4000万美元利润改善。2025年，其CEO又承认过度以成本为主会带来服务质量问题，开始重新投资人类客服。这说明AI可以替代一部分流程，但服务质量、复杂问题与人类信任仍会把系统拉回现实——这正是FDE该存在的地方：重新设计人、系统和模型的分工。
国内薪资锚点
- 资深IC：月薪35-55K·13薪，杭州，5-10年经验，本科。
- 团队负责人P9：月薪80-110K·15薪，北京/上海/杭州，10年以上，要求金融、医疗、能源行业的AI技术或产品背景。
要找的不是应届生、不是纯算法，也不是只会写代码的人，而是在传统行业里真的趟过AI落地的人。
四点判断与三句提醒
- FDE是部署鸿沟窗口岗：产品成熟、工具链完善后会从核心岗回落成过渡岗，但不会消失。
- 真正的赢家把客户现场当作产品发现系统，而不是服务收入池。
- AI coding与agent会吃掉部分管道工工作，头部FDE更稀缺，但人数未必无限扩张。
- 中国更容易滑向高级驻场外包，根源在计价方式、信任结构与SaaS土壤不同。
给想转岗的人三句话：别因为“年薪百万”的稿子改简历；判断真假只问一句“修出来的东西会不会进产品”；头衔会降温，肌肉不会。
本文为转载内容。来源：腾讯云开发者社区（作者：用户10097875，同步自微信公众号），原始发表：2026年6月14日，社区发布：2026年6月22日，原标题《FDE火了：AI落地最后一公里的人，一半是新岗位，一半是旧驻场》。原文链接：点击查看。版权归原作者所有，本文仅作技术分享。
