年薪百万的AI圈最火岗位FDE,到底是干嘛的?

在字节豆包，这个岗位月薪 3.5 万到 7 万，全年 15 薪，顶格 105 万。OpenAI 给这个岗位开到 16.2 万到 28 万美元一年，折合人民币约 110 万到 190 万。

两个数摆在一起，很多人第一反应是"AI 圈真有钱"。但有个问题得先说清楚：这两个数字都不是常态，它们是行业顶部薪资，而绝大多数人拿不到这个数。

那这个岗位到底是干什么的？

FDE 不是把 AI 卖给你，是替你把 AI 用起来。

它不坐在公司写模型，它是在客户现场，替客户把 AI 用起来。FDE全称叫 Forward Deployed Engineer，中文一般译"前线部署工程师"或"前沿部署工程师"。

每天干五件事：驻场泡业务、把客户嘴上的需求翻译成真问题、现场写代码搭原型、用真实数据验证、拿业务结果去交差。

这五件单看都不难，难的是要同时做。而真正让公司愿意付百万年薪的，是其中最难被 AI 替代的那一件：对结果负责。

一、岗位说明书

先说清这个岗位不做什么。它不做模型训练，不做算法创新，也不负责产品的某个具体功能模块。

它做的是把已经有的能力，翻译成一个具体企业能用的东西。

具体到能力要求，猎聘数据显示，近一年 FDE 新发职位里出现频率最高的技能关键词，第一个是"交付"，其后依次是 Agent （或智能体）、解决方案、驻场与现场、RAG、API 接口、Python、大模型。这个排序本身就说明了企业到底要什么——不是会写代码的人，是能把东西送上线的人。

学历门槛也顺手交代一下：FDE 求职者里本科以上占 97.81%，硕士以上占 35.51%。它不是给应届生的入门岗位。

在美国，FDE 通常要求几年的产品或开发经验，刚毕业的大学生不可能来做这个。国内字节的 JD 写得很具体：本科以上，计算机相关专业，Python 或 Java，熟悉大模型 API。

岗位门槛一直写在招聘要求里，只是很多人没有真正理解。

FDE五件事

二、42 倍是真的，比例得说清楚

那么问题来了：一个跑客户现场的岗位，凭什么从2023年到2025年新增岗位需求增长 42 倍，还要靠抢人。

大厂开出的薪酬我收集了一下，列在下面的表里，都是公开信息：

对FDE岗位来说，钱不是传闻，是写在 JD 里的！

猎聘大数据研究院《2026 FDE 人才供需趋势洞察报告》里有个数字叫人才供需比 0.28。这意味着平均三到四个岗位抢一个人。

同一份报告里还有几个数值得注意：近一年 FDE 相关职位的平均年薪 40.8 万，中位数 36.6 万，50 万以上的职位占 28.25%，明显高于 IT 互联网技术类岗位的 16.11%。岗位最多的四个城市是上海、北京、深圳、杭州，合计占了全国 68%。

至于热度，领英 2026 年 1 月的全球劳动力市场趋势洞察报告显示，2023 到 2025 年，FDE 新增岗位数量增长 42 倍，同期 AI 工程师是 13 倍。国内 Indeed 平台上，FDE 职位从 2025 年 4 月的 643 条涨到 2026 年 4 月的 5330 条，一年增长 729%。

一个岗位贵成这样，通常只有一个原因：产出很难被替代。

三、钱多是因为巨头在抢

巨头抢的不是新鲜感，是供给缺口。

FDE 突然火起来，并不是某个招聘平台带起来的节奏。真相是巨头用钱砸出来的。

OpenAI 在 2026 年 5 月把原来的 FDE 团队直接升级成独立部署公司，初始投资超过 40 亿美元，还顺手收购了 Tomoro，带进约 150 名 FDE。同一天，Anthropic 宣布组建专门的部署团队。两个月后，微软带着 25 亿美元和 6000 人的规模进场。AWS 也砸了 10 亿美元成立 FDE 组织。

所以"42 倍"这个数字不是自然生长出来的，是采购预算堆出来的。YC 的统计里，超过 100 家创业公司在招 FDE 相关岗位，而三年前这个数字是 0。

巨头投入

但争议也是真的。

在技术社区里，FDE 这个名字下面有两种评价。一种说它是"通往产品和创业的最短路径"，因为看过太多真实案例的人知道市场缺什么。另一种说得很难听：这就是"精装驻场"，本质上是高级销售和售后工程的组合。

两种说法都不算错。Palantir 当年是这套模式的原创者，它内部有条硬规矩：拒绝当系统集成商，不接那种"把某家大咨询公司换成更好的软件"的活，交付的必须是客户自己拥有的东西。

二十年后业内开始抄作业，而抄作业的人也确实赚到了钱——Palantir 毛利率长期在 80% 以上，而传统咨询公司普遍在 30% 到 40% 之间。同样的活，为什么一个 80%以上，一个 只有30%到40%，答案就在交付这个区别里。

这条路还有另一方面的证据。从Palantir 走出来的员工，前后创办了 350 多家公司，其中至少十多家已经长成独角兽，包括ElevenLabs 的联合创始人也在其中。

毛利率对比

四、FDE 的一天

那么这个活到底干什么，可以听听三个干活的人怎么说。

据中新经纬报道，深圳有个化名 Lawted 的前大厂程序员，转型创业做 FDE。他接过一家物流公司的活：四五十人的公司，二三十人每天从 PDF 里手动抠单号、录地址进 Excel。他用 AI 编程工具现场搭了个 demo，本来几分钟的活，几秒就跑完了，签下意向合同。

