访谈近20位实践者后，我发现：AI越强，FDE反而越重要
过去一个多月，我花了17个多小时，陆续采访了近20位嘉宾。
他们都已经在中国企业里实践过 FDE，或者正在用类似 FDE 的方法推动 AI 落地。我做这些访谈，是为了完成一份关于 FDE 在中国落地的白皮书。
聊完之后，我发现一个很有意思的现象：很多中国团队在真正做这件事之前，并不知道它叫 FDE。
他们不是先研究一个海外概念，再决定要不要复制；而是先进入客户现场，先解决问题，先把系统跑起来。等到 FDE 这个概念开始流行，大家回头一看才发现：原来自己做的事情，很像 FDE。
我把这种状态总结成四个字：先干后认。
FDE不是驻场工程师换了一个名字
FDE 是 Forward Deployed Engineer，通常译为前沿部署工程师或前线部署工程师。
围绕 FDE，现在有两种截然不同的声音。一种把它看得很高，认为它是 AI 落地的关键角色；另一种则认为，它无非是售前、实施、交付经理或驻场工程师换了一个更时髦的名字，解决不了中国软件长期存在的交付问题。
我更倾向于从“责任”，而不是从“岗位名称”理解 FDE。
Palantir 的官方资料把 Forward Deployed Engineering 描述为一种产品开发范式：工程师深入客户环境，与客户一起构建并交付能够解决现实问题的功能。
所以，把一个实施人员的名片改成 FDE，并不会让他自动成为 FDE。真正的区别在于：他是否补上了模型能力与业务结果之间的空白，并对这段空白承担责任。
FDE填补的，是模型和业务结果之间的空白区
模型可以回答问题、生成代码、分析文档、调用工具，但企业最终需要的不是一次漂亮的回答，而是一套能够进入真实流程、持续运行并产生结果的系统。
这中间至少有四件事，需要有人负责。
第一，谁去理解客户真实的业务？客户嘴里说出来的需求，往往只是表面描述。真正的问题藏在流程、数据、组织关系、利益分配和历史包袱里。
第二，谁把模糊需求变成可运行的系统？需求不是写进文档就结束，而是要被拆解、建模、集成和开发，最终进入生产环境。
第三，谁去验证结果？系统上线不等于价值实现。它有没有被使用、有没有改善指标、有没有解决原来的问题，都要在现场验证。
第四，谁把现场的经验、失败和判断带回产品？如果每个项目都从头定制，FDE 就会退化成人力外包。只有把重复出现的问题沉淀回平台和产品，现场经验才能变成可复用能力。
这四件事连接起来，FDE 才不只是一个交付岗位，而是客户现场与产品演进之间的闭环负责人。
AI能力越强，FDE反而越重要
很多人会问：模型越来越强，企业为什么还需要一群人深入现场？
答案恰恰是，模型提供的是通用能力，而企业运行依赖的是具体上下文。
每家企业都有自己的数据结构、业务流程、组织关系、权限边界和判断标准。同一句“提高销售转化率”，放在不同公司，可能对应完全不同的客户分层、报价机制、审批流程和绩效规则。
模型可以生成方案，却不知道一家企业为什么要在这里设置审批，为什么某类客户必须由某个部门接手，也不知道一个看似低效的流程背后，是否承担着合规或风险控制责任。
AI 越强，通用能力的供给越充足；通用能力越充足，真正稀缺的就越是把它接进具体业务的能力。
FDE 的价值，正是理解这些差异，并把模型、数据、流程和业务结果连接起来。
甲方关心的，从来不是你有没有一支FDE团队
除了访谈实践者，我还针对 CIO 做了一次定向问卷，希望了解 FDE 在厂商圈越来越火之后，甲方到底怎么看。
在这次内部调研样本中，73.3%的受访者明确表示认可这种模式，并愿意尝试，或者选择项目进行试点。这个数字只代表本次定向问卷的样本结果，不能直接外推为整个市场的比例。
比这个比例更重要的，是客户用什么标准判断 FDE。
客户并不在意厂商是不是派来一支名叫 FDE 的团队，也不在意这支团队是不是长期驻场。他们关心的是：你能不能真正理解行业，能不能快速做出原型，能不能用真实数据验证价值，能不能最终把结果交付出来。
这意味着，FDE 不能靠岗位名称建立价值，只能靠结果建立价值。
中国更可能出现“产品型FDE”
基于这次访谈和问卷，我越来越觉得，中国不会简单复制一种依靠大量人员长期深入客户现场的模式。
中国企业服务市场的客单价、交付预算、客户密度和规模化要求都不一样。如果每增加一个客户，就按比例增加一整支高成本团队，这种模式很难长期成立。
因此，我们提出了“产品型 FDE”这个概念。
它不是取消现场，而是让少量高能力人员进入现场；不是让人重复完成所有工作，而是让平台吸收重复劳动；不是厂商单方面交付，而是让客户参与共同建设；也不是项目结束后经验随团队离开，而是把现场知识沉淀成可复用的行业能力。
这个过程应该形成一个闭环：进入现场，理解业务；快速构建，验证价值；上线运行，观察结果；把经验和失败带回产品；产品能力增强后，再服务下一批客户。
如果每做一个项目，产品都能变得更强，那么 FDE 是产品增长的前线。如果每做一个项目，只留下更多定制代码和驻场人力，那么 FDE 只是换了名字的传统交付。
FDE既是最后一公里，也是第一公里
很多人把 FDE 称为 AI 落地的“最后一公里”。这个说法只讲对了一半。
它确实要把模型、产品和平台送进企业现场，让系统真正跑起来。从这个角度看，FDE 是最后一公里。
但 FDE 还要把现场的数据、经验、失败模式和业务判断带回产品，让这些一线信息成为下一轮产品迭代的输入。从这个角度看，它又是第一公里。
如果只有从产品到客户的单向交付，企业软件永远摆脱不了一次次定制。如果现场信息能够回流，交付才可能不断沉淀成产品，产品也才能越来越懂行业。
所以，我现在更愿意把 FDE 理解成一座桥：一端连接模型和平台，另一端连接客户真实业务；既负责把能力送出去，也负责把认知带回来。
中国FDE最终要回答三道题
FDE 会不会成为 AI 落地的重要模式，最终不取决于这个岗位有多火，而取决于它能不能回答三个问题。
第一，能不能对业务结果负责，而不只是对项目过程负责？
第二，能不能把现场经验沉淀回产品，而不是不断增加定制和人力？
第三，能不能在少量高能力人员、平台化能力和客户共同建设之间，找到适合中国市场的平衡？
如果这三个问题有答案，FDE 就不仅是一个岗位，它可能成为 AI 时代企业软件重新组织研发、产品和交付的方式。
7月24日，崔牛会将正式发布国内首份《FDE落地中国白皮书》。全文约八九十页，里面会呈现近20位实践者的访谈、CIO 定向问卷，以及我们对产品型 FDE 的进一步拆解。
如果你正在探索企业 AI 落地、FDE 团队建设或产品型 FDE 路径，点击头像咨询，即刻预约！
