半小時講透AI時代的新職業：FDE（輕科技）

FDE的學習方式很特別： 不是先學完再上場，而是爲了解決眼前的問題，當天學當天用。 行話叫「just-in-time learning」，即時學習。 AI來了，學習的方式、工作的方式都會改變，從積累學習到即時學習

書裏最打動我的，是即時學習這四個字。不是先學完再上場，而是爲了解決眼前的問題，當天學當天用，邊幹邊補。過去的思路是攢夠了知識再出發，可AI時代變化太快，攢着攢着就過時了，白攢一場。邊幹邊學，在解決問題中成長，纔是這個時代的學習方式。別怕不懂，怕的是不懂還不肯下場，永遠在岸邊看着，一步也邁不出去。

樊中愷用很短的篇幅介紹了一個新職業——FDE。全稱是啥他沒用力解釋，但他把FDE做什麼、跟誰打交道、爲什麼會出現講清楚了。不是那種“未來十大風口”的預測式寫法，更像是一份職位說明書：你要會什麼、你每天做什麼、誰在招人。那些內容都被壓縮在半小時的閱讀量裏，像是有人在把一件你還沒見過的東西拆開成零件，然後按順序擺在桌面上，讓你看清楚哪個是底座、哪個是接口、哪個要最後才擰緊。你不需要立刻決定要不要成爲FDE，但至少下一次再聽到這三個字母的時候，你知道它是什麼、站在哪條路上、旁邊還有誰。他把路上可能遇到的人也都列了出來，讓你知道誰會在哪一站等你。

首先感謝這篇文章給我講清楚了FDE到底是什麼。但仔細閱讀分析之後，我的想法並不是很樂觀。 這是一份什麼職業呢？他的工作內容是，駐場，瞭解客戶的實際需求，做出來交付，還需要一定時間的維護。有這樣需求的甲方，一般都有苛刻的網絡環境，高度保密的業務，薄弱的技術底子，以及很可能有複雜的人際關係。 這是新興的行業嗎？完全不是。我們早就有一大堆這樣的甲乙方公司。只不過，以前的駐場都是一個團隊的。有人負責與客戶交涉，有人負責技術實現，有人負責業務兜底，一個團隊裏有售前/產品、開發/測試、部署/交付這麼幾類人員。 有了AI之後，就有人認爲，這些活兒就可以交給一個人，讓AI輔助，開發的項目也常與Agent相關。這樣，自己就是售前和技術經理，把具體的開發和維護的工作交給AI。 換句話說，一個人幹一個團隊的活——可不是薪資高嘛！你想想以前團隊5個人，一個月大概人力成本5萬塊錢（假設），現在一個人，可以只花一半，從求職者的角度，還覺得薪資翻了幾倍。 但話說回來，這活是人乾的嗎？一個人確實要幹好幾個人的工作，而且從外人的角度，你有AI，你的效率應該更高。這可能嗎？別忘了，我們前面提到過甲方的環境，很多時候能把工作效率清零：甲方處處保密，你怎麼出方案？部門間相互拆臺，你怎麼溝通？沒有網絡，你怎麼問AI？ 更別提駐場工作處處低人一等，一天還要被問上八百遍“什麼時候幹完”，連你自己的公司也跟你不熟，有什麼事你自己兜着。以前是一個團隊，人多還有點氣勢，FDE自己老哥一個，必然處處被拿捏。 外包在國內什麼地位，幹過的都知道。

