夜雨聆风Agent时代，模型已不是瓶颈，人才是。
看看一周时间内AI大厂的动作，OpenAI砸了40亿美刀、Anthropic的Applied AI团队进入FIS总部、Google招了几百人，他们的动作都指向了一个职位目标，FDE。
2026年5月11日，OpenAI宣布成立OpenAI Deployment Company，这家名字带部署的公司，首期就投入了40亿美刀，核心业务就是把工程师派进客户公司里，来帮他们把AI跑起来。
一周前，Anthropic也把自己的工程师团队，入驻到了金融巨头FIS，目标是在2026年下半年，让蒙特利尔银行和Amalgamated银行的反洗钱调查从几小时压缩到几分钟。
再往前一周，谷歌云CEO，Thomas Kurian，要在linkedin招几百个人。。。
刚才说的无论是入驻客户公司，还是招人，其核心都是同一个职位，Forward Deployed Engineer，缩写FDE，中文可以理解为「驻场工程师」或者「前置部署工程师」。
这个最早在Palantir这家美国大数据和人工智能公司存在了20年的岗位，突然在2026年，一个agent爆发且ai真正能潜入到工作的时候，成了一个行业热门岗位。
有人说，FDE就是Agent时代的PMF。
那么，FDE到底是什么，PMF又是什么，我们该如何理清这件事的前因后果和逻辑关系？
一、FDE，不是销售，也不是咨询顾问
首先，先理清楚基本概念。
PMF，就是Product-Market Fit，产品和市场契合，大意是你的产品刚好满足了一个真实存在的市场需求，且这个市场愿意付费、复购、传播。如果你的产品没有PMF，那你的初创公司就是在开玩笑。就像有句话说的，不是有了公司才有业务，而是有了业务，才诞生了公司。同理，你的产品没有PMF，那就只是在自嗨。
FDE，Forward Deployed Engineer，前置部署工程师，但他最早是由Palantir在2000年代定义的。当时Palantir的客户是美国情报机构，他们不懂技术，也说不清楚技术如何与业务结合，更不知道他们想要什么，甚至不能让你看他们的数据，且自身流程也在不断变化。
Palantir的联合创始人Shyam Sankar说过：如果一个问题能被需求文档解决，那它早就被解决了。
所以，Palantir不再问客户「你想要什么」，而是直接就把工程师直接派进客户现场，让他们陪着客户写代码。
这与传统的角色都不一样：
• 销售工程师：负责售前演示，签完合同就走； • 解决方案架构师：主要做技术咨询，不写生产代码； • 咨询顾问：只出方法论，掌管一些交付，但不参与产品迭代。
FDE的核心在于，他写客户的生产代码，同时把在客户场景里发现的共性问题，反馈回来助力产品迭代。
Palantir内部的描述是：「FDE的工作像一个创业公司的CTO，在小团队里端到端负责一个高风险项目」。
到了2016年，Palantir的FDE数量甚至超过了普通软件工程师。这家公司核心产品，本质上就是从无数次FDE驻场项目中提炼出来的。
二、为什么三大AI公司同时押宝FDE
Palantir的FDE，在中国可能比较常见，但在硅谷却被视为异类，大多数SaaS公司d偶觉得这种方式会导致毛利做不上来。
硅谷的工程师时薪多高啊，他们的产品导向都是产品化，更倾向于卖SaaS，或者说卖能引导客户组织流程变革的产品。我们的SaaS市场现在才刚起步，一直做不起来，很多软件公司都外派了大量的工程师，在客户现场搞定制化。
• 5月4日，Anthropic和FIS合作，他们的Applied AI团队和FDE直接入驻FIS内部，共同设计金融犯罪AI Agent。 • 5月11日，OpenAI官宣成立OpenAI DeploymentCompany，首期40亿美元投资，同时宣布收购应用AI咨询公司Tomoro，Tomoro将带来大概150名FDE和部署专家。 • 5月12日，Google Cloud CEO在LinkedIn招聘几百名FDE。
现在的信号就是，Agent时代，模型已不是问题了，商业化的核心在部署。
换句话说，只做AI模型本身的话，他的产品力边际收益在下降，我们一直在说，今年的开源大模型就是去年顶级闭源大模型的水平。那么如果只做AI模型迭代，就没有什么市场预期了。
但是，把模型变成可用系统、真正嵌入工作流或agent的工程能力，边际收益在逐步提升。
