AI最火岗位月薪5万，他们到底在干什么？

FDE（Forward Deployed Engineer，前线部署工程师）正从硅谷火到国内。海外公开薪资的FDE岗位基本年薪中位数约20万美元，折合人民币约134万元。Anthropic宣布投资1亿美元，计划2027年底前培训1万名FDE工程师；OpenAI带40亿美元投资成立专做部署的公司；AWS拿出10亿美元组建FDE部门。国内，Kimi联合多家IT服务商共建FDE队伍，腾讯云推出FDE工程师认证并招募合作伙伴，不少大厂挂出月薪三五万的招聘。

经典FDE模式中有两个角色：Echo负责理解业务、沟通需求和设计方案；Delta负责写代码、接数据、做出方案。后方Dev开发标准平台。Dev做的是“一个能力服务很多客户”，Delta做的是“一个客户解决很多问题”。国内部分招聘已开始标注Echo或Delta方向。

FDE工作围绕Ontology（本体）展开，即一张可被软件和AI调用的“业务地图”，包含员工、部门、订单及其关联和操作权限。FDE要把散落在不同系统和流程中的信息整理进这张地图，再开发应用。

到了AI时代，驻场重心变了：企业自己说不清AI用在哪，FDE得先帮客户想清楚。零一万物转向企业AI，路径是先找企业一号位，再派FDE进场梳理Ontology，最后沉淀为产品平台。早期一个项目派5名FDE驻场，配5人后端团队。李开复称建立一家公司的Ontology需一至三个月。

Layla在一家SaaS公司做FDE，title仍是产品经理。2025年三四月起进客户项目，客户均为万人以上上市公司，驻场一两个月。流程是：进场摸清业务、理清需求；给方案搭demo验证；验证后交交付团队上线；把可复用能力抽象回产品。她认为FDE经验最终要沉淀到标准产品中。

Sonic做审核类AI项目，认为FDE最关键环节之一是梳理Ontology。比如做组织管理AI助手，需先理清部门关系及职级薪资等属性，抽象成Agent能理解的结构。难点在于历史数据不全、老系统无接口。他认为这一步绕不过去，交付质量主要取决于Ontology质量。驻场还要拉齐业务方对AI的认知。

硅谷Baseten的程天舒则表示，他们的FDE基本不驻场。Baseten做AI推理云，客户几乎都是工程师，需求具体，如换开源模型、部署、优化速度和成本。FDE线上开会了解需求、搭prototype验证，因产品标准化、定制化程度低，与客户业务逻辑耦合度不高。

公司之外，一批独立FDE迅速壮大。号称“全网第一FDE”的Lawted称之为“土FDE”，面向“土老板”，无销售任务，客户要什么就做什么。斯坦福在读博士Zaniel今年4月起一个人接企业AI项目，五个多月做了几十个，涵盖银行、律所、煤化工、月子中心等。他的重点已从开发AI系统转为教员工用AI。第一个客户是银行，他做了自动报表生成器，但因规则常变很快没人用。后来改为教员工把脱敏数据交给通用AI汇总，整理高频流程为Skill并接上现有系统，员工才真正用起来。他认为白领大部分问题靠通用Agent加Skill和系统连接就能解决。

另一位独立FDE软萌孜神为外贸公司做FDE，结论是采购WorkBuddy，她负责培训员工使用并打通内部系统。土FDE的业务模式开始偏向咨询。Zaniel有两种合作模式：项目制和顾问制，后者越来越多，他称自己为企业外部“CAIO”。Lawted运营HA7CH社群，通过线下交流会和黑客松撮合企业与独立FDE，流程是企业报需求，选一两个选手进厂48小时梳理工作流、做demo，打动老板当场签单。他认为FDE非常像咨询，咨询顾问甚至比程序员更适合转行，只需补上vibe coding能力。

FDE工作中写代码时间并不多，与人沟通占大多数。几位从业者都表示，沟通需求的时间占了七成以上。