其實，現在AI行業最缺的，根本不是會寫算法的人。這書它剛好踩在了當下AI求職最真實的風口上，特別貼合2023到2026這幾年的行業現狀。最近大家應該能明顯感覺到，FDE這個崗位突然被所有大廠瘋搶。領英的數據很直觀，短短几年招聘需求直接暴漲42倍，市面上幾千個崗位是空的，不管是國內做大模型的廠商，還是硅谷巨頭，全都把FDE當成核心剛需崗位。 其實MIT早就出過調研，市面上95%的AI項目，最後都是落地失敗。以前大家總以爲做不成是算法不夠強、模型不夠先進。但真實原因根本不是技術問題，是沒人能把高端技術和真實業務拼接到一起。這也是這本書最核心的觀點：AI時代早就不缺搞研究、寫論文、調模型的人，真正稀缺的，是能把技術實實在在變成商業價值的人。 作者樊中愷自己長期做前沿技術落地、獨角獸項目商業化，一線經驗很足。他就是親眼看到一個很割裂的現狀：現在實驗室裏的AI技術百花齊放、看着特別厲害，但一到企業落地就大面積斷層、卡殼，所以才寫了這本書，用FDE這個新職業舉例，講透一個問題：AI時代，到底什麼樣的人不會被替代、能一直稀缺。 這書它直接用FDE完整的一天工作場景來講事：從對接需求、設計方案，到部署運維、最後幫公司把收益落地，一步步拆開。看完就能徹底明白，FDE不是單純敲代碼的程序員，也不是打雜的技術客服，是貫穿全流程、最終要對業務結果負責的人。 書裏有個很清醒的認知，現在AI自動化越來越強，很多基礎編碼、重複技術工作，慢慢都會被AI取代。但AI永遠替代不了一件事——判斷該做什麼、該落地什麼、怎麼貼合業務做。也正因如此，在AI不斷替代基礎勞動的大環境下，FDE這種銜接技術與業務的崗位，價值不僅沒跌，反而越來越重要。 而且這本書不畫大餅，給的職業路徑也挺實在。它不忽悠人裸辭、盲目轉行，反而很客觀建議：新人不用直接硬衝FDE，可以先從應用開發、項目交付、技術支持這些貼近一線的崗位入手，先攢夠技術底子和客戶、業務經驗，再過渡轉崗，成功率會高非常多。這是真正落地、普通人能照着走的職業路線。 這書全是一線真實案例，畫面感很強，能快速讓人搞懂FDE到底是什麼、爲什麼火、未來怎麼走，對想入行AI落地賽道的人，是特別好的入門參考。但它也有明顯的營銷感，書裏偶爾會植入作者自己的諮詢業務，稍微有點刻意，讀的時候稍微甄別一下就行。 但整體總結下來，這本書還是抓準了當下AI最大的真相：AI研發的紅利期已經過去了，現在是AI落地的時代。未來行業最值錢的，不再是隻會堆技術的人，而是能打通技術和業務、幫企業把AI變成真實收益的人，FDE的火爆，就是最好的證明。

2026年讀完的第四十六本書，這類型的輕科技讀起來真的非常符合個人的舒適區間，既不需要耗費你很多的思考能力進行知識點的拆解和理解，又提供了相當一部分的問題引發你的思考。 FDE(Forward Deployed Engineer)是一種什麼樣的職業？我認爲這個職業更像是諮詢公司的售前技術工程師，簡單來講就是一個乙方安排到現場實施售前項目的“臭外包”。這個職業並不是最近幾年纔出現，從信息科技行業發展很早期已經出現兩條“賣產品”和“賣人頭(服務)”不一樣的路線之爭。 爲什麼FDE存在了這麼久的“古老”職業最近這麼火？在我看來這個職業底層原理根本就是“老酒裝新瓶”，而其中不一樣的關鍵點是因爲各行各業在AI浪潮的衝擊之下，極其欠缺FDE這種既懂得充分釋放AI能力，又有行業領域資深業務知識的"T型"複合人才。根據某些權威的調研機構所言，目前整個世界對於AI算力利用產生的價值只佔了5%，因此對於如何充分利用AI對各個行業進行賦能重構，這就需要信息行業中的這個FDE崗位作爲溝通的橋樑和關節，更好地把AI與這個行業靈活地連接起來。 這本書其實寫得還不錯，作者沒有拘泥於“賣產品”和“賣人頭”的路線之爭，他認爲目前需要這兩條不一樣的實施路徑採長補短。在客戶服務的前端一線中充分理解客戶的真實需求，並把服務經驗和痛點整合總結到公司的後臺，對公司產品進行不斷迭代優化，這正是目前國內外很多外包公司正在執行的戰略目標。 對於普通個人而言，能否在很短時間內進入到FDE這個領域？作者對此抱有很謹慎的態度，他認爲只有T型複合人才更適合進入這個領域。這個T型人複合型人才，除了在深度上需要有一項非常資深的領域技術能力，在廣度上還需要有豐富的知識容量，拋開個人的硬技能之外，軟技能對於項目的整體構建和推進也是不可或缺的一種能力因素。

