前沿部署工程师的技能分为两半。工程这一半是在别人的环境中进行生产级编码、集成和系统设计。另一半是面向客户的：开展需求挖掘、管理干系人和期望、与高管沟通，以及知道何时说不。招聘公司把前一半列为硬性要求，把后一半当作加分项。而 FDE 们自己的经验恰恰相反：项目失败的原因更多出在面向客户的那一半，而不是代码上。
TL;DR 这份工作的大部分不是构建。 “直接与客户合作”是 FDE 招聘启事中的首要职责；一位在职 FDE 报告说“大约 50% 的时间在开会，50% 在构建”。FDE 的考核指标是采用率，而采用率就是收入。 在按用量计价的软件中，FDE 的成功指标（首次价值实现时间、使用量）正是客户账单的构成。有据可查的失败案例都不是技术问题。 试点被数据访问权限的政治斗争拖垮、构建了客户要求的东西而非客户需要的东西、始终未能赢得客户组织高层的信任。这些恰恰是决定售前工程师成单与否的技能。 需求挖掘、期望管理和高管沟通都是可以训练的，而大多数 FDE 招聘却忽视了它们。招聘公司对此半知半解。 Anthropic 要求具备“与客户开展需求挖掘”的能力；Tailscale 要求“具备咨询式工作能力”；Databricks 则要求“出色的领导力和咨询技能”。
前沿部署工程师需要哪些技能？
两套技能，而招聘启事对它们的权重并不均衡。Bloomberry 对约 1000 条 FDE 招聘启事的分析发现，“直接与客户合作”是首要职责，在 55% 的启事中被提及，高于构建 AI 系统（37%）和集成（32%）。面向客户的能力是最常被要求的软技能，占 47%。然而，大多数启事中的硬性要求却是多年工程经验和技术栈。
| 技能 | 涵盖内容 | 招聘启事的态度 |
|---|---|---|
| 工程 | 在客户环境中编写生产代码、集成、数据管道、系统设计、在不熟悉的基础设施中调试 | 硬性要求，列在首位 |
| 需求挖掘 | 从客户口头提出的需求找到真正的阻碍，并找到客户真正关心的数字 | 偶尔提及（“开展需求挖掘”），很少定义 |
| 干系人管理 | 弄清谁做决定、谁会阻挠、谁掌握数据；赢得客户组织高层的信任 | 由“面向客户”隐含，很少明说 |
| 期望与范围管理 | 商定成功标准、安排交付顺序、对不会产生复利价值的工作说不 | 表现为“管理模糊性” |
| 高管沟通 | 向非技术背景的副总裁解释技术故障而不失去信任；向赞助人汇报进展 | “出色的沟通能力” |
| 商业意识 | 理解客户付费购买的是采用率，而扩张也源于此 | 几乎从不明说，却往往仍会被衡量 |
Bloomberry 的作者用一句话概括了面向客户的标准：“如果你无法和一个非技术背景的副总裁坐在会议室里，解释为什么他们的 AI Agent 不断出错，又不让对方觉得自己很蠢，那你就不会成功。”
如果这个职位对你来说是全新的，可以从 什么是前沿部署工程师？ 开始
为什么需求挖掘是 FDE 最重要的技能？
因为 FDE 构建的是需求挖掘所指向的东西，而客户明确提出的需求很少是真正的问题。Lleverage 的 FDE Milos Mandic 描述他的一周 是“大约 50% 开会、50% 构建”，并将核心技能命名为“看清真正阻碍客户的是什么，而这很少是客户所说的那个阻碍”。他对这份工作的结论是：“与其说是构建 AI 系统，不如说是深入理解业务，从而知道该构建什么。”
Flybridge 的 Daniel Porras Reyes 从投资人的角度描述了同样的技能。一位优秀的 FDE 会“教育客户，帮助他们表达出潜在的问题，弥合‘他们认为自己需要什么’与技术实际能力之间的知识鸿沟”。这就是需求挖掘的定义，也是 PreSales 多年来一直使用的定义。一个照单全收需求文档并把它构建得很好的 FDE 仍然失败了，因为客户不会采用一个解决错误问题的方案。
明确提到这项技能的招聘公司都用 PreSales 的语言来描述它。Anthropic 的 FDE 招聘启事 要求“具备出色的沟通能力，以便与客户进行需求挖掘，并向不同的利益相关者传达技术概念”。OpenAI 的 招聘启事让 FDE“负责需求挖掘、技术范围界定、系统设计、构建和生产上线”，其中需求挖掘排在首位。方法不会因头衔而改变。从客户描述的症状开始，追问它导致了什么，持续追问直到触及成本、收入或风险，然后附上一个数字。我们的需求挖掘通话指南 详细阐述了这一阶梯。
