半小时讲透AI时代的新职业：FDE（轻科技）

FDE的学习方式很特别： 不是先学完再上场，而是为了解决眼前的问题，当天学当天用。 行话叫「just-in-time learning」，即时学习。 AI来了，学习的方式、工作的方式都会改变，从积累学习到即时学习

书里最打动我的，是即时学习这四个字。不是先学完再上场，而是为了解决眼前的问题，当天学当天用，边干边补。过去的思路是攒够了知识再出发，可AI时代变化太快，攒着攒着就过时了，白攒一场。边干边学，在解决问题中成长，才是这个时代的学习方式。别怕不懂，怕的是不懂还不肯下场，永远在岸边看着，一步也迈不出去。

樊中恺用很短的篇幅介绍了一个新职业——FDE。全称是啥他没用力解释，但他把FDE做什么、跟谁打交道、为什么会出现讲清楚了。不是那种“未来十大风口”的预测式写法，更像是一份职位说明书：你要会什么、你每天做什么、谁在招人。那些内容都被压缩在半小时的阅读量里，像是有人在把一件你还没见过的东西拆开成零件，然后按顺序摆在桌面上，让你看清楚哪个是底座、哪个是接口、哪个要最后才拧紧。你不需要立刻决定要不要成为FDE，但至少下一次再听到这三个字母的时候，你知道它是什么、站在哪条路上、旁边还有谁。他把路上可能遇到的人也都列了出来，让你知道谁会在哪一站等你。

首先感谢这篇文章给我讲清楚了FDE到底是什么。但仔细阅读分析之后，我的想法并不是很乐观。 这是一份什么职业呢？他的工作内容是，驻场，了解客户的实际需求，做出来交付，还需要一定时间的维护。有这样需求的甲方，一般都有苛刻的网络环境，高度保密的业务，薄弱的技术底子，以及很可能有复杂的人际关系。 这是新兴的行业吗？完全不是。我们早就有一大堆这样的甲乙方公司。只不过，以前的驻场都是一个团队的。有人负责与客户交涉，有人负责技术实现，有人负责业务兜底，一个团队里有售前/产品、开发/测试、部署/交付这么几类人员。 有了AI之后，就有人认为，这些活儿就可以交给一个人，让AI辅助，开发的项目也常与Agent相关。这样，自己就是售前和技术经理，把具体的开发和维护的工作交给AI。 换句话说，一个人干一个团队的活——可不是薪资高嘛！你想想以前团队5个人，一个月大概人力成本5万块钱（假设），现在一个人，可以只花一半，从求职者的角度，还觉得薪资翻了几倍。 但话说回来，这活是人干的吗？一个人确实要干好几个人的工作，而且从外人的角度，你有AI，你的效率应该更高。这可能吗？别忘了，我们前面提到过甲方的环境，很多时候能把工作效率清零：甲方处处保密，你怎么出方案？部门间相互拆台，你怎么沟通？没有网络，你怎么问AI？ 更别提驻场工作处处低人一等，一天还要被问上八百遍“什么时候干完”，连你自己的公司也跟你不熟，有什么事你自己兜着。以前是一个团队，人多还有点气势，FDE自己老哥一个，必然处处被拿捏。 外包在国内什么地位，干过的都知道。

其实，现在AI行业最缺的，根本不是会写算法的人。这书它刚好踩在了当下AI求职最真实的风口上，特别贴合2023到2026这几年的行业现状。最近大家应该能明显感觉到，FDE这个岗位突然被所有大厂疯抢。领英的数据很直观，短短几年招聘需求直接暴涨42倍，市面上几千个岗位是空的，不管是国内做大模型的厂商，还是硅谷巨头，全都把FDE当成核心刚需岗位。 其实MIT早就出过调研，市面上95%的AI项目，最后都是落地失败。以前大家总以为做不成是算法不够强、模型不够先进。但真实原因根本不是技术问题，是没人能把高端技术和真实业务拼接到一起。这也是这本书最核心的观点：AI时代早就不缺搞研究、写论文、调模型的人，真正稀缺的，是能把技术实实在在变成商业价值的人。 作者樊中恺自己长期做前沿技术落地、独角兽项目商业化，一线经验很足。他就是亲眼看到一个很割裂的现状：现在实验室里的AI技术百花齐放、看着特别厉害，但一到企业落地就大面积断层、卡壳，所以才写了这本书，用FDE这个新职业举例，讲透一个问题：AI时代，到底什么样的人不会被替代、能一直稀缺。 这书它直接用FDE完整的一天工作场景来讲事：从对接需求、设计方案，到部署运维、最后帮公司把收益落地，一步步拆开。看完就能彻底明白，FDE不是单纯敲代码的程序员，也不是打杂的技术客服，是贯穿全流程、最终要对业务结果负责的人。 书里有个很清醒的认知，现在AI自动化越来越强，很多基础编码、重复技术工作，慢慢都会被AI取代。但AI永远替代不了一件事——判断该做什么、该落地什么、怎么贴合业务做。也正因如此，在AI不断替代基础劳动的大环境下，FDE这种衔接技术与业务的岗位，价值不仅没跌，反而越来越重要。 而且这本书不画大饼，给的职业路径也挺实在。它不忽悠人裸辞、盲目转行，反而很客观建议：新人不用直接硬冲FDE，可以先从应用开发、项目交付、技术支持这些贴近一线的岗位入手，先攒够技术底子和客户、业务经验，再过渡转岗，成功率会高非常多。这是真正落地、普通人能照着走的职业路线。 这书全是一线真实案例，画面感很强，能快速让人搞懂FDE到底是什么、为什么火、未来怎么走，对想入行AI落地赛道的人，是特别好的入门参考。但它也有明显的营销感，书里偶尔会植入作者自己的咨询业务，稍微有点刻意，读的时候稍微甄别一下就行。 但整体总结下来，这本书还是抓准了当下AI最大的真相：AI研发的红利期已经过去了，现在是AI落地的时代。未来行业最值钱的，不再是只会堆技术的人，而是能打通技术和业务、帮企业把AI变成真实收益的人，FDE的火爆，就是