摘要：从去年开始，硅谷招聘市场的风向发生了微妙但重要的转变。一种不那么“新潮”的岗位——FDE（Forward Deployed Engineer，驻场工程师），突然成了AI公司眼中的香饽饽。

从去年开始，硅谷招聘市场的风向发生了微妙但重要的转变。一种不那么“新潮”的岗位——FDE（Forward Deployed Engineer，驻场工程师），突然成了AI公司眼中的香饽饽。

根据Y Combinator旗下招聘平台的数据，截至2024年底，已有超过100家AI初创公司在大规模招聘FDE，包括OpenAI在内的多家头部企业都在搭建自己的FDE团队。

但AI模型越来越强，落地却越来越难了。无论是ChatGPT、Claude，还是各类AI法律助手、AI客服工具，虽然模型能力一直在提升，但很多企业在实际应用时却发现，效果根本没有想象的好。

早在2003年，Palantir刚成立时就遇到了类似的问题。当时公司希望为CIA、NSA开发一款情报分析软件，但在产品首次演示中，CIA方面就直接否定了它。

Palantir联合创始人Stephen Cohen在被泼冷水后，反问了一句：“那你们希望它能做什么？”之后，Palantir决定不再靠销售人员转述需求，而是直接将工程师派到客户现场，把产品和场景系在一起反复打磨。这种做法后来被称为FDE模式。

FDE的关键就是“人”直接进场，在一线解决问题。Palantir的FDE工程师曾与美军士兵一起驻扎在伊拉克战场。他们发现，士兵并不需要复杂的情报报表，而是想在地图上快速标记可能埋有炸弹的路段。

于是，工程师在现场做了一个非常基础的地图标注工具。这个工具虽然简单，但直接解决了士兵的实际问题，降低了伤亡。这一功能也被沉淀进Palantir平台，后来被用于走私追踪、资金流分析等场景。

今年，FDE模式在AI领域再次被大规模采用，是因为AI产品和传统SaaS软件最大的区别在于，AI没有明确的标准化路径。CRM有Salesforce，支付有Stripe，大家可以照着做。

但AI应用并没有固定模板，每个行业、每家公司的需求都不一样。如一家AI法律助手公司，在面对大型律所时，用户最在意的是合同细节是否能被准确标注。

而中小律所更关心的是能不能自动生成初稿。同样的产品，在不同客户手里，作用完全不同。

Castle是一家由YC支持的AI公司，他们为了让语音助手在银行客服中真正能用，工程师直接进入银行一线客服中心，观察、记录、反复测试，才逐渐生成可用的产品。这种模式虽然效率看起来不高，但却是目前最有效的方式。

不过也有人质疑：FDE是不是在重复咨询公司的老路？是不是效率太低、成本太高？咨询也是派人到客户现场解决问题，FDE也这么做。

但不同的是，FDE的目标不是解决一个项目，而是通过现场反馈不断的更新产品。咨询是按项目收费，解决完就结束；FDE是把现场经验带回平台，形成可再次用的功能。

FDE对人才的要求非常高。在Palantir内部，FDE团队分为Echo和Delta两类。Echo是嵌入式分析师，通常来自客户所在行业，擅长理解业务语言和需求，承担沟通和需求定义的角色。

Delta是部署工程师，负责快速开发原型，解决技术落地问题。这两类人配合密切，像是一个小型创业团队，直接在客户现场完成从需求发现到产品交付的全过程。

OpenAI在2024年也在搭建自己的FDE团队，说明这套方法已经不是“某些公司不走寻常路”，而是逐渐成为AI落地的主要打法。尤其是在与金融、法律、供应链等复杂行业打交道时，FDE的作用更大。

对于企业来说，AI不是模型能力越强越好，能不能真正融入业务流程才是关键。FDE模式通过在一线快速试错、迭代优化，为AI公司争取到了真正理解用户的机会，也为产品平台积累了宝贵的经验。

到目前，这种模式已经从Palantir扩展到OpenAI、Imbue、Castle等公司，成为了AI落地最可靠的手段之一。

来源：老徐述往事