作者 | 铅笔道 松格

编辑 | 铅笔道 黄小贵

最近，一个叫 FDE 的 AI 岗位突然火了。

招聘平台上，字节跳动的 " 豆包 AI 大模型 FDE" 月薪最高 7 万元、15 薪；蚂蚁数科 B 端 FDE 最高月薪 6 万元；智谱 FDE 负责人最高月薪 8 万元。

在美国硅谷，FDE 相关岗位年薪中位数超过 25 万美元（接近人民币 170 万元），OpenAI、Anthropic、Salesforce 等公司纷纷重仓。

FDE，全称 Forward Deployed Engineer（前沿部署工程师），指的是那些深入客户现场、负责把 AI 技术接入企业业务流程的人。他们既要写代码、搭系统，也要跟老板和员工沟通，把企业一句 " 想用 AI" 的模糊需求，变成真正能跑起来的工作流。

但关于这个岗位的争议也不小。有人说它是 AI 时代最值钱的新职业，也有人认为它不过是 " 高级外包 "。

- 刚创立，估值 945 亿

FDE 并不是刚刚出现的岗位。

早在 2010 年前后，美国数据公司 Palantir 就设立了这个岗位。接下军方和情报机构的订单后，Palantir 直接派工程师到客户现场——甚至是伊拉克、阿富汗前线——士兵说 " 这条路可疑 "，工程师当场把它做成地图上的标注工具，好用的功能再沉淀回平台。至今，Palantir 约有一半员工属于 FDE 角色。

那为什么偏偏在 2026 年，FDE 突然火了？

AIGCLINK 创始人占冰强认为 " 炒作的成分其实更大一点。他告诉铅笔道，FDE 这个群体过去几年一直存在，只不过以前不叫这个名字，而是叫 " 高级外包 "。行业里甚至有个调侃的说法：FDE 说自己是 " 高级外包 "，OPC 说自己是 " 自由职业 "。

但炒作背后，也确实有真实的需求驱动。

最核心的原因是：AI 行业从 " 卖模型 " 进入了 " 卖结果 " 的阶段。

过去两年，企业买模型、买 Agent 蔚然成风，但大量项目停在演示阶段，一进生产就撞上各种墙——老系统连不上、数据散落在微信和 Excel 里、老板说不清具体需求、合规和权限过不了。大模型是标准品，但企业的数据、流程和系统千差万别，从 demo 到真能用的 " 最后一公里 "，总得有人去现场填平。

《定焦》的报道中提到，一位名叫 Lawted 的 FDE 走进深圳一家货代公司的办公室，看到三十多个员工都在重复同一件事：不停点开客户从微信、邮件里发来的货运 PDF，找出港口、船期，回复确认，再手动敲进系统。他一个人用 AI 工具把这条流程全部自动化了。

这就是 FDE 的价值。用占冰强的话说：" 过去大家去企业做 AI 落地，一直没有一个特别清晰的身份。现在有了 FDE 之后，相当于给帮助企业做 AI 转型的这批人，找到了一个更清晰的身份。"

海外巨头的动作进一步推高了 FDE 的热度。

2026 年 5 月，OpenAI 宣布成立 The Deployment Company，估值 140 亿美元（约合人民币 945 亿元），初始融资超 40 亿美元，同时收购了英国咨询公司 Tomoro（约 150 名成熟 FDE）作为部署团队基石。

几乎同一时间，Anthropic 联合黑石、高盛成立 15 亿美元的企业 AI 服务合资公司，主攻金融、医疗等强监管行业的落地。Salesforce 则公开招募 1000 名 FDE，为其 Agentforce 产品线服务。全球最大的云计算公司 AWS 准备投入 10 亿美元，组建一支数千人的 FDE 队伍。

相较于金融、互联网等行业，利润薄、转型难的制造业，恰恰是 AI 落地提效空间最大、最能体现 FDE 价值的 " 主战场 "。一线 FDE 在工业制造、建筑工程、跨境电商等领域的实践已经证明：当企业亲眼看到效率跃升后，态度会从观望转变为主动寻求更多 AI 改造机会。

国内也有政策层面的推动。北京等地将 OPC、FDE、Token 等概念纳入相关政府计划，让本就在升温的话题彻底出圈。葡萄藤科技创始人李亚冲也观察到：" 因为 AI 确实有落地的需求，所以不管这个岗位叫什么，背后的逻辑就是企业会加重对 AI 的使用。名字不影响这个需求本身。"