模型再强，如果跑不进制造业的管理流程、没嵌入到商业公司的业务流程中，它就只是个Demo，而不是创造营收的生意。
三、Agent时代为什么需要FDE
在解释这个问题之前，要先分清楚Agent和之前AI形态的根本区别。
首先，从卖光盘到SaaS产品时代，你卖的和客户买的本质上都是一套工具，用友、金蝶、CRM，医院的HIS，工厂的MES，本质上是一套工具，搭配好了流程模版。而工具本质上有能力边界，你的HIS、MES、CRM能做什么不能做什么，都在厂商的汇报PPT、落地指导手册里说的明明白白。
但Agent不一样，最近大家总说AI代替员工，不是AI替代而是一个具有岗位技能和能力属性的Agent能替代员工。所以和工具的逻辑就不一样了，不是你用它来做什么，而是它替你来做什么。
但Agent不一样，他是替你做，你不再是简单的进入一个界面，点按钮、填数据、增删改查，而是让它替你做。一个电商售后Agent，是直接帮客服把筛选客户投诉工单、核验订单物流信息、判定售后责任归属、生成退款赔付方案、自动发送安抚话术这一整套工作流跑完。
这种根本逻辑的区别，就出现三个问题：
• 问题一：Agent要深度嵌入客户的真实工作流程，agent必须知道医院客户的合规边界、哪些工作不能自动化、门诊病历怎么写才会被接受、内部数据到底在哪些系统里、用什么字段命名。这些问题，不深入客户的工作流是无法提炼的。 • 问题二：Agent出问题意味着业务出问题，普通的SaaS软件某个按钮逻辑有问题，用户抱怨一下，反馈、整改。但面对小微企业的记账Agent核算月度进销税额除了问题，你整个工作流程就塌了。Agent的部署对专业知识和专业流程理解要求要比以前高的多。 • 问题三：Agent市场处于蛮荒状态，没有成熟的产品，客户更不知道自己想要什么。这其实就是当初信息化建设刚刚起步时的局面，你必须帮用户梳理业务，趴在客户现场，共同设计开发。工厂只能说“我希望瑕疵工艺检测更快点"，但说不出具体怎么定义"快”、结构化哪些视频数据源、怎么比对标准生产参数、在哪个环节自动化、保留哪些人类决策。这种问题用需求文档都解决不了，只能让工程师进去观察、试、改、再观察。
Anthropic的FDE职位描述非常清晰，FDE就是在客户系统内部构建生产应用、交付MCP Server、sub-agent、skills等等技术产物，同时还要识别可复用的经验、方法论、部署方式，反哺给产品和工程团队。
其中「反哺给产品和工程团队」才是FDE模式真正目标。所谓的驻场，就是做一次交付，同时带来真实的产品迭代。
四、FDE是不是Agent时代的PMF
AI和Agent的FDE到底能不能让你的产品PMF？
保守地说，FDE至少是Agent时代，产品从Demo走向实际生产和工作流的必要环节。它可能本身并不是PMF，而是达成PMF的必要手段。
我们可以从几个角色看这个问题：
AI产品厂商：FDE确实会造成毛利降低，产生大量的人力成本，它本身不是一个营收业务，而是成本中心。但FDE是产品迭代和发现的机制，FDE能够将驻场的部署经验、MCP Server、Skills、Agent、评估框架带回来，助力你的产品提升和迭代，这才是核心意义。
需求端客户：FDE的价值，不是简单的让厂商工程师帮你把agent搭建好，而是在部署的过程中，将经验、方法论、能力转移给你自己的团队。Anthropic和FIS合作的官方描述里有这么一句话，我觉得很关键：「transfer knowledge so FIS can build and scale additional agents independently over time」，通过转移知识让FIS可以独立构建和扩展更多的agent。
从业者：Google的FDE，基础薪酬范围从12.7到26.5万美元，顶级的接近40万美元，而且这部分薪资不是从headcount里出的，而是从客户那里拿。如何提升自己全面的能力和认知，将会是下一阶段AI技术从业者必须要考虑的问题，你的核心技术能力、对客户的理解、对业务的理解、拆解业务的能力、行业的专注度，都是在下一阶段要打造的技能组合。
投资人：投资人不能只看当下的毛利了，要看每次签了FDE驻场客户后，行业产品的可复用能力提升了多少。Agent可能不是短平快，一进一出的赚钱生意，而是需要长期主义，和客户共同成长。