为什么 FDE 项目会因非技术原因而失败？
因为嵌入式部署的难点在于围绕它的组织，而不是其中的代码。最清晰的叙述来自前 Palantir FDE Nabeel Qureshi 的 Reflections on Palantir。关于这份工作需要什么：“成为一名成功的 FDE 需要对社交环境有着非同寻常的敏感度——你真正要做的是与企业（或政府）对口人员建立最高层面的合作关系，并赢得他们的信任。”关于项目如何走向失败：“你会遇到一家公司购买一个 8-12 周的试点，而我们把整整 8-12 周都花在获取数据访问权限上，最后一周才手忙脚乱地准备出可以演示的东西。”
两条路径最终都没有实现采用，而两者都不是工程上的失败。
每一位做过概念验证的售前工程师都认得那种试点。不愿开放数据访问权限的数据所有者是利益相关者问题。一开始没人认可的成功标准是范围界定问题。到第六周就失去兴趣的发起人是期望管理问题。这些问题没有一个能靠更好的工程师来解决；它们全都要靠售前工程师在 POC 之前和围绕 POC 所做的工作来解决。
还有一条更隐蔽的失败路径：完全按照要求去构建。Flybridge 的警告是，当一线工作无法“沉淀到核心产品中时，经济账很快就会崩塌”。Latent Space 上一篇关于 FDE 最佳实践 的文章从行业内部提出了同样的观点：一个只解决客户问题、却不把信号反馈回产品团队的 FDE 职能，“不过是一个头衔更好听的服务/咨询团队”。要避免这一点，FDE 必须敢于对需求提出异议，对那些只帮到一个客户、对其他任何人都没有帮助的定制化说不。对一个付钱给你的客户说不，是一种技能，而工程师从未受过这方面的训练。
前沿部署工程师是否以采用率和营收作为考核指标？
在采用率上几乎总是如此，而采用率正是客户付费购买的东西。正是这一点让 FDE 的面向客户的技能成为商业问题，而非软性问题。
OpenAI 的招聘启事直接写明了指标：FDE “通过生产环境采用率、可衡量的工作流影响以及评测驱动的反馈来衡量成功”。Anthropic 的 FDE 职位存在的意义是“推动变革性的 AI 采用”。在按用量计费的定价模式下——这也是 AI 产品日益普遍的销售方式——采用率和营收是同一数字的两个侧面。营收咨询公司 Alexander Group 建议以首次价值实现时间和早期用量来考核 FDE，并观察到“许多组织正在将这一角色纳入销售薪酬计划”，因为它影响着用量增长的速度。
有些公司走得更远。Tailscale 的 FDE 职位按目标奖金制（on-target earnings）支付薪酬，“浮动薪酬与季度销售目标的达成挂钩”，每季度进行复盘以“识别更深度合作和横向扩展的机会”，并要求“具备以咨询顾问身份服务企业客户的经验”。这是一个顶着工程师头衔的扩展销售角色。
因此，FDE 正处于客户决定是否加大投入的位置。Flybridge 判断这一角色是否物有所值的标准是商业性的：“一条从五万美元试点走向七位数合同的道路”。这条路能否走通，取决于 FDE 是否找到了正确的问题、是否让发起人保持参与、以及是否把一个成功运行的部署变成扩大合作的理由。我们称之为先拿下技术性胜利，再拿下商业性胜利。相关术语可参见我们关于 什么是 PreSales 的指南。
前沿部署工程师与解决方案工程师有哪些共同技能？
所有面向客户的角色。这两个角色的区别在于时机和产出，正如我们的 FDE 与解决方案工程师对比 所述，但中间的工作是一样的：比客户自己更深入地理解他们的问题，管理那些可能阻碍或资助这项工作的人，并在挫折中保持他们的信任。
市场已经注意到了这一点。在 Bloomberry 的数据中，22% 的 FDE 来自解决方案工程师或解决方案架构师岗位，10% 来自技术咨询。Anthropic 要求的背景是“面向客户的技术岗位，如前沿部署工程师，或具有咨询经验的软件工程师”。Databricks 将其 FDE 描述为“经验丰富、技术过硬，并具备出色领导力和咨询技能的人才”。招聘 FDE 的人寻找的是能够胜任售前工程师工作的工程师，无论招聘启事上是否明说。
