成为 AI 前沿部署工程师。

发件人： A10X 现场工作台收件人： 前沿部署工程师主题： 简报 №3 · 三个动向日期： 2026 年 8 月 · 第 32 周

简报 №3。一如既往三个动向：发生了什么变化、为什么这对 FDE 重要，以及本周该做什么。不堆链接。五天之内落地了三件事，而它们其实是同一个故事，从三个方向讲述。

招聘

一家猎头公司清点了全美国的精英 FDE，得出 2,000 人

发生了什么变化。 高管猎头公司 Christian & Timbers 于 7 月 30 日发布了其《精英 FDE 稀缺度研究》，并独家分享给 TechCrunch。目前美国约有 17,000 人拥有 FDE 头衔。据该公司估计，其中只有约 2,000 人能够可靠地交付企业如今正在衡量的 AI 回报。该研究对措辞毫不客气：不是 2,000 人可供招聘，而是总共只有 2,000 人。预计到今年年底，该角色的需求将增长 2,100%。今年 1 月，5% 到 10% 的公司计划招聘 FDE。到第二季度末，这一比例达到 70%，最大的咨询公司表示他们需要十倍于现有的人员规模，并正在组建 20 到 100 人的团队。该研究基于对 180 家公司 250 多位高管的访谈，以及对 80 位财富 500 强高管的调查。

为什么这对 FDE 重要。 17,000 与 2,000 之间的差距就是全部机会所在，而且这不是工作年限的差距。与 Anthropic 合作运营 Ode 的 Chris Taylor，比任何职位描述都更直白地划出了这条界线：“许多 FDE 完全有能力帮你把 Claude Code 推广给你的员工队伍。但极少数人能够构建你的旗舰级 AI 产品功能。”请把这句话当作真正的招聘门槛。把一个工具推广给员工队伍是配置工作。构建业务赖以销售的功能才是工程。今年你身处每一个循环中，都在把你归入这两类之一，而几乎没有人告诉你你的答案落在了哪一类。

→ 本周行动：写两列。左列，写下你推广、启用或配置过的每一项 AI 事物。右列，写下你

构建过的、客户或收入线所依赖的每一项 AI 事物。大多数工程师会发现右列很单薄，而这正是发现所在。从左列选一项，通过加上没人会去配置的部分把它移到右列：决定它是否被允许上线的评测集，并把阻止发布所需的数字写下来。技术栈

包括 Palantir 在内的三十七家公司加入了 NVIDIA 主导的 Agent 安全联盟，其发布文本将该模型列为六个组成部分之一

变化是什么。 7 月 27 日，NVIDIA 联合 37 家创始合作伙伴发布了 Open Secure AI Alliance（开放安全 AI 联盟），其中包括 Palantir、Microsoft、IBM、Databricks、Salesforce、SAP、ServiceNow、LangChain、Cognition、Hugging Face 和 Linux 基金会。此后 NVIDIA 不断在同一份名单中增加新成员，目前阵容已超过 120 家。发布帖直言不讳：“AI Agent 不只是一个语言模型。它是一个由模型、执行框架和护栏构成的复杂系统。”随后它列出了决定一个 Agent 是否安全的整套要素：身份、权限、执行框架、护栏、日志和评测。这次公告依托的是一次真实事件，而非一条原则。在本月 Hugging Face 的安全漏洞事件中，闭源 AI 工具无法区分攻击者与防御者，阻碍了取证工作，于是 Hugging Face 在自己的基础设施上运行了一个开放权重模型，分析超过 17,000 条操作记录，从而控制住了入侵。

为什么这对 FDE 很重要。 一个首日就有 37 家公司加入的联盟，其发布帖中的六个名词，没有一个涉及模型选择。看看哪一个在面试中被当作管道工程，而在事故发生时却成了唯一重要的东西：日志。Hugging Face 能够控制住漏洞，是因为有人能在自己掌控的硬件上读取系统实际做了什么。这就是关于追踪记录的完整论据——以运维事实的形式呈现，而不是最佳实践。一个无人能审计的 Agent，就是一个无人能防御的 Agent；经过这一周之后，这已经是一个采购问题，而不再是工程偏好。

→ 本周行动：选一个你构建过的 Agent，书面回答六个问题，每个名词一个。它以什么身份行动。它被允许触碰什么。什么执行框架在运行它。什么在约束它。追踪记录去了哪里。你怎么知道它起作用了。每个问题两句话，总共一页。任何你答不上来的问题，都是买家会比你先发现的漏洞。本周修复最薄弱的那一项并保留这一页，因为这一页正是稀缺的 2,000 人能够随需产出的东西，而大多数候选人根本产不出来。Models

史上最大的开放权重模型在同一周发布，而且达到了前沿水平

变化是什么。 Moonshot 于 7 月 27 日发布了 Kimi K3 的完整权重和技术报告：总参数量 2.8 万亿，激活参数 104B，原生视觉能力，以及 100 万 token 上下文窗口。这是迄今为止最大的开放权重发布，也是第一个被广泛认为可与顶级闭源模型竞争的开放模型。运行它并不轻松。检查点大小约为 1.56TB，首日部署的记录显示它需要大约八台 GB300。

这对 FDE 为什么重要。 对 FDE 来说，这不是一个排行榜故事，而是一个架构选项。每一场曾经卡在“我们不能把那些数据发给供应商 API”上的企业对话，现在都有了一个不是“那就用更弱的模型”的第二答案。它还改变了提案中模型那一行的价值。一旦前沿级别的权重可以在客户自己的环境里运行，模型就不再是你卖的东西，围绕它的一切反而成了交付物。这与联盟在同一天从相反方向得出的结论不谋而合。

→ 本周就做：用两种方式为一个真实工作负载定价。拿一个你已经在托管 API 上运行的东西，写出两栏估算：托管方式下每千次运行的成本，对比自托管（包括 GPU 和有人花在运维上的时间）。托管通常仍然胜出，而把这一点大声说出来正是关键。价值在于你现在可以在会议室里当场回答这个问题，而不是承诺事后跟进——而拿到这个数字，正是那份研究报告中这句话的大部分含义所在

.

主线

五天内的三件事，其实是一个故事。一家猎头公司统计了能让企业 AI 产生回报的人才，得出两千这个数字。三十七家公司加入了一个联盟，其发布文本把模型列为六个组成部分之一。而迄今发布的最大开放权重模型，让这个组成部分变成了客户可以自己运行的东西。把模型从差异化因素中拿掉，剩下的就是身份、权限、工具链、护栏、日志和评测。短缺的不是需求，也不再是模型。而是那些能够把这六个部分在真实场景中跑通、展示给即将签约的客户看的人。

下周一见。

THE A10X FIELD DESK

来源：TechCrunch，Forward-deployed engineers are the AI industry’s latest talent obsession；NVIDIA，Industry Leaders Unite in Open Secure AI Alliance for AI Safety and Security；NVIDIA 于 2026-07-27 发布的启动帖，三十七家创始合作伙伴（Internet Archive；在线页面现以相同措辞列出超过 120 家）；Moonshot AI，Kimi K3 权重与技术报告。