如果您是收到转发看到这篇文章的，欢迎订阅 GTM Engineering 简报。加入 7,000+ 名 GTM 运营者、创始人和投资人。大家好，我是 Alex，Clay 最早的 GTM 工程师之一，在这里分享我正在为客户构建的东西、如何构建 AI 原生的 GTM，以及 GTM Engineering 的相关资源。
AI Agent 打破了 SaaS 的交付模式。
a16z 说得非常到位：
企业购买 AI 就像你奶奶拿到一部 iPhone。她们想用，只是需要有人帮忙设置好。
我们在 Clay 也看到了同样的情况。客户需要帮助，才能弄清楚如何将现有的业务背景、那些没有完善文档化的工作流程，与 AI 进行整合。
这就是为什么 Clay 正在组建一支前沿部署 GTM 工程团队，而且我们并不孤单。
从 Salesforce 到种子轮 AI 初创公司，数百家公司都在招聘前沿部署工程师。今年该职位的招聘数量大幅激增（见下图）。
OpenAI 甚至成立了 The OpenAI Deployment Company（又称 DeployCo）来扩大其实施规模。
Google 也是如此：
为什么？
SaaS 产品相对简单直接。
AI 产品呢？那就是另一回事了……复杂度更高、定制化程度更高（近乎无限？），而且需要将解决方案嵌入企业现有的工作流程中。
当前的 AI 能力需要大量定制才能交付可靠的业务成果。这在企业级部署中尤为明显，因为企业场景下数据差异极大、工作流程复杂度高，而且对性能标准的要求毫不留情。想想一个提供“有帮助”回复的消费级聊天机器人，与一个必须以 99%+ 准确率标记合规风险的企业法律助手之间的差别吧。- Foundation Capital
这里有一个趋势：AI 正在改变企业开发和将产品推向市场的方式。
- 首先——AI 赋予软件工程师超能力，使其软件开发产出提升 100 倍。
- 接着——GTM 工程师这一角色应运而生，用 AI 重新思考 GTM，从而更有效地将产品推向市场并实现更快增长。
- 现在——最后一环是让 AI 落地投产。
这正是前沿部署工程师（FDE）发挥作用的地方。
这个角色难道只是一个名字光鲜、用来吸引人才和眼球的“高级顾问”吗？
这一切让我陷入了一场研究深潜：
- FDE 的起源故事是什么？
- 它是如何发展起来的？
- 谁在招聘这个新角色？
- 它的“待完成任务”是什么？
- 他们的薪酬水平如何？
- 雇主在候选人身上看重什么？
- 这一切对我们 GTM 的新时代意味着什么？
这些都是很好的问题，可以通过在 Clay 内部采集和分析职位数据来解答。
在这篇文章中，我旨在回答上述问题。
如果你正在 AI 领域创业，你会想读完这篇深度分析。
前沿部署工程师的崛起
软件不再只是辅助工作者——软件本身就是工作者。软件不再需要在数据库之上运行相同的图形用户界面才能运作；它可以自主地端到端完成任务。但随着这些任务变得越来越复杂，完成它们的难度也随之增加。要让 AI Agent 真正达到与人类工作者同等的水平，企业需要专业服务来围绕这种新方式重新设计岗位职能和流程。如果没有实地实施支持，AI 就有可能达不到一名尽职员工所设定的标准。然而，有了合适的支持，Agent 就能承担更全面的职责，释放出远超基础任务自动化的巨大商业价值。—— a16z
Palantir 的起源故事
一切都始于一个从未有人解决过的问题。
2001 年 9 月，美国情报界拥有的数据量超过了其历史上任何时期。它拥有极其擅长解读零散信息的分析师。但它所缺乏的，是让这两者相互沟通的能力。中情局有自己的系统。国家安全局有自己的系统。联邦调查局有自己的系统。它们谁也看不到其他机构所看到的东西。
Palantir 正是为解决这个具体问题而创立的。但他们立刻就碰了壁。
创始人面临一个重大障碍：他们不认识任何间谍，即使认识，那些人也无法透露其工作的细节。没有明确的需求，没有正常的反馈循环，也无法进行用户访谈。传统的产品开发方法完全派不上用场。
于是 Palantir 做了一件不同寻常的事。它没有去询问客户想要什么，而是把工程师直接派驻到客户的环境中。这些工程师通过观察、实验和实时构建来学习。这一决定催生了前沿部署工程师模式。最初出于必要性的做法，后来成为了一项卓越的战略。
这个名字源自军队。
“前沿部署工程”一词源于军事行动——即前沿部署部队——而 Palantir 在 2000 年代后期将其发扬光大，主要是因为他们当时与国防承包商和政府机构合作。他们已经在使用客户的语言。这个头衔是随着这种文化应运而生的。
其内部团队结构也很不寻常。
Palantir 并没有把孤身一人的工程师派往现场。他们建立了一个由不同角色组成的双团队模式：