与我们合作的大多数售前工程师负责人认为，FDE 这个头衔只是对售前和专业服务已有工作的高薪重塑。我们在 AI 时代解决方案工程师需要哪些技能？ 中阐述了原因，而且这是双向的：如果 FDE 在做售前工作，那么 FDE 就需要售前技能。
企业应该如何培训前沿部署工程师？
用他们应该培训解决方案工程师、但大多没有做到的方式：在面向客户的那一半工作上，持续地、在真实项目中进行培训。
工程技能是有保障的。FDE 入职时必须会写代码，否则就不会被录用。而未经培训就上岗的，是上表中其余的一切，因为工程师生涯不会教你需求挖掘、干系人梳理，也不会教你如何告诉发起人试点已经偏离轨道。企业随后才在现场发现这一点，按 Flybridge 的估算，每位工程师每年成本在 22 万至 40 万美元之间，而客户账户上还押着七位数的扩展收入。
FDE 培养计划应涵盖五件事，所有这些对培训过售前工程师的人来说都很熟悉：
- 将需求挖掘作为一种方法， 而不是一种个人特质。一条从客户陈述的需求到真实问题、再到量化影响的可重复路径，并在真实客户账户上反复练习。
- 在构建之前确定成功标准。 客户将接受什么作为证明，白纸黑字写明，并指定负责人和截止日期。那个 8 到 12 周却毫无产出的试点，正是因为没有这些。
- 干系人梳理。 谁掌握数据，谁签字，如果项目成功谁会受损。Qureshi 所说的“对社会环境的敏感度”是一种有方法支撑的技能，而不是天赋。
- 高管沟通。 用高管的语言，向永远不会读代码的人汇报进展和问题。
- 学会说不。 拒绝那些不会产生复利效应的定制化需求，同时不失去这个客户。
一次性的研讨会无法带来这些改变。客户通话中的表现要靠实践和辅导来提升，而不是靠一纸证书，这正是我们在选择售前培训指南中所论述的观点。对 FDE 趋势而言，好消息是这类培训确实存在。多年来，它一直面向解决方案工程师。
常见问题
成为前沿部署工程师需要哪些技能？ 在陌生环境中进行生产级软件工程，再加上这份工作真正依赖的面向客户的技能：需求挖掘、干系人与期望管理、高管沟通，以及对“采用如何转化为收入”的商业敏感度。招聘启事把工程能力列为硬性要求；而 FDE 们自己反映，他们大约一半的时间都花在会议上。
前沿部署工程师需要销售技能吗？ 他们需要的是支撑优秀销售的底层技能：找出真正的问题、管理决策者，并在艰难的交付过程中维系信任。大多数 FDE 没有销售配额，但他们以采用率为考核指标——这正是客户付费购买的东西，而且有些公司会为其设定扩展目标或与销售挂钩的薪酬。无论你把这些技能称为“销售”还是“咨询”，都不影响你需要掌握它们。
为什么前沿部署工程师的项目会失败？ 很少是因为代码跑不通。有据可查的失败案例包括：试点被与内部“守门人”协商数据访问权限耗尽、成功标准从未达成一致、发起人中途退出，以及团队完全按客户要求构建却从未核实这是否是客户真正需要的。每一种都是需求挖掘、干系人或期望管理的失败。
前沿部署工程师是技术岗位还是面向客户的岗位？ 两者兼有，而这种平衡会让出身工程的人感到意外。一位 FDE 自己的记录显示，一半时间开会，一半时间构建；招聘启事将与客户合作列为首要职责。工程能力是入场券，客户工作才决定成败。
FDE 如何被考核？ 通常考核生产环境采用率、首次价值实现时间和工作流影响，而不是销售配额。OpenAI 的招聘启事将采用率列为成功指标；Alexander Group 建议采用首次价值实现时间和早期消耗量。在按消耗量计价的模式下，这些指标就是客户的支出，这也是一些公司将 FDE 纳入销售薪酬计划的原因。
解决方案工程师可以转岗为前沿部署工程师吗？ 可以。一项分析显示，约五分之一的 FDE 来自解决方案工程师或架构师岗位。通常需要补充的技能是生产级编程；而需求挖掘、干系人管理和沟通技能可以直接迁移，而且这些恰恰是 FDE 团队最常欠缺的能力。
FDE 工作中面向客户的那一半，正是我们工作的全部。Trusted Advisor Academy 每周在真实交易中为解决方案工程师以及其他任何因职位需要直面客户、解决问题的人，培训需求挖掘、干系人协作和高管沟通。如果你正在组建 FDE 团队，想了解代码之外还需要什么，请预约需求沟通电话。
Tim Brömme 和 Jan-Erik Jank 是 SE Rockstars 的联合创始人，拥有 30 多年企业售前（PreSales）经验，并辅导过 350 多名解决方案工程师。