AI 时代一个值得普通人的新职业:FDE 入门到入局

AI 时代一个值得普通人的新职业：FDE 入门到入局全复盘

最近我把「曲率出逃」FDE 培训系列 15 期视频完整看完了一遍。把零散的实战经验串起来之后，其实就讲透了一件事：AI 时代真正稀缺的，是能把 AI 真正装进企业里的人。FDE（前沿部署工程师）就是这种人的职业化形态。这篇笔记是对这 15 期内容做的一次系统化梳理。核心信息点都保留了原始实战细节。

一、什么是 FDE：把 AI 真正装进企业里的人

如果你问一个老板："你需要 AI 吗？"

十有八九他会说需要。但他大概率说不清自己到底要什么。

这是 2026 年中国 AI 落地最普遍的状态：手机里连豆包都没装过的集团老总，张口就是"我们要建 AI 战队"；给老板做了半天产品演示，他的第一反应是"这不是和豆包差不多吗"。

老板对 AI 的理解通常是两极分化的。要么觉得 AI 就是个聊天工具，要么觉得 AI 无所不能。企业真正缺的不是 AI 本身，而是"让 AI 在自己公司能用起来"的人。

FDE（Forward Deployed Engineer，前沿部署工程师）就是为这件事而生的。它的定义很朴素：

AI 模型、AI 应用已经很强了，但客户不会用或者用不上。FDE 来到客户公司，搭一套系统、做好数据、教会客户用，把 AI 真正用上。

这个岗位听起来和咨询顾问、技术顾问、客户成功经理都像。但它有一个关键差别：FDE 要交付的不是方案文档，而是一套真的能跑起来的东西。它可能是：

一套知识库 + Skill 的组合；
一段从需求到落地的自动化工作流；
一群从抵触 AI 到离不开 AI 的员工。

FDE 可能是一个人，也可能是一个团队。但无论哪种，它的核心都是去到客户现场，把 AI 装进客户的实际业务里。

二、FDE 必须具备的四项核心能力：缺一个都不行

很多人以为 FDE 就是懂 AI 技术的工程师。但实际跑下来才发现，技术只是四块能力中的一块。

曲率出逃团队把自己实践中跑出来的 FDE 四项核心能力总结为：顾问、销售、工程、教学。

1. 顾问能力

这是排第一的能力。FDE 要懂老板在想什么、他需要什么，并能出一套方案让老板觉得"不错，可以试试"。

要做到这一点，至少需要：

基本的商业 sense，知道业务怎么干、项目怎么干、钱怎么赚；
顾问水平，能把方案讲清楚；
快速进入一个新行业并形成判断的能力。

2. 销售能力

很多人忽略这一块。但 FDE 必须能跟人沟通，把自己的方案卖出去。

这个销售不是传统意义上的推销，而是建立信任。老板愿意把公司业务的关键信息交给你，愿意付钱让你试，本身就是一次销售。

3. 工程能力

这一块很多人会有误解：以为 FDE 就是写代码的。

错。

FDE 的工程能力不是说非要会写代码，而是要能借助 AI 编程做出一个稳定的产品。可能要来回测试、来回调整、加功能，最终交付一个能跑的系统。

也就是说，FDE 不需要是顶级程序员，但必须能交付能用的东西。

4. 教学能力

最后一个看起来最软，但实际最难。

FDE 落地过程中最大障碍往往不是技术，而是"员工抵触 AI"。很多人上课玩手机，抵触心理强，学会了也会偷懒、摆烂、情绪出问题。

教学能力不是简单地上个课，而是激发对方学习的兴趣，让他主动想学。这是 FDE 必须解决的核心问题之一。

四项能力的稀缺顺序也和上面一致：顾问最稀缺、销售次之、工程再次、教学最后，但缺任何一项，FDE 都做不起来。

三、为什么值这个价：供需两侧的真实数据

讲完能力，再讲一下供需。这一节是给"想算账"的人看的。

需求侧：长期、复杂、且分散

FDE 服务的需求不会昙花一现。

企业对于 AI 改造的需求，至少 5 到 10 年内都是持续的。AI 不是一次性买卖，而是要跟着企业的业务持续迭代、持续优化。

而且需求极其分散。曲率出逃的团队实战下来接触过这些行业：

医疗；
外贸制造业；
电商；
自媒体内容；
法律；
金融。

每个行业有每个行业的痛点，每个老板有每个老板的偏好。没有一套方案能通吃所有客户。这意味着 FDE 必须有能力快速切换行业、定制方案。

供给侧：极少、难培养、淘汰率高

需求是真实的，但供给是稀缺的。

稀缺来自三个原因：

本就人少。国内能真正把 AI 装进企业里跑通的人就那么一批。
培养周期长。不是上两周课就能出来的，必须一个项目一个项目跟着干。
成才率低。本质上所有教育和培养都是筛选。能干成的人本来就聪明、灵光，只是被项目打磨了出来。

