网络疯传的FDE开源手册:95%的AI项目都死了,但有一个岗位一年暴涨了7倍前几天我在网上看到一本书，两组数据摆在一起，反差大到不真实：一组来自麻省理工学院2025年发布的报告——过去3年，全球企业在生成式AI上烧了三四百亿美元，其中95%的项目没能产生任何能写进财务报表的价值。另一组来自硅谷的招聘数据——一个叫"前线部署工程师"（Forward Deployed Engineer，简称FDE）的岗位，发布量一年涨了7倍多。OpenAI在招，Anthropic在招，YC孵化器里一百多家创业公司都在招。有风投干脆放话：这是科技行业眼下最热门的岗位。一边是企业AI项目大面积阵亡，一边是一个岗位抢手到离谱。把这两条新闻摆在一起看，答案其实不难猜：模型本身已经不稀缺了，难的是找到能把模型塞进客户真实业务里的人。这个发现让我挺兴奋的。因为过去半年，我一直在琢磨一个问题：AI工具越来越多，为什么很多企业用起来还是没效果？现在这本书给了我一个系统的答案。这本书叫《前线部署工程师：人工智能时代的客户价值交付秘籍》，作者是范冰，也就是写《增长黑客》的那位。他花了几个月时间，翻遍了一手材料——Palantir早期高管的播客复盘、前员工的回忆录、风投的行业分析、几十份招聘启事、薪酬报告——整理出了这本电子书，还免费公开了。读完之后，我想把最核心的洞察拆给你听。1.为什么AI项目会死？先说一个让我意外的事实：问题不在模型。那些在演示里惊艳四座的大模型，进了生产环境依然聪明，只是它们"不记反馈、不存上下文、不进工作流"——长得像产品，用起来却像展品。斯坦福大学同年的数据也在旁边作证：组织里88%都在用AI，可真正跑进生产环境的智能体应用，只有个位数百分比。麦肯锡补了最后一刀：能说AI对利润贡献超过5%的企业，只有6%。《财富》杂志报道那份报告的时候，一位制造业首席运营官的吐槽在业内流传："网上说一切都变了，回到我们车间，什么都没动。"这话比任何数据都扎心——他的公司不缺预算，不缺工具，缺的是有人把工具塞进车间真实的流程里。范冰在书里总结了企业AI失败的几个路障，我挑最致命的说。第一个：需求在传递中失真墙这边，需求被工单、纪要、周报层层转述，每转述一次就失真一层；墙那边，客户真正的工作流藏在没人写进文档的表格里、口耳相传的惯例里、"这事得问老王"的隐性知识里。第二个：企业总想一口吃成胖子书里有个对照组的故事挺有意思——一些十九、二十岁的年轻人创业公司，靠生成式AI一年做到两千万美元收入。打法和老牌企业正好相反：只挑一个痛点，打穿为止，并且死死绑定真正会用他们产品的客户。年纪大的公司总想一口吃成胖子，而年轻人只咬一小口，咬穿了再咬下一口。第三个：自建系统死得最多报告里还有一组更安静的数据：企业自己关起门来建的系统，成功率只有外购成熟方案的约三分之一。几乎每一家企业，都在试图自己造工具——而自建恰恰是死得最多的那条路。归根结底是同一堵墙：造软件的地方，和价值产生的地方，不在一个地方。软件行业发明了无数翻城墙的梯子——需求文档、用户调研、实施方法论、客户成功体系——但墙始终在那里。直到有一家公司决定：不翻墙了，把人送过去。2.FDE是什么？这家公司的名字叫Palantir。他们发明了这个岗位，也给它起了个名字：Forward Deployed Engineer，前线部署工程师。这个名字的发明权，Palantir的第13号员工希亚姆·桑卡尔后来在播客里公开认领了。他给的定义一点都不官方：前线部署工程师，就是"把痛苦吃进去、把产品产出来"的那种人。听起来有点抽象，我拆一下："驻扎现场"，说的是你的工作语境嵌进客户那里：进客户的群，读客户的数据，开客户的会，认识那个"知道流程为什么是这样"的人。不一定天天坐客户办公室，但你得知道客户真实的工作长什么样。"鸿沟"，是这个角色存在的理由：产品开箱即用的地方，不需要你；鸿沟越深的地方，越需要你——情报、金融、制造、医疗、法律。"