Echo 团队由领域专家组成，他们往往来自与客户相同的行业——军事、医疗或金融。他们的职责是理解真实问题，发现技术能在哪里创造价值，并在客户与工程团队之间充当桥梁。Delta 团队则是专注于执行的工程师，他们快速构建解决方案，把速度和影响力置于完美设计之上。两者结合，就在每个客户环境中充当了一个小型初创公司。Palantir 自己的表述非常精准：“Dev 的关注点是为许多客户打造一种能力，而 Delta 的关注点是为一个客户打造多种能力。”
这个反馈循环正是 Foundry 诞生的原因。
FDE 模式有一个机制，使其与咨询有着根本的不同——内部人士称之为“碎石路到铺装公路”的循环。
驻场的 FDE 用代码和定制解决方案铺设一条“碎石路”，以满足眼前的需求。与此同时，总部的产品和工程团队观察这条路，并研究如何将其升级为能够服务接下来十家或二十家客户的“铺装公路”。
后来成为 Foundry 的核心要素，最初是在苏黎世和休斯顿、圣保罗和图卢兹、韦斯特波特和巴库这些相距遥远的地方开发出来的。它们的诞生源于实际需要，因为小团队想解决一个问题，成本、兼容性或一致性都只是次要考虑。客户部署是新技术的试验场——行之有效的技术会被迁移到核心产品中，而 FDE 则四散出击，寻找下一个前沿问题。2014 年，在 Palantir 的年度“Hobbitcon”大会上，公开宣称的产品策略就是“强烈观点，灵活坚持”——基本上就是把东西往墙上扔，看看什么能粘住。而这完全是自下而上发生的。
前沿部署工程师的四个浪潮
FDE 模式并没有一夜之间从 Palantir 传播到各处。它是一波一波推进的——每一波都由同一个底层问题冲击新行业所触发。
第一波（2003–2018）：只有 Palantir。情报机构拥有涉密工作流程，需求不明确，也无法进行用户访谈。你不可能去问 CIA 需要什么。于是 Palantir 把工程师派进去，让他们自己摸索。业内其他人称之为不可扩展，然后转身离开。
第二波（2018–2022）：数据基础设施。Scale AI、C3.ai、Databricks、Snowflake。复杂的部署、大额合同、通用实施方案毫无用处的环境。不理解客户特定的数据架构，就无法产出有用的训练数据。不触及组织中的每一个遗留系统，就无法部署数据湖仓。FDE 模式由此扩散到所有销售需要判断力而非仅仅是配置的基础设施的公司。
第三波浪潮（2021–2024）：企业级 SaaS。Intercom、Rippling、Stripe、Datadog。这些不是 AI 公司。它们拥有文档完善的产品和庞大的客户成功团队。但这并不重要。企业客户不再购买单点解决方案，而是开始要求平台级集成。实施工作的复杂度爆炸式增长，速度超过了任何人编写文档的能力。
第四波浪潮（2024 至今）：一切领域。MIT 发现 95% 的企业 AI 试点毫无产出。RAND 的数据显示 AI 项目失败率超过 80%。瓶颈不在模型，而在“最后一公里”——遗留的 ETL 流程、没有文档的工作流、没人记录下来的合规约束，因为负责处理它的人从未把它当作一个流程来看待。
每一波浪潮的成因都相同：产品遇到了复杂到无法通过任何支持工单解决的部署问题。唯一的解决办法就是把工程师派到现场。
AI 只是让这个问题变得无处不在。
这在 2026 年会如何发展？
图表：2026 年美国 FDE 职位空缺增长
我在 Clay 中拉取了 2026 年的职位数据（这是 5 月中旬的数据，因此 5 月的数字可能还会更高），并按公司去重，以找出有多少家不同的公司在招聘。
实际空缺岗位数量要大得多。例如，仅 Salesforce 一家就承诺招聘 1,000 人。Clay 也有多个在招职位。
Clay 的前沿部署工程
Clay 的前沿部署 GTME 将专注于：
- 将业务需求转化为 Clay 构建
- 构建 Clay GTM 系统
- 将 Clay 与内部工具集成
- 将客户反馈带回我们的产品团队
- 构建 AI Agent 以及编写/调优提示词
在第一季度，我花了大量时间以前沿部署的方式服务几位客户。其中一位甚至邀请我为他们的整个营销团队举办一场提示词工程速成课。100 多位营销人员到场参加。
我与这位客户进行了更深入的合作，甚至连续几周每天花一个小时为他们提供支持。这超出了我们通常的服务范围（尤其是因为售前通常在合同签订后就退场，由增长策略师接手担任客户成功经理）。这种时间投入加速了方方面面：
- 客户关系的深度
- Clay 的部署及其团队技能的提升
- 引荐给更多团队和利益相关者
- 对其业务及细节的理解
- 待部署新用例的路线图
Foundation Capital 说得很直白：前沿部署工程师已成为“企业 AI 公司最具战略价值的资产之一”。
前沿部署工程师的职责是什么？
在同一个 Clay 表格中，我设置了一个 Claygent 列，以职位发布 URL 作为输入，然后部署研究 Agent 去阅读并分析每一条职位发布。输出是该职位职责和要求的摘要。然后再回到 Sculptor 对表格中的所有数据进行统计分析。
