惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
Google Developers Blog
S
Schneier on Security
The Hacker News
The Hacker News
P
Proofpoint News Feed
Spread Privacy
Spread Privacy
L
LINUX DO - 热门话题
L
Lohrmann on Cybersecurity
I
Intezer
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Schneier on Security
Schneier on Security
Security Latest
Security Latest
AWS News Blog
AWS News Blog
B
Blog RSS Feed
Microsoft Security Blog
Microsoft Security Blog
有赞技术团队
有赞技术团队
博客园 - 叶小钗
The Last Watchdog
The Last Watchdog
O
OpenAI News
月光博客
月光博客
Hacker News: Ask HN
Hacker News: Ask HN
阮一峰的网络日志
阮一峰的网络日志
S
Security @ Cisco Blogs
Google Online Security Blog
Google Online Security Blog
云风的 BLOG
云风的 BLOG
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Latest news
Latest news
P
Palo Alto Networks Blog
Last Week in AI
Last Week in AI
M
MIT News - Artificial intelligence
Google DeepMind News
Google DeepMind News
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
Apple Machine Learning Research
Apple Machine Learning Research
U
Unit 42
PCI Perspectives
PCI Perspectives
博客园 - 聂微东
SecWiki News
SecWiki News
宝玉的分享
宝玉的分享
Forbes - Security
Forbes - Security
H
Heimdal Security Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Hugging Face - Blog
Hugging Face - Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
T
Troy Hunt's Blog
博客园 - 三生石上(FineUI控件)
Application and Cybersecurity Blog
Application and Cybersecurity Blog
罗磊的独立博客
WordPress大学
WordPress大学
D
Darknet – Hacking Tools, Hacker News & Cyber Security

宝玉的分享

从零开始玩转循环 (Getting started with loops) 为啥 Codex 还不推出类似 Codex Design 的产品? DeepSeek 的 10 万亿美元大战略 来自 Codex 官方团队的分享:如何把 Codex 用到极致 为什么我不“凭感觉编程” 创始人手册:打造 AI 原生初创公司 AI 时代到底该怎么管一个工程团队 为什么资深开发者讲不清自己的专业能力 Codex 的野心,MCP 和 Skill 的下一步 裁员潮将持续,直到我们学会发掘 AI 的商业价值 机器人的终局:英伟达 Jim Fan 宣告 VLA 时代结束,WAM 登场 深度拆解:AI Agent Harness 的构造 使用 Claude Code:HTML 难以置信的奇效 Anthropic 兄妹 Dario Amodei 和 Daniela Amodei 最新对话:Claude 为什么一直限速? Boris Cherny:Claude Code 之后,写代码正在变成“管理 Agent” 大多数公司根本没有为 AI 做好准备 Demis Hassabis:AGI 还缺什么,智能体到底行不行,下一个科学突破长什么样 深度拆解 Hermes Agent 的记忆系统:它如何修正 OpenClaw 的误区 Karpathy 最新访谈:Vibe Coding 只是开始,真正重要的是 Agentic Engineering AI 的经济账根本算不通 为 Agent 设计产品 Cat Wu 面试了几百个 PM 候选人,几乎没人答对一个问题:AI 产品经理到底应该干什么? 两小时激辩:黄仁勋为什么不怕 TPU、不怕华为、不怕出口管制? 设计圈的 Claude Code 时刻来了 使用 Claude Code:会话管理与 100 万 上下文 Vibe Coding 是中年男人的钓鱼 为什么你的"AI 优先"战略可能大错特错? “多智能体协作指南:五种主流模式怎么选、怎么用?” 访谈|Codex 团队如何用自己的产品构建产品——整个 Spec 只有 10 个要点 Claude Code 省 Token 指南:慎用 1M 上下文,不开新会话或者总是开新会话都不对 编程智能体的核心组件【译】 Claude Code 源码泄漏了,但我不打算写源码分析分析文章 OpenAI 总裁 Greg Brockman:AI 自我改进、Super App 豪赌、通往 AGI 之路、算力扩张 Notion 联合创始人 Simon Last:我从去年夏天起就没写过一行代码了 飞书 CLI 开源了,为什么 AI Agent 时代,大家都在做命令行工具? 在中国 AI 生态圈摸底了两周,我学到了什么 AI 发展太快跟不上?一张四象限图帮你做减法 被美国遣返、禁止入境 5 年,他在温哥华的卧室里做出了日处理 400 万工作流的 AI 平台 构建 Claude Code 的经验:我们如何使用 Skills 智能体工程的 8 个等级 编程 Agent 如何重塑工程、产品和设计 当 AI 写了几乎所有代码,软件工程会怎样? 品牌时代 我用 AI 翻译的三个阶段:提示词时代 → 推理模型时代 → Agent 时代 多稿合并:从手动比稿到一键 Skill 陶哲轩最新演讲:AI 不是来抢数学家蛋糕的,是来把蛋糕做大的 设计流程已死:Anthropic 设计负责人 Jenny Wen 谈 AI 时代的设计变革 Greg Brockman(OpenAI 联合创始人)把“那场宫斗”讲完整了:董事会、请愿书、马斯克与控制权 被封杀当晚,OpenAI 拿到了相同条款——Amodei 首次专访揭开 Anthropic 与五角大楼冲突内幕
Forward Deployed Engineer:AI 时代的新宠岗位,到底干什么?
宝玉 · 2026-05-15 · via 宝玉的分享