AI不會淘汰人，只會淘汰不會使用AI的人，而FDE就是AI時代最稀缺、最剛需的新職業。 FDE（前線部署工程師）這個全新崗位和傳統程序員坐在辦公室寫代碼不同，FDE是“落地型、實戰型、複合型”人才，很多企業買了先進的AI模型，卻不會用、用不好、無法融入日常工作，而FDE的任務，就是走進企業現場，把抽象的AI技術變成能真正提高效率、創造價值的實際工作。

這本書開篇的概念講解就錯了，上門安裝上門維修，它本質還是傳統的實施解決的那一套，fde 的核心是打通信息，在 AI 時代，客戶對於 AI 的邊界能力不清楚，工程師以及產品側又不明白業務具體使用 AI 的場景是什麼樣的，所以天然這兩個角色之間有一個壁壘，Fde 主要解決的是跨過這個壁壘，去實地觀察業務的實際場景，並找到能用 AI 解決問題、提升效率的方案。而不是說上門去幫他裝個什麼東西

花很短時間翻完這本書，整理了下自己的理解。作爲HR，平時接觸不少崗位，但FDE這種既偏技術又偏業務的角色，一直沒太理清。讀完這本書，基本把“這是什麼、爲什麼火、需要什麼能力”這幾個問題搞明白了。順手把筆記做了個歸納： 核心觀點：AI的價值不在模型本身，而在落地。FDE正是“讓AI真正產生價值”的關鍵角色。 一、FDE到底是什麼？ 一個既懂技術又懂業務的“翻譯官”和“施工隊”——在客戶現場，把AI改造成能用的東西。 他不是維修工，也不是高級銷售。維修工修東西，銷售簽單子，FDE負責的是：幫客戶發現真實問題，用創造性的方式解決它，並且確保長期使用效果。價值不在簽單那一刻，在客戶真正用起來那一刻。 二、爲什麼FDE突然火了？ AI演示很驚豔，落地卻很難。MIT報告說95%的項目失敗不是因爲模型不行，而是因爲“組織不會用”，這就是所謂的“學習鴻溝”。 成功路徑：選最痛的場景切入，讓業務深度參與，持續迭代優化。 商業邏輯：FDE幫公司從“賣軟件”升級到“賣結果”，同時讓客戶變成免費的產品經理，幫你打磨產品。一旦用上了，遷移成本高，轉換成本也高——這就是護城河。 三、怎麼成爲FDE？ T型人才——一豎是技術深度，一橫是溝通翻譯、管理期望、扛責任，需要有廣闊的雜學知識和抗模糊能力。 適合誰？想離業務近的程序員，或者有技術底子的諮詢顧問。 是一份收入高但不輕鬆的工作。每天面對新問題，需要極強的現場應變和即時學習能力。即是它的魅力，也是它的勸退點。 四、啓發 即使不做FDE，這個時代真正稀缺的能力是“定義真問題的能力”——答案會越來越廉價，問對問題纔是本事。 學習方式也改變了：從“先學後做”轉向“即學即用”。 每波技術浪潮，把技術安裝到世界的人往往擁有更寬、更持久的窗口期。AI的重心正從“造模型”轉向“讓模型幹活”，而這正是普通人可以參與的、充滿“人味兒”的機會。