工程师"，是最要紧的限定词：你写的是生产环境的代码，不是报告。Palantir命名时特意保留"软件工程师"几个字，就是向世界强调：这不是咨询岗。但它不是什么，也得说清楚。它不是售前。售前的工作在签约前结束，目标是赢单，作品是幻灯片；FDE的工作在签约后才进入深水区，目标是赢结果，作品是跑在生产环境里的系统。售前负责让客户相信"这事能成"，FDE负责让这事真的成。它也不是驻场外包。国内第一批打出FDE旗号的服务商启盟科技，在官网用三句话划清了它和驻场的界限：驻场按工时算钱，FDE按阶段交付、按结果验收；驻场从零现写，FDE带着产品底座来做工程；驻场越驻越久、人走系统停，FDE做完会走，能力留在系统和客户团队里。它也不是咨询顾问。顾问按项目交付建议，对执行不负责；FDE对系统的最终运转负责，终点是"客户团队能独立使用"。顾问的生意建立在客户持续的需要上；FDE干没干成，标准正好反过来——客户哪天不再需要你，才说明你干成了。3.Palantir的笨办法说到这里，得讲讲Palantir这家公司的发家史。因为它太有意思了。2003年，硅谷刚从互联网泡沫的废墟里爬出来。彼得·蒂尔和几个斯坦福出身的年轻人，创办了一家名字取自《指环王》的公司——Palantir，真知晶球，传说里能看见远方的石头。他们要干的事听起来像科幻小说：给美国情报机构做数据分析软件，把散落在无数保密数据库里的碎片连成图景，帮分析师抓恐怖分子。这门生意有一个能让任何产品经理当场崩溃的前提。多年后，早期高管鲍勃·麦格鲁在播客里把这段往事讲得活灵活现："我们创业时的目标，是给情报界做软件，说白了，是给间谍做软件。而给间谍做软件的一个挑战是：我不认识任何间谍。就算你碰巧找到一个间谍，问他'你平时到底怎么工作的'，他通常也不会告诉你。"没有用户访谈，没有需求文档，没有可用性测试。互联网创业方法论的第一课，在这里全部作废。创始人之一斯蒂芬·科恩想出的办法笨得可爱：先做个演示样品，拿给情报机构的人看，问觉得怎么样。对方一点不客气："这东西太糟了，跟我们做的事毫无关系。"科恩没撤退，追问一句："那你们希望它哪里不一样？"然后掏出本子，一条一条记下来，回去改，改完再送上门。这个笨拙的循环，就是FDE的胚胎。里面藏着两个后来被证明价值千金的直觉：一是复杂领域的客户，在看到能用的东西之前，并不知道自己要什么。二是想知道客户要什么，最快的路是让造东西的人，站到用东西的人旁边。4.桑卡尔的原型现场把这套直觉升级成公司战略的，是桑卡尔。他本人就是第一个前线部署工程师，他最早的驻场经历，堪称这个岗位的原型现场。2007年前后，美军在伊拉克伤亡的最大来源是路边炸弹，为此成立的反路边炸弹作战中心允许桑卡尔带着一支小队和"还很粗糙"的产品，钻进保密信息室联合办公2周。所谓保密信息室，是物理隔离的涉密空间，连免提电话都禁用。桑卡尔想了个野蛮的办法：用松紧带把电话绑在自己头上，腾出双手敲代码——一只耳朵听分析师提意见，另一只耳朵听硅谷总部的同事说话。2周里每天干19个小时，演示、接数据、收反馈、当场改。结束时，分析师们说：这东西有用。桑卡尔自己却累垮了，打电话给CEO卡普："这不可持续，我们完了。"卡普的答案日后成了公司文化：把这种"不可持续"，做成制度。这套打法很快在战场上见了效。驻场的Palantir工程师发现，士兵们根本不需要什么花哨的情报图表，他们只要一个能在地图上标注"这条路可疑"的小工具——路边炸弹是巡逻队最大的杀手。工程师当场拼出一个简陋的地图工具，士兵点一下就能标出危险路段，全队实时可见。这个工具救了命，后来沉淀成平台的标准功能。它不可能诞生在任何总部的会议室里，只能诞生于工程师和士兵一起看向同一条公路的那个瞬间。5.从战场到企业商业化那边，Palantir也走过弯路。第一个面向企业的产品叫Metropolis，市场反响惨淡，只有几家金融公司勉强在用。第二次尝试Foundry才算开了张，转折点在空客：图卢兹工厂里，A380的一个燃油泵故障反复发作，空客自己的工程师查了两年没头绪。