一场 AI 岗位的“军备竞赛”

先看看最近 AI 圈的一个关于新职位 Forward Deployed Engineer(FDE)的新闻。

Google 正在 FDE 岗位上加倍投入,并且大幅简化了面试流程。Google Cloud 的 CEO 托马斯·库里安(Thomas Kurian)宣布,他们在市场营销(Go-To-Market)团队下成立了一个全新的、以 AI 为核心的部门,并且正在为此疯狂招募 FDE。

Thomas Kurian 关于 Google Cloud 扩招 FDE 的 LinkedIn 动态截图

听说,他们的面试流程已经被大幅压缩,从过去长达数周、多达 4-6 轮的面试,缩短到了仅仅两天内的两轮面试。看来 Google 对填补这些空缺不仅是渴望,简直可以说是迫不及待了。

Google FDE 面试流程压缩传闻截图

就在周一(5 月 11 日),OpenAI 宣布成立了“OpenAI 部署公司”(The OpenAI Deployment Company)。这是一家由私募股权基金投资 40 亿美元成立的独立实体,估值高达 140 亿美元,投资方包括 TPG、Advent 等。看起来 OpenAI 本身并不是直接的投资方,而是扮演着合作伙伴的角色。

OpenAI 部署公司官方公告截图

公告特别提到了 FDE,并表示他们的职责是“与业务领导者、运营人员和一线团队紧密合作,精准定位 AI 能产生最大价值的领域,并围绕 AI 重新设计组织的基础设施和关键工作流程,最终将这些收益转化为持久稳定的系统”。

由此可见,FDE 将在 OpenAI 的企业销售业务中扮演极其关键的角色,他们的任务就是确保公司的 AI 系统能在客户的真实业务中跑通,并实实在在地创造价值。将这块业务外包给新成立的“部署公司”,也能让 OpenAI 腾出手来,专心研发更强大的 AI 模型;而面对客户的那些繁琐对接,就交给合作伙伴和他们的 FDE 去搞定吧。

与此相关的一个动态是,OpenAI 收购了 Tomoro。这是一家总部位于英国、成立于 2023 年的 AI 公司,在英国、亚洲和澳大利亚拥有 150 名 FDE。这也是“OpenAI 部署公司”成立以来的第一笔收购。

Anthropic 也在如法炮制,创建属于自己的独立 FDE 咨询公司。上周一(5 月 4 日),Anthropic 发布了一份极其含糊的公告,宣布了这项新业务,但连名字都没透露,投资细节也寥寥无几。

Anthropic 企业 AI 服务公司官方公告截图

已知的投资方包括 Anthropic 本身、黑石(Blackstone)、Hellman & Friedman 以及高盛(Goldman Sachs)。这家新公司的使命是与“各行各业的中型企业合作,将大语言模型(LLM)Claude 引入他们最重要的业务运营中”。

Anthropic 的算盘似乎和 OpenAI 打得一模一样:拉外资建个独立公司,让里面的 FDE 帮企业把 Claude 整合进系统。可以预见,这么一来,这些企业购买的 Claude Token 数量绝对会创下历史新高。

用大白话给你讲清楚 FDE 到底是啥

那么 FDE 到底是啥?全称是 Forward Deployed Engineer,简称 FDE。这个名字直译过来是“前线部署工程师”,但光看名字很难理解它到底干什么。

一句话版:驻扎在客户公司现场写代码的工程师。

详细点说,这个岗位介于软件工程师、方案架构师和咨询顾问之间,但更实操。他们直接坐在客户公司里,用自家 AI 技术帮客户搞定实际问题。

你可能会问,这不就是咨询顾问?还真不太一样。顾问通常给你 PPT,告诉你“怎么做最好”,FDE 直接给你代码,帮你做到最好。方案架构师一般画架构图、写技术方案,FDE 除了这些,还得上手敲代码、调接口、现场 debug。