那之后的每一天基本是这样度过的：上午跑公司调研，下午驻场，趁业务员喝水的空档凑上去问问题，晚上回去梳理需求、写代码。

用他自己的话说："以前我只要坐在办公室等着别人提需求，现在是满深圳跑，找公司、找老板。"

同一家报道里还有上海的赖骏骋，管自己叫"除了写代码和行政以外，处理所有事情的大管家"。他做过实施、售前、产品、项目，"这个岗位刚好整合了售前、产品、项目三个环节"。

洛杉矶的 Yasha 补了一个关键信息：FDE 在美国不是初级职位，需要"对整个产品有大约 70% 的全面了解，然后带着这份了解去对接客户"。她从业两年，已经有猎头开出 40 万美元年薪（约合人民币 271 万）来挖。

另一个角度看时间账：Palantir 团队的说法是，2026 年的 AI FDE 有 30% 到 40% 的时间花在"对话式客户发现"上——不是写代码，是听客户把话说完。

FDE一天干什么，你看完了。剩下那个最贵的问题：这百万年薪，贵在哪？

答案藏在腾讯研究院那份 83 页报告里。

报告里有个"80/95/99"的规律：企业 AI 落地，从 0 到 80%，通用模型加简单提示词就够了，一个工程师一天就能搭出"挺好用"的 Demo；从 80% 到 95%，要补规则、标数据、建测试集；从 95% 到 99% 才是硬仗，因为企业场景里 1% 的错误就可能是事故。

报告的原话是："FDE 不是做从 0 到 80% 的活，而是把 80% 的 Demo 推向 99% 的生产系统。"

说白了，前九成好干，最后一成难，百万年薪就贵在这一成。

那它和外包差在哪？

判断标准就一句：项目结束后剩下什么。

80/95/99规律

五、门槛在哪

回到那个最开始的问题：FDE贵在哪里？

FDE这种模式不是新创意，二十年前就有人跑通了。2003 到 2005 年，Palantir 卖 Gotham 给 CIA、国家安全局和陆军情报单位时就造出了这个角色——由于客户的资料是机密的，数据结构没有文档，能不能做出可用的软件，取决于总部工程师根本看不到的现场实战知识。于是他们把工程师直接坐进客户现场，一待就是半年到一年。

这套打法在Palantir内部叫"第一天就交付"。它要求新入岗的FDE工程师必须在第一周交出一个能在客户真实数据上跑起来的东西，而不是花 90 天做完调研、交一份 PPT。

这套打法撑起了 Palantir 的全部。2014 年，他们在政府和商业客户端部署的 FDE 已经超过 100 人。

有意思的是，正是因为FDE能力要求导致难以招到完全合适的人。腾讯研究院把 FDE 的能力拆成两块：Echo 是"该做什么"，靠业务判断；Delta 是"怎么做出来"，靠工程交付。

按 Palantir 第二位工程师 Bob McGrew 的说法，Echo 的理想人才是某个领域的专家，比如前陆军军官或者医疗行业的人，而且要带点"反叛者"特质，能看见现有做法哪儿不对。Delta 更反常识——它的错误人选是完美主义的工匠，那种喜欢抽象层面绝对正确、希望软件十年后还能维护的人。他们要的是能在规定时间线内交出成果的人，代码粗糙一点没关系。

关键在这句："AI 会让 Delta 变便宜，却不会自动让组织更懂客户。"

翻译一下：写代码这件事 AI 越来越在行，但知道客户真正要什么，AI 替不了。

而这个"知道客户要什么"的能力，恰恰是无法速成的。三个月能学的是工具，行业的手感要靠年头攒。企业缺的不是会调 API 的人。人才供需比 0.28，就是这么来的。

Echo与Delta

六、百万只是尖上的少数

说到这，我得把标题里的"年薪百万"诚实对冲一下。

百万是顶尖少数的价。基层 FDE 月薪 2 到 3 万，高职级年包 40 万以上，这是受访者口径的分布，金字塔尖站不了几个人。真正到百万年薪的，全国是凤毛麟角，猎聘数据里 50 万以上占 28.25%，已经是全部职位里偏高的那一档了。

另一头也得看到：低端实施正被 AI 工具替代，高端的 Echo 能力反而更稀缺。

那FDE能火多久？赖骏骋有个判断，我挺认同：类比十年前的产品经理，火个 5 到 10 年后降温，但过程中大概率出现超级个体。腾讯研究院的报告也提到，采用 FDE 模式的 AI 公司，前 18 个月 ARR 增速平均比同行快 3 倍。

政策层面的风向也到了。上海市今年 1 月印发的《支持先进制造业转型升级三年行动方案（2026-2028 年）》，在"深化数智转型"一节里明确写着"开展'AI+制造'赋能行动，培育前沿部署工程师（FDE）队伍"。

岗位是真火，钱也是真高。但比风口更值得先想清楚的，是你是不是这块料。

说白了，这个岗位值钱的地方，是它干的活 AI 干不了：干的活里有三分之二是在跟人打交道。

适不适合做FDE，下面这四条自测，可以自己对照着数一下：

一、愿不愿意一年一半时间泡在客户现场？

二、能不能听懂银行风控、工厂质检的行业黑话？

三、写不写得动代码，但不迷信代码？

四、敢不敢在信息不全时先动手搭原型？

这四条你能中几条？评论区报个数。

/ 作者：库达AI / 专注AI在教育领域的实战落地，磨平一点点信息差