两股力量叠加——一边是企业 AI 落地的真实痛点，一边是资本和政策的推波助澜—— FDE 从一个小众的工程岗位，变成了全民讨论的热门职业。

IT 外包公司的新机会

占冰强有一个比喻：如果把过去的信息化时代看成农业时代，那么 AI 就像工业时代。今天的 FDE，就是一群 " 开着收割机去务农的人 "。

过去写一个软件，需要十个人干几个月；现在几个人带着 Claude、Codex 和 Agent，也许就能完成。

" 以前驻场开发是自己写代码，现在是 AI 写代码或者帮客户用 AI。" 李亚冲也认为，本质没变，工具变了。

的确，在所有人还没有收割机的时候，会开收割机的人当然特别值钱。

" 但这个窗口期其实很短，可能也就是到明年上半年左右，机会就会越来越窄。" 占冰强说。

这也给传统 IT 服务商留下了一扇窗口。"FDE 其实是各个行业从业者最容易去转型的方向。" 占冰强说。

传统 IT 外包人员本来就会跟客户打交道，知道怎么交付项目，也熟悉企业老旧系统。如果再补上 AI 能力，转成 FDE，比让一个纯模型研究人员重新学习工厂、金融或者 ERP 现实得多。

Anthropic 正在把这条路径做到极致。

今年 6 月，它宣布与老牌 IT 服务商 DXC 合作。DXC 准备培训数万名 Claude 认证 FDE，然后把这些人放进银行、航空公司、保险公司、制造企业和政府机构。

DXC 自己有 11.5 万名员工，长期替这些客户运营关键系统。在与 Anthropic 合作前，它已经让 Claude 参与开发自己的 AI 原生运维平台 OASIS，超过 95% 的代码由 Claude 生成。

当 95% 的代码都可以由 AI 生成，并没有让一些有眼光的 IT 服务公司消失，相反，它开始大规模培养 FDE，因为客户买的从来不只是代码。

占冰强认为，这也是 FDE 商业模式最值得注意的变化。

传统外包喜欢 " 卖人 "，十个人做半年，就收十个人半年的钱。未来 FDE 可能出现两种完全不同的收费方式。

第一种，是帮助企业部署一个 "AI 员工 "。

FDE 进企业，把 AI 员工搭起来，教客户自己的员工怎么使用，相当于 " 扶上马，再送一程 "。

第二种更激进：直接卖结果。

" 你也不用管中间过程是什么样的。" 占冰强举例说。

假设企业过去完成一项工作，需要花 3 万元；现在一个 FDE 带着自己的 AI 员工，1 万元就可以做完，那么客户只买最后的结果。

至于背后是三个人做的，还是一个人加十个 Agent 做的，客户并不关心。

下一步，有些公司可能直接卖一个 " 完成的任务 "。

这也是占冰强认为中小 IT 公司必须迅速转型的原因。" 未来所有的老板，你自己必须是一个 FDE。"

如果一家软件或者 AI 公司的老板自己都不知道 AI 现在能把业务做到什么程度，还按照过去的人力、项目制逻辑经营，他认为这类公司迟早会失去竞争力。

再往前走一步，企业应该变成 AI Native 公司；至少，管理者本人要具备使用 AI 重新组织交付的能力。

商务能力比技术更重要

" 我有一个比较确定的结论，" 他说，" 未来 FDE 会是 AI 类公司的确定性岗位。互联网时代催生了产品经理、运营、技术等一系列岗位，到了未来的 AI Native 公司里面，FDE 也会像这些岗位一样，是确定会出现的。"

他的逻辑是：不管智能体怎么发展，企业做 AI 转型都需要结合具体场景做定制化，这天然需要一批人在一线干这些 " 脏活累活 "。AI Native 公司可以专注于模型和数据，但一线触达客户、完成最后一公里的工作，还是要交给 FDE。

但他认为，Vibe Coding（用 AI 辅助编程）最终不会成为真正的门槛，" 慢慢每个人可能都会。"

真正拉开差距的是两件事：行业专业性和商务能力。

占冰强列出了一个合格 FDE 的能力清单：第一要有行业 know-how，第二要有 vibe coding 的能力，第三要有面向客户的交付和落地能力，第四还要有一定的商务能力。

" 最终拼到最后，" 占冰强说，"FDE 真正拼的是两个能力：一个是专业性，也就是你的行业 know-how 到底够不够深；另一个是商务能力。"

OpenAI 最近的招聘变化已经能看出这种苗头。

它不只是招聘通用 FDE，还开始细分到医疗、生命科学、政府等领域。

医疗 FDE 需要理解医院、保险、电子病历和监管环境；生命科学团队直接面对制药公司、生物科技企业和 CRO，参与药物发现和研发流程；政府岗位甚至要求相应安全许可。

FDE 开始越来越不像一种技术工种，而像 " 行业专家 + 工程师 "。

这也意味着，并不是所有今天涌进 FDE 的人都能拿到百万年薪。

中国招聘市场已经出现分层。中新经纬调查发现，部分普通 FDE 月薪约 2 万至 3 万元，高职级人员年包多在 40 万元以上；字节、蚂蚁、智谱给出的高薪岗位，则更多集中在高级人才。

FDE 的走红，表面上是一个新职业的诞生，背后折射的其实是 AI 行业的一次重要转向。

这个角色能走多远，最终取决于 AI 落地的深度有多深。如果 AI 真的像电力一样渗透到每一个行业、每一家企业，那么 FDE 的需求只会越来越大——就像电气化时代需要大量电工，信息化时代需要大量程序员一样。

未来真正能留下来的，一定是那些既懂技术、又懂业务、还能跟客户打成一片的人。