如果要给具体的比例,大概是:25% 写代码,50% 集成和调试,25% 开会和沟通。实际上,真正安静写代码的时间可能更少。

FDE 岗位职责比例示意图

其实,Palantir 才是鼻祖

说起 FDE,这其实不是 AI 时代新冒出来的,而是 Palantir 在 2010 年代就玩熟的招数。

Palantir 做数据分析平台,早期服务的全是美军和情报部门,客户需求都是机密,根本不能用常规方法沟通。于是 Palantir 干脆把工程师派到客户那里常驻,近距离观察客户需求,现场快速迭代。

这些驻场工程师(Palantir 叫他们 Delta)干得不仅仅是交付项目,还有更重要的任务:在客户端提炼出通用需求,反馈回产品团队做成标准化功能

到 2016 年,Palantir 的 FDE 已经比普通工程师还多了,真正定义了这个岗位。

Palantir FDE 现场反馈环示意图

同样押注 FDE,三家公司走了三条不同的路

OpenAI 最猛。成立 OpenAI Deployment Company,TPG、麦肯锡、贝恩、凯捷全来了,连估值都搞到 140 亿美元,直接买了一家英国公司,150 名 FDE 到位即用。承诺 17.5% 的最低回报率,更像在投基建。

Anthropic 稳一些。找了黑石、高盛、Apollo 等华尔街巨头成立合资公司,先期投入 15 亿美元,主攻中型企业市场。这些投资方手里一大堆企业,天然就是 Claude 模型最好的用户池。

Google 最传统。自己雇人,FDE 岗位分布全球,薪资还不低——在美国高阶的总包能到 40 万美元以上。但最大的区别是,Google 的 FDE 拿的是 Google 股票,OpenAI 和 Anthropic 的 FDE 则在独立公司,跟母公司利益没直接关系。

OpenAI Anthropic Google 的 FDE 路线对比

给你翻译一下 Google FDE 招聘启事背后的“人话”

企业招聘启事这种东西,经常让人看不懂,咱们翻译一下:

Google FDE JD 原文截图

原文 翻译
“你是客户环境中的嵌入式建设者” “你要去客户公司里坐着写代码。”
“不同于传统咨询,你是创新者兼建设者” “活确实很像咨询,但我们想让你多写点代码。”
“你得有创始人心态” “没人写需求文档,需求变了、项目拖了,都是你的锅。”
“高能动性” “别指望额外资源,啥都得靠自己。”
“白手套级复杂 AI 系统部署” “客户怎么要求你都得接着,哪怕要求很离谱。”
“把真实世界的洞察反馈给产品路线图” “你提的工单,产品经理可能会偶尔瞄一眼。”

虽然听起来有点吐槽,但实际上每家公司的 JD 都类似。有个心理准备,才更清楚自己适不适合。

Google FDE 招聘启事人话翻译图

灵魂拷问:FDE 到底还是不是咨询?

看三个维度。

  1. 一是组织归属。Palantir 的 FDE 归产品团队,跟母公司同进退。但 OpenAI、Anthropic 的 FDE 属于独立公司,信息流通、身份认同和发展路径都会打折。

  2. 二是反馈环。FDE 最大的价值是发现客户需求后反哺给产品。但独立公司和母公司间隔着一道组织鸿沟,这个反馈通道可能会受阻,FDE 就容易沦为纯“写代码的咨询”。

  3. 三是利益绑定。Google 的 FDE 拿母公司股票,利益一致。OpenAI、Anthropic 的 FDE 就拿独立公司的收益了,跟母公司估值涨到天上去也没你份。

结论就是,OpenAI 和 Anthropic 的 FDE 已经更接近咨询,Google 则更接近传统的 FDE 模式。

谁该关注 FDE?

分三类人看:

  • 新毕业生:绝佳机会,大厂的软件岗越来越少,但 FDE 大量招人,你能快速接触到企业级 AI 项目,成长更快。
  • 资深工程师:可能会觉得“降级”,客户换得勤,缺乏长期归属感;但如果你正想创业或者更接近业务,FDE 是个深入企业需求的绝佳窗口。
  • 非技术背景:门槛仍然挺高,不是学几个月 Python 就能搞定的事。

AI 行业的竞赛,已经悄然转向

过去三年,AI 行业一直拼的是模型大小、跑分高低。现在问题变了——大多数企业不缺模型,缺的是有人帮他们把模型接进业务

OpenAI 一出手就是 40 亿美元,Anthropic 也拿了 15 亿,Google 招聘流程压到两天。这些巨额投入表明:AI 公司的赚钱方式变了,从卖模型到卖落地

往大了说,每花 1 块钱训练模型,就可能得再花 1 块钱让模型真正跑起来。

AI 行业从模型竞赛转向落地竞赛

FDE,恰好就站在这个转折点的最前沿。