这三层因素叠加，造就了一个真实的市场结果：曲率出逃提到，他接触的一家专门做 FDE 的公司，订单是千万级的，招 FDE 工程师 2 万元起薪，至今没有一个人通过他们的面试。

2 万起薪招不到人，这不是个别现象。这是行业普遍状况。

四、FDE 的一天：到底在干什么

讲完能力模型和供需，再讲"真实的一天"。

很多人好奇 FDE 到底每天在干什么。曲率出逃团队的日常大致是这样：

上午：到客户现场，先和老板或业务负责人聊需求。聊完之后，把对话录进飞书妙记，回去整理成结构化笔记。
下午：根据上午的需求，搭一套知识库和 Skill。可能要来回测试、来回调整。搭完一个版本，让客户那边的人试。
晚上：把白天搭好的东西，写成一份方案文档，发给老板确认。

业务模块整体上分四块：

定制：技能定制和工具定制。单价从 3000 到 3 万不等，主要是给客户做一个小型应用、看板或者工具。
培训：给客户公司全员讲 AI 怎么用。客户群体的理解水平差异很大，培训本身就是一个核心交付物。
咨询：帮老板梳理业务，出一套 AI 落地方案。
人才培养：把自己跑通的方法论沉淀下来，培养下一个 FDE。

这四块不是孤立的。往往是先做一单定制，过程中发现客户需要培训，培训过程中识别出对方公司里有潜力的人，开始做人才培养。这是一个连贯的商业闭环。

五、做 FDE 之前必须先知道的三件事

看了这么多，你可能已经有点心动。但请先冷静一下。

FDE 是个真实机会，但它有三个绕不开的现实。

现实一：中国很多企业连数字化都没完成

这是最反直觉的一点。

你想象中的企业 AI 落地，是在大公司里部署云端知识库、搭自动化流水线。但实际跑下来你会发现：很多客户的线下门店没有电脑；有电脑的可能还是十年前的 XP 系统；客户信息是用纸质笔记本和笔手写的；公司同事之间是用微信办公的。

这意味着你进客户现场的第一件事，可能不是教他们用 AI，而是先帮他们补数字化这一课。搭云服务器、装企业微信、迁数据、装打印机——这些是 2026 年中国部分企业 AI 落地的真实起点。

现实二：员工抵触 AI 是常态，必须有解法

任何一家公司，AI 落地过程中都会出现"我的员工抗拒使用 AI 怎么办"这个问题。

FDE 必须在培训环节正面回应它。曲率出逃团队在实战中总结出三个应对层次：

大势层：AI 是大势所趋，竞争对手用 AI 就会把你的市场吃掉，公司倒闭才是真正的威胁。员工保住工作的最好方式不是抗拒 AI，而是学会用 AI。
能力层：AI 不是来取代你的。它无法帮你完成从 0 到 1 的事（你不会就是不会），但它能帮你把已有的经验从 1 做到 10。比如你过去积累的方案经验，可以沉淀成 Skill，让 AI 直接出六七十分的初稿，你再修改。
信任层：AI 替代的是基础简单工作，但替代不了你的信任和经验。门店老板不会因为一个 AI 工具就换掉一个干了多年、值得信任的老员工。他宁愿你效率更高，也不愿意换一个新人重新培养半年。

这三层要配套讲，单讲任何一层都容易被怼。

现实三：知识库是基本功，CRM + SKU + SOP 三元素不能少

任何 FDE 进客户现场，搭知识库是绕不过去的一步。但知识库不是越全越好，而是要抓住三个核心元素：

CRM（客户管理系统）：客户是谁？谁来买单？买你什么？这些信息长什么样？
SKU（产品清单）：你卖什么？产品是什么？价格是什么？销售话术、客服话术是什么？
SOP（标准化流程）：每个岗位每天要做什么、怎么做、做完交给谁？

这三块搭起来，才是 FDE 能用的知识库。少一块，就撑不起一个完整的业务场景。

工具层面，团队里规模小的用飞书文档协作就够了；5 人以内的团队可以用 Workboard 这种带项目协作和 AI Agent 集成的工具；权限分级要求高的客户直接接飞书知识库；再大一些的企业会用开源的 Teambition 改一改。