開門見山，非常推薦。 看完這本小書，腦海裏浮現一句話：離炮火越近的人越值錢。 這裏有兩層含義： 一，炮火指熱度。 目前AI行業如火如荼，相關職業的需求與薪資也爆發式增長，FDE職位就是其中的當紅炸子雞。 目前整個經濟疲弱，很多公司都在裁員，職位降薪的也不少，很多人都受影響。但如果你選對了職業，你的人生敘事可能就截然不同。 二，炮火指前線。 什麼是FDE？我個人的理解就像是AI各種模型在產業客戶端執行落地的產品經理。他必須入駐客戶公司，他是AI模型與業務需求的橋樑。而且他必須是一個“一專多能”的人——有一定編程技術積累，擅長溝通與發現問題，有強烈的主人翁意識，最後就是執行落地的能力。 但凡事有兩面。 FDE也不只是稀缺，高薪這些光環。這個職位是否適合你？還得具體情況具體分析。 書中說到了這個職業光鮮的另一面。 首先，它有門檻，3-5年工作經驗的歷練可能不可或缺。 其次，它得駐場。就是到客戶公司上班，不一定是城市辦公樓，可能郊區，甚至荒野，比如礦場， 第三，需要多地往返，出差，奔波。對單身者是考驗，對有家庭的人可能是折磨。 第四，要有強大的內心承受能力，畢竟每天面對問題與客戶，要接得住產品不好用時客戶的情緒，也要剋制住自己面對客戶情緒時的情緒。同時把問題反饋給自己公司總部，協調兩者的關係，懂得更好地溝通與解決問題。 第五，要有敏銳的問題意識與主人翁意識。一定要把客戶的問題真正當做自己的問題，主動去小找問題解決問題。 第六，這份職業形式上像技術工程師，也像業務，還像產品經理，甚至有點像打雜。你得有非常強的項目提煉與總結能力，把它內化爲自己可以觸類旁通，舉一反三的東西。它必須融入你的技能體系，讓它變成一種可遷移的能力——即可解決各種各樣不同項目的能力。 否則你會有心理落差與迷茫感。因爲，你無法像總部工程師那樣專注精進，感覺一堆技能但沒有一個頂尖。 所以，FDE職業受歡迎是一方面，但適不適合還得自己仔細斟酌——技能，家庭，身體，心性是否適配。 另外，作者還提到了這個職位未來發展的問題。 FDE最終一部分職能可能被Ai本身替代，它也非一成不變。三五年內可能還是目前這種職能狀態，但十年八年過後就未必。不過，任何技術尤其是突飛猛進的技術要落到企業業務端都需要一個“落地的人”去執行與溝通，這個角色不會缺失。 FDE最終極的角色就是技術與業務的橋樑。 好了，至此不敢說對什麼是FDE完全清楚，但應該有一個比較全貌的瞭解。 書中還介紹了這個職位的前世今生，最早期誕生於硅谷的PAlantir，一個專門給情報部門，軍隊和政府機關提供技術分析的公司。 最後，如果我們不是這個行業的從業者，有什麼啓發？比如，我自己就純好奇想了解，跟那個行業八竿子打不着。 作者總結了五點對非相關從業者的啓發，我認爲值得普通讀者好好看看。 一，位置的價值。 離問題越近越值錢，也是我前面說的離炮火越近越值錢。記住，你的位置決定你的價值。任何時代，敢迎“問題”而上的人都稀缺。 二，橋樑的價值。 你如果能把複雜晦澀的任何技術原理翻譯成普通人都能聽懂的語言，能把起技術與業務很好地嫁接起來，那你的價值就高。 三，主動的價值。 徹底的主人翁精神——問題到我這裏截止，不管名義上它歸誰管，反正我發現了就主動去解決。最終，技多不壓身，公司也更能看到這類人的價值並給予更高的價格。 四，戰鬥的價值。 學習方式要從“儲備式“轉向“戰鬥式”。即時學習即時用，也叫“即插即用”的能力。 五，長期的價值。 前段的技術發明動鳳毛麟角，且可能的週期短，發明完就結束。但技術的部署需要更長週期，更多的人去落地，所以這裏還有長線價值去挖掘。 翻譯成大白話就是：你要永遠充當那個讓新工具用起來的人。