最常见的职责集中在 3 种工作模式上。
构建客户专属的集成
占招聘职位的 40%。这是最基础的实际工作——把产品连接到客户的数据仓库、CRM、身份认证系统，或是自 2009 年以来就没有 API 的遗留系统。
将业务需求转化为技术架构
占招聘职位的 30%。客户知道自己想要什么结果，但不知道如何写成规格说明。FDE 参加需求调研会议，听到“我们想让 AI 处理我们的一线支持工单”，然后带着一份技术架构文档离开。
负责端到端交付
占招聘职位的 25%。不是移交给服务团队，不是提交一个工单。而是把它交付上线，看着它出问题，修复它，并让它稳定到可以交还给客户。
这就是为什么这份工作很难。Emergence Capital 指出了核心问题：大多数公司以为自己已经通过 SOP 和流程指南把业务逻辑文档化了。但这些文档是“企业虚构：静态、不完整，而且往往严重过时”。AI 系统需要内化工作实际是如何完成的——而不是三年前写在 wiki 里的理想化版本。FDE 通过现场观察和构建，直接提取这些真实世界的知识。
FDE 在众多组织的整个生命周期中持续贡献，从最初的评估和概念验证阶段，一直到实际部署和优化。— FDE Academy
前沿部署工程师的职位要求是什么？
40% 的前沿部署工程师招聘职位现在要求具备 AI/LLM 经验。
十八个月前，这个数字几乎为零。
传统的 FDE 职位描述要求 Python、REST API 和云部署经验。这仍然是基本要求——55% 的职位要求 Python 或 TypeScript，50% 要求 REST API 经验。
但现在有 40% 的职位要求检索增强生成、生产环境中的提示词工程，以及在客户现场调试 Agentic 工作流。这与集成一个 API 是完全不同的工作。
a16z 的 Joe Schmidt 精准地概括了这一转变：在当前时代：
软件不再是辅助工作者——软件本身就是工作者。
当这一点成立时，部署软件就意味着部署一名工作者。而你不会用一个 Loom 视频和一张支持工单来给新员工做入职培训。
Salesforce 的 FDE 总监 Sarah Khalid 描述了技术层面的变化：她说，Agentic 平台“不像写代码那样非黑即白。它更像一门艺术，不那么确定。”这种不确定性正是你需要工程师在现场的原因。当 AI Agent 在客户的生产环境中做出意料之外的事情时，必须有人实时诊断——而不是提交一份 bug 报告。
这就是 FDE 角色快速扩张的原因。每一家销售 AI Agent 的公司都发现了同一件事：产品确实能做到它宣称的功能。但让它在客户的环境中做到这一点，则是一个完全不同的问题。
前沿部署工程师的薪酬是多少？
最低薪资通常从 8 万至 10 万美元起步，市场顶端的最高薪资在 25 万至 32.5 万美元之间，个别首席/资深级别的岗位甚至可达 40 万美元。
从岗位起点到上限之间，存在 17 万美元的差距。
原因在于：60% 的招聘要求 3-5 年工程经验，45% 要求具备可验证的面向客户的技能。这种组合确实稀缺。你招聘的不只是一个专业领域，而是两个。
Salesforce 的招聘方式很好地诠释了这一点。其 FDE 总监 Ben Kracker 描述了他们真正看重的东西：“解决问题的能力是 FDE 最需要具备的第一技能。”不是编码熟练度，也不是客户管理经验，而是解决问题——尤其是在客户“不知道自己不知道什么”的情境下。这正是薪资差距所支付的判断力溢价。
Salesforce 在六个月内将其 FDE 团队规模扩大了三倍，并为此建立了一个为期六周的入职培训项目。
CSM、TAM 和 FDE 之间有什么区别？
这对 AI 产品的市场推广意味着什么？
当每家公司都能用相同的模型交付相同的基础能力时，你构建的东西就不再是你的护城河。你如何集成、嵌入和运营，才成为护城河。—— Foundation Capital
Ramp 的工程团队打造了市场上文档记录最完善的 FDE 职能之一，他们发现，专注企业客户的 B2B 公司以 29.6% 的复合年增长率增长，而非企业型同行仅为 15.2%。FDE 职能正是你跻身这一梯队的方式之一——通过足够可靠的部署，让客户选择扩展而非流失。
如果你是创始人
在企业级市场，FDE 职能不是可选项。要在感到痛之前就为它做好预算——等你感到痛时，续约已经丢了。
如果你是市场推广负责人
开始梳理哪些客户的部署复杂度超出了你的 CSM 能应对的范围。这些就是你的 FDE 候选对象。判断标准很简单——如果解决客户的问题需要编写代码，那么在场的合适人选就不该是 CSM。
如果你是工程师
FDE 路径是当前市场中杠杆率最高的角色之一。17 万美元的薪资上限不会维持太久——对于那些摸索出如何规模化做好这件事的工程师来说，这只是起点。
最快进入生产环境的公司将赢得续约。谁部署得最好，谁就筑起护城河。
