前沿部署工程师（FDE）是由 Palantir 发明的角色。FDE 是嵌入客户内部的工程师，负责编写生产代码，并为核心产品路线图提供输入。Palantir 发明 FDE 这一角色，是为了解决其在美国政府（CIA、NSA、美国陆军情报部门）的首批客户无法用传统顾问解决的问题。
这一角色的起源与早期工作的性质密不可分。情报机构面对的是敏感、涉密且不断变化的问题，无法预先明确界定。这类问题很难用标准 SaaS 来解决，因为标准 SaaS 需要足够通用的用例，才能证明构建一个可规模化销售给任何企业的解决方案是合理的。很难复用一个为打击 ISIS 而构建的系统的需求分析文档和 PRD。
传统咨询公司提供两种不充分的应对方式：要么是像麦肯锡那样无法编写生产代码的顾问，要么是像 CapGemini 那样没有自有产品可依托的系统集成商。因此，Palantir 将自己的工程师嵌入客户场所数周或数月，通过观察、实验和实时构建来学习。
Palantir 的 FDE 编写的定制代码有两个去向。一个是客户的部署环境，另一个是 Palantir 自己的核心代码库。为某个客户打造的定制方案会被研究，其中重复出现的模式会被抽取出来，成为每个未来客户默认获得的平台功能。得益于每个成功签约客户的复利效应，后续每次部署的成本会随时间不断降低。
在过去 12 个月里，FDE 成为企业 AI 领域增长最快的角色，OpenAI、Anthropic 和 AWS 等多家公司投入了数十亿美元的押注。据《金融时报》报道，从 2025 年初到 2025 年 9 月，该职位的招聘信息增长了 800% 以上。
OpenAI 于 2026 年 5 月成立了 OpenAI Deployment Company，这是一家初始投资超过 40 亿美元、由 OpenAI 控股的子公司，并同意收购 Tomoro，从第一天起就引入约 150 名经验丰富的 FDE 和部署策略师。
Anthropic 将其 FDE 职能称为“应用 AI 工程师”，即“使用 Claude 模型构建生产应用、交付 MCP 服务器、子 Agent 和 Agent 技能等技术产物”，并“识别和固化可重复的部署模式，将洞察反馈给我们的产品与工程团队”的工程师。
Google Cloud 在其招聘网站上发布了 59 个不同的 FDE 职位，分布在美国、伦敦、巴黎和香港，涵盖金融服务、医疗健康、零售和公共部门。
Databricks 设立了一支“AI 前沿部署工程（AI FDE）”团队，该团队“提供专业服务项目，帮助客户构建并落地生产化首创的 AI 应用”。值得注意的是，Databricks 明确将其标注为“专业服务”，并归入 PS（专业服务）组织。
AWS 于 2026 年 6 月加入竞争，宣布在新的 AWS 前沿部署工程组织内部投资 10 亿美元，并将配备“数千名”FDE。AWS 计划派遣由五到六名工程师组成的小团队进驻客户现场，开展约 45 天的项目，并表示“FDE 项目围绕共享的业务成果构建，而非按计费小时计价”。
Salesforce 公开承诺组建一支由 1,000 名 FDE 组成的团队，而微软则在 2026 年 7 月宣布成立 Microsoft Frontier Company，投资 25 亿美元，配备 6,000 名行业与工程专家，基于可衡量的业务成果，大规模地共同设计、共同创新、部署并持续改进 AI 系统。
我们是否正在见证 Palantir 式 FDE 的真正增长，还是只是对现有角色的大规模重新包装？
确实存在一种风险：FDE 这个标签被套用在两种本质上完全不同、并非前沿部署工程的工作上：
- 伪 FDE #1：换了个头衔的售前/解决方案工程。解决方案工程师是售前角色：做演示、响应 RFP、做 POC，以及支持技术成交。SE 帮助销售团队拿下订单后就离开。而真正的 FDE 会在客户环境和核心产品代码库中编写并部署生产代码。
- 伪 FDE #2：系统集成商（如 Accenture 或 Capgemini）。系统集成商做的是劳动力套利生意，按时间计费。收入等于人数乘以时长。SI 优化的是计费小时和员工利用率。嵌入式工程师所构建的任何东西，都不会成为供应商的产品。
如果你正在考虑跳槽加入这波 FDE 浪潮，下面这个框架可以帮你评估一个 FDE 角色在“Capgemini 到 Palantir”光谱中的位置。
薪酬结构
Palantir 式的 FDE 角色薪酬对标资深产品工程师（基本工资加可观的股权，参照研发/产品工程标准，而非售前标准）。伪装成 FDE 的 SI 角色则采用基于提成的售前工程师薪酬，奖金与利用率或签单额挂钩。前沿实验室刻意将 FDE 薪酬设定在接近研发工程师薪酬区间的水平。如果出现提成方案或利用率奖金，这就是一个危险信号，说明该角色实际上是销售或服务岗位。
项目周期长短
真正的 FDE 会在 60–180 天的周期内进行多次可复用的部署。Capgemini 式的项目则是开放式、多年的增员驻场，工程师实际上变成了长期合同工，成功与否以持续计费来衡量。
部署 vs. POC
真正的 FDE 会把产品交付到生产环境并对其负责（即持有值班呼叫器）。而另一个极端是，假的 FDE 只会产出无穷无尽的概念验证、演示和幻灯片。OpenAI 和 Google 的招聘启事都强调要将原型推进到生产级的 AI Agent 工作流。
售前 vs 售后
真正的 FDE 主要是一种售后动作，负责构建和部署，并将一线信号反馈到产品路线图中。假的 FDE 主要做售前成交。AI 实验室在这一点上比较模糊：Anthropic 表示 FDE 会“与我们的售后、产品和工程团队紧密合作”，而 OpenAI 的 FDE 则“与销售、解决方案工程和解决方案架构师紧密协作”。可以合理预期与销售有一定程度的协作，但如果一个角色只负责成交、不承担生产环境的责任，那就是售前工程师。
谁来为工程师买单
FDE 对客户来说可以是免费的。这是超大规模云厂商的模式，FDE 的成本被云/平台消费经济学所吸收，以推动产品使用量和更大的续约。当这种补贴在经济上合理（因为下游价值足够大）时，FDE 基本上就是用来销售更多按用量计费产品的销货成本。SI 模式则是按小时计费的专业服务，工程师的成本直接通过费用收回。中间路线是基于成果的固定费用合作。如果客户按小时为工程师付费，厂商的激励就是最大化工时。如果厂商自己承担成本以增长按用量计费的消费，激励就是将工作产品化以最大化使用量。固定费用合作能更好地对齐客户和厂商的激励。
如果你在评估 FDE 领域的一个职位，请根据实际的职位描述而非头衔来评估这五个维度，如果有机会与他们交流，请就每一项索要具体的证据。伪装成 Capgemini 的 FDE 处于一个极端（按小时计费、无限期驻场、概念验证、售前），而真正的 Palantir 式 FDE 处于另一个极端（资深级别薪资 + 股权、60–180 天周期、交付到生产环境、反馈到路线图、基于成果）。
你喜欢这篇文章吗？当然喜欢。请分享到 Twitter/X、LinkedIn 和 HackerNews