六、AI 时代个人能力公式：把不确定变确定

看了 FDE 这条路之后，你可能想跳出 FDE 本身，问一个更普遍的问题：

AI 时代，不管做什么方向，个人的核心能力应该是什么？

曲率出逃的 FDE 培训系列里有一条贯穿始终的主线思考，可以作为一个回答。

科技发展的主线：把不确定变确定

把时间尺度拉长看，人类科技发展的主线就一条：把不确定的事情变得确定。

农业革命：狩猎采集不稳定，就种地、养鸡鸭，把食物来源确定下来。
工业革命：手工打铁温度和时间不确定，就用机器设定 3000 度、几分钟，把流程确定下来。
AI 革命：脑力劳动的不确定变成确定。

这才是 AI 的本质。它不是新工具，而是脑力劳动的自动化。

AI 演进的四个阶段

沿着这条主线，AI 的工程化落地会经过四个阶段：

提示词工程（Prompt Engineering）：用自然语言告诉 AI 做什么。
上下文工程（Context Engineering）：把任务背景、约束、目标整理好喂给 AI。
驾驭（Harness）：把 AI 装进一套框架里，让它的行为可预期、可控制。
循环自动化（Loop Engineering）：让 AI 持续跑、定期跑、自动跑。

越往后，越接近"把不确定变确定"的本质。提示词是临时的，循环自动化才是稳定生产。

真正值钱的能力

沿着这条主线，FDE 之所以值钱，不是因为它懂 AI 技术。

真正值钱的是两类能力：

判断能力：什么值得用、什么只是噱头、什么真的有效、适合什么人、应该用在什么场景。
业务能力：知道业务怎么干、项目怎么干、钱怎么赚。

技术会变、模型会变、工具会变。判断力和业务能力是变不了的。 这是 AI 时代个人最稳定的护城河。

七、给想入局的你：怎么判断自己适不适合、怎么跨出第一步

最后讲点实际的。

看完上面这些，你可能想知道：我适不适合走这条路？我应该怎么开始？

适不适合，看这三条

曲率出逃团队筛人时，核心标准有三条：

聪明。能不能快速理解一个新行业、形成新判断。
灵光。面对一个具体问题时，能不能跳出常规思路找到解法。
能跑项目。能不能在真实项目里被反复打磨，把聪明和灵光变成可交付的能力。

这三条不是培训能教出来的，是筛出来的。 FDE 培训的本质不是教人怎么做事，是把人放到真实项目里，看谁能活下来。

怎么跨出第一步

如果你判断自己基本符合，下一步可以这样走：

第一步：先接一个真实的小项目。哪怕是帮朋友的电商店搭一个 SKU 知识库，或者帮一家律所写一套合同 Skill。真实项目是唯一能让你成长的东西。
第二步：把项目过程沉淀成可复用的 Skill。比如把排查错别字这个流程做成 Skill，原本一下午的活半小时搞定。Skill 沉淀下来，下一个客户就能少花大量重复时间。这就是 AI 时代的杠杆。
第三步：开始建自己的人才池。你不可能一直一个人干。识别你接触过的人里，谁有潜力成为下一个 FDE，开始带。

别忘了：90% 的事情靠执行力

最后一条最朴素但最关键。

曲率出逃在 8 月 8 日那一期里直接说：90% 的事情，执行力是最大的壁垒。

什么意思？就是别人没干，你干了，你就先赚到钱。别人也干了，但你做得更快，你也赢了。别人也快了，但你质量更好，你还赢。最后大家质量都好了，你有持续的现金流，能熬死对手。

FDE 这条路不存在什么"准备好了再开始"。先开始，然后在项目里迭代。 这是 AI 时代所有新职业的共同路径。

写在最后

把这 15 期内容串起来看，核心其实就是三句话：

AI 时代真正稀缺的，是能把 AI 装进企业里用起来的人。FDE 就是这个角色的职业化形态。
FDE 的四项核心能力——顾问、销售、工程、教学——缺一个都不行，其中最稀缺的是顾问。
AI 时代个人最稳定的能力不是技术，而是判断力和业务能力。技术会变，判断不会。

FDE 不一定是每个人都该选的路。但它背后的逻辑——"把不确定变确定、把 AI 装进具体业务里、靠执行力构建壁垒"——是 AI 时代所有新职业的共通方法论。

不管你最后选了什么方向，这三句话都值得带在身上。