OpenAI 开 30 万美元年薪招 FDE:从 JD 反推,这个岗位一天到底在干什么

9 月 11 日，OpenAI 挂出一个西雅图岗位：Forward Deployed Engineer，前置部署工程师，标价 185,000 到 300,000 美元，外加搬迁补助。

条件也不含糊：每周三天到岗，全年最多一半时间在客户现场。

这个价位招的不是研究员，也不是算法工程师。JD 第一句职责就写明了去向：端到端拥有多个客户部署，从第一个原型做到稳定生产。

高薪配高出差，说明模型能力要变成客户业务里跑着的系统，中间隔着一整个工种。

这份 JD 比大多数 FDE 科普文章都诚实——它写的是岗位真实要做的事，不是宣传话术。

先建立价格坐标系。同一周，伦敦一家 17 人的企业 AI 初创给 FDE 开出 10 万到 17.5 万英镑加期权，JD 里说这个岗位要「直接嵌入客户，几天内设计、原型并交付生产软件」。猎头手里的合同制 FDE，报价 500 到 600 英镑一天。

三个数字放在一起：初创按股权抢人，猎头按天计价，OpenAI 直接给到 30 万美元区间。

买单的从来不是 FDE 这个名头，是 JD 里描述的那套交付能力。

OpenAI 这份 JD 的职责段动词密度极高，可以归成五块。

技术发现。售前和扩张阶段，FDE 主导技术发现和方案设计，摸清客户的 AI 用例、技术架构、成功标准和部署要求。

这一步改变的工作是：把客户口中的「想要智能化」，翻译成有边界、可验收的系统需求。

生产级交付。这一条写得直白：写前后端生产代码，Python、JavaScript，搭建由大模型驱动的系统，进度卡住时亲自下场改。

五年以上工程经验是硬门槛。它把 FDE 和解决方案顾问划开了界限——后者演示，前者交付。

护航与评估。JD 原话是「以生产采用率、可度量的工作流影响、评估驱动的反馈来衡量成功」。

系统上线不算完成；客户真的用起来、业务指标真的动了、评估闭环真的跑起来了，才算 KPI 达成。这和外包「验收签字拿钱走人」是两种逻辑。

打法沉淀。JD 里最有味道的一句：把有效的打法固化为工具、playbook 或积木，供其他人复用。

一个 FDE 在客户现场跑通了某套 RAG 管道加评估闭环的组合，他的义务是把它变成产品团队能直接吸收的资产，而不是留在自己脑子里，换个项目从头再来。

组织反哺。FDE 要把一线反馈传回研究与产品团队，让模型团队知道模型在哪里成功、在哪里掉链子。客户现场，成了模型迭代的输入端。

从 OpenAI JD 原文反推的 FDE 能力地图

五块连起来就是一张 FDE 能力地图：发现、交付、护航、沉淀、反哺。每一块都有对应的动词和可检查的产出——没有一块叫「写 PPT」。

OpenAI 不是唯一这么干的。Tavily 在 9 月 24 日挂出企业级 FDE 岗位，职责写着构建 RAG 管道、Agent 工作流、评估闭环和参考架构，定位是客户、产品、工程、销售之间的交叉点。

Anthropic、Google Cloud、AWS、Databricks、Scale AI、Cohere 的招聘页上也都是同类岗位，名头五花八门：Applied AI Engineer、Applied AI Architect、Frontier Agent Engineer。

岗位名混乱，恰恰说明需求真实存在、供给跟不上。企业买 AI 不再只买 API，还要买「能把 AI 装进自己业务流程的人」，这个缺口目前主要靠 FDE 填。

误解一：FDE 是高级售前。售前的 KPI 是签单，演示好看就算赢。FDE 的 KPI 是生产采用率和可度量的工作流影响——demo 漂亮但没人用，直接算失败。

误解二：FDE 是驻场外包。外包按人天结算，做完就走。FDE 的合同义务里白纸黑字有「把打法沉淀成 playbook」：人可以走，资产必须留下，还要回流进产品。

误解三：FDE 靠沟通能力吃饭。沟通是入场券，不是溢价来源。JD 的硬要求是五年生产级代码经验、独立搭过 LLM 系统。真正的溢价来自一个稀缺组合——既能在客户现场做技术决策，又能把现场经验产品化。

读完心动，先别急着投简历。按能力地图自查一遍，标准不是「我会什么」，而是「我留下过什么交付物」。

三份交付物齐了，能力地图左侧三块就有了证据。剩下两块——沉淀与反哺——进了项目自然会长出来。

雇 FDE 的企业，这张地图同样是筛选工具。面试别问「你用过什么模型」，问「你留下过什么 playbook、被复用过几次」。

答不上来的候选人，报价再低也贵。

把客户现场变成可复用资产的能力，未来两年只会更贵。