ARTICLE · 1293929
AI 死在＂上线前一公里＂:1333 个岗位疯抢的那个人,叫 FDE
AI × 交付层 × 新职业观察
88% 的 AI 概念验证没进生产。不是模型不行，是没人替你把它装进公司。
一句话结论：绝大多数 AI 项目不是死在模型上，而是死在"没有人负责把它装进公司"。
88% AI 概念验证从未进入生产（IDC/联想） | 1333 在招 FDE 岗位，分布 565 家公司 |
729% 岗位发帖一年增幅（Indeed 指数） | $21.6万 美国岗位总包中位数（Levels.fyi） |
先说一组不太好笑的数字。
S&P Global 的调查显示，2025 年有 42% 的企业放弃了大部分 AI 计划——这个比例在 2024 年还只有 17%。IDC 与联想的估算更狠：88% 的 AI 概念验证从来没有真正进入生产。
问题出在哪？
不是模型不够聪明。是三件一点都不性感的事：接真实数据、过安全审查、塞进员工本来就有的工作流里。
于是，一个新岗位正在为这件事单独定价。它叫 FDE，Forward Deployed Engineer，前置部署工程师。
01｜这名字听着新，活其实很具体
FDE 不是顾问，不是售前，也不是交付经理。判断标准只有三条：他在你自己的代码仓库里写代码；他在你的云和 CI 里干活；上线之后他还要对结果负责，一直到你的人每天都在用为止。
拿常见角色横向对比一下就清楚了：
售前工程师 工作在合同之前，交出来的是演示
解决方案架构师 跨合同前后，交的是架构图，基本不写代码
技术客户经理 合同之后长期跟进，管采用率与续约
FDE 合同后一路待到上线之后，交的是在你环境里跑起来的系统
这套打法最早是 Palantir 做起来的，如今 OpenAI、Anthropic、Google Cloud、Salesforce、Databricks 都在招。Salesforce 甚至公开表示要建一支 1000 人的 FDE 团队。
模型越来越强，但没有人替你把模型装进公司。
02｜招不到的人：1333 个岗位，对很小的池子
Plank 在 2026 年 9 月 12 日做了一次普查，逐个统计了 689 个公开招聘看板，结果是：1333 个在招的 FDE 岗位，分布在 565 家公司。Indeed 的岗位指数显示，2025 年 4 月到 2026 年 4 月，相关发帖涨了 729%。
价格也很直白。Levels.fyi 2026 年 10 月的美国数据显示，总包中位数是 21.6 万美元；Plank 9 月统计的中位薪资区间是 15.5 万到 22.5 万美元，其中 22% 的岗位超过 30 万美元。
但这里必须泼一盆冷水，否则容易把"稀缺"误解成"神话"。
一、基数很小。Plank 自己估算，全球真正挂着 FDE 头衔的岗位也就 1000 到 1400 个，算上名字不同但性质类似的嵌入式岗位，约 1.8 万到 2.5 万。百分点之所以夸张，是因为起点太低。
二、招聘启事有水分。有人统计过，Palantir 在招的 77 个 FDE 岗位，挂出的中位天数长达 452 天，只有 4 个是 30 天内新开的。
三、Gartner 并不乐观。到 2027 年底，超过 40% 的智能体 AI 项目会被取消；更尖锐的一条是，由 FDE 主导的项目里，十家有七家最终会被企业放弃，原因是成本和内部能力跟不上。
所以准确的说法是：FDE 是真需求，但不是万能药。真正稀缺的从来不是一个岗位，而是能把 AI 装进具体业务的人。
03｜连大厂都在买"交付层"
需求这么挤，供应端就开始整合，而且动静非常大。
OpenAI 2026 年 5 月收购 Tomoro（约 150 人 FDE 团队），组建 Deployment Company
Anthropic 合作纳入 Fractional AI（约 88 人），并设 15 亿美元级别服务合资公司
EPAM 目标 10000 名 Claude 认证架构师，其中 250 名专职前置部署的 Black Belts；宣布时已认证 1300 人，2 万+ 员工完成培训
四大跟进 毕马威把 Claude 铺给 27.6 万员工，普华永道承诺培训 3 万人
模型已经商品化了，能把模型装进业务的人没有。
04｜七家服务商，差别到底在哪
如果自己招不到，就得买。下面是目前被讨论最多的七家（据各家公开资料整理，下单前请自行核验）：
看明白了吗？差别不在"谁会写 Python"，而在结算方式：按时间、按阶段，还是按你的业务指标。最后一种把供应商的动机和你的目标焊在一起，也最考验双方是否真的想清楚了那个指标。
05｜怎么挑：五个问题，三个红旗
排名只能帮你缩短清单，最后还得靠同一批问题问出差别，而且要落到书面。
第一 到底谁进我们的代码仓库？要姓名、几年生产级 AI 经验、以及他送上线的系统
第二 什么时候能开工？看到简历和真正进你环境，中间常隔好几周
第三 能用哪些模型和云？绑定单一平台只有在你就用那一家时才划算
第四 能给这个行业的结果吗？一个前后对比数字，比一页 logo 有信息量
第五 结束时我们留下什么？代码、提示词、评测集、运维手册、监控面板
同时警惕三个信号：
一个只给建议、不写生产代码的"FDE"
一个以演示收尾、而不是以发布收尾的试点
一份没有退出条款、或者到期自动续约的合同
06｜对国内读者，还有三句话
第一句给甲方。除了上面五问，还要补两条：数据能不能出境、能不能驻留在境内，以及知识产权和知识转移怎么约定。别到最后系统上线了，你的团队一句话都接不住。
第二句给工程师。这个岗位的能力结构是可以对照补的：Python、TypeScript、AI Agent、云、LLM 工程化，再加上一半时间在做"发现真正的问题"。后者才是护城河，它没法速成。
第三句给所有在看的人。别把 FDE 理解成又一次概念包装，也别以为买了它就高枕无忧。它解决的是最后一公里的工程与人肉协调，而集中度极高的 AI 能力，依然可能在你手上流失或被锁定。
AI 的竞争，正在从"谁有模型"转移到"谁把模型装上"。
这中间的差价，正在被一个新岗位悄悄定价。
你的公司现在是自己在扛上线，还是已经在买这类服务？评论区聊聊。如果这篇对你有用，点个"在看"，转给那个还在为 AI 上不了线发愁的朋友。
数据说明：
FDE 岗位普查数据来自 Plank 于 2026 年 9 月 12 日发布的观察数据；
薪资来自 Levels.fyi（2026 年 10 月）与 Plank（2026 年 9 月）；
AI 项目放弃率来自 S&P Global（2025）与 Gartner；
本文不构成任何投资或采购建议。
AI × 交付层 × 新职业 · 产业观察