Palantir的人进场，把传感器数据接进平台，两周破案——飞机爬升时燃油晃离了泵体。一个微不足道的修复，保住了据报道价值数百亿美元的订单。空客数字化负责人后来公开感慨："同样的问题，我们以前要查24个月。"空客从此成了Palantir在欧洲最铁的拥趸，把自家数据平台Skywise整个建在上面，接入上万架飞机、五万多用户。后来的走向更有意思：这套平台从客户变成了渠道，如今有150多家航空公司跑在Skywise上。到2016年之前，Palantir前线部署工程师的人数，一度超过了平台工程师。一家软件公司，一半以上的工程师不在总部写产品，而是撒在全球的客户现场。华尔街多年看不懂，嫌它"人海战术""更像咨询公司"。然后，时间给出了答案。2023年它推出AI平台AIP，配上一套叫"训练营"的打法，把企业软件九到十二个月的销售周期压到几周。2025年第四季度，它的"40法则"——收入增速加调整后经营利润率——干到了127%；2026年第一季度，145%。单季签约额42.6亿美元，净收入留存139%，账上现金72亿美元。CEO卡普在财报电话会上只说了一句："我们是一个自成一格的物种。"市值一度冲破4000亿美元。当年笑它人海战术的人哑口无言。Palantir用二十年证明了一件事：那堵墙，梯子翻不过去，人却翻得过去。6.为什么是现在？你可能会问：FDE这个岗位早就有了，为什么现在才火？答案是：AI时代的到来，让这堵墙变得前所未有地高。以前的企业软件，实施团队还能靠需求文档、培训会、客户成功体系来弥合鸿沟。但AI不一样——AI的价值不在于"功能"，而在于"流程"。你得理解客户的业务逻辑、数据习惯、组织文化，才能让AI真正产生价值。书里有个数据让我印象深刻：单个FDE部署的年交付成本约7.5万美元起，一个满负荷的FDE一年只服务三五个客户。为什么这么贵、这么慢？因为FDE做的不是配置，是共创——和客户一起定义问题、验证方案、迭代系统。这也是为什么OpenAI在2024年悄悄组建了FDE团队，2026年5月干脆联合19家顶级资本，成立了一家估值百亿美元的"部署公司"；Anthropic几乎同一天被曝出和黑石集团组建对标的合资公司。FDE不是一阵招聘热潮，它是软件交付方式的一次改朝换代。7.对中国AI行业的启发读完这本书，我一直在想：这套打法对中国AI行业意味着什么？先说一个不太好听的事实：中国企业软件行业，早就在这堵墙里躺了十几年。大公司要定制，厂商做一单赔一单，交付完代码离场作废，最后集体沦为"甲方的外包公司"。播客《硬地骇客》里一位企业软件老兵说得狠："定制化是SaaS的天敌，这个诅咒只能等市场成熟那天自然消解。"但AI时代可能不一样。因为AI的价值不在于"功能齐全"，而在于"场景打通"。这恰恰是FDE的强项。书里提到几个中国实践者的信号：安永×火山引擎：2026年7月宣布战略合作，计划组建千人级FDE团队启盟科技：国内第一批打出FDE旗号的服务商，官网明确划清FDE和驻场的界限钱拓科技：聚焦金融领域的FDE服务，三阶段交付模式但整体来看，国内对FDE的认知还停留在"是不是换了个名字的售前"。范冰在书里讲了一个故事，我觉得特别适合当下：Palantir早期，华尔街多年看不懂，嫌它"更像咨询公司"。然后呢？2025年，它的市值冲过了4000亿美元，40法则甚至好到让分析师连夜重写研报。有些打法，需要时间验证。最后说几句读完这本书，我最大的感受是：复杂的事情，没法隔着屏幕解决，总得有人到场。FDE不过是把这句大实话，做成了一种职业。但对做内容的人来说，这个洞察也有启发：你以为读者要的是"信息"，其实他们要的是"到场"——你踩过坑、你试过错、你蹲在真实场景里观察过。这些是AI生成不了的，也是隔着屏幕猜不到的。AI工具越来越强，但"到场"这件事，永远需要人。这大概就是FDE这个岗位给我最大的启发。
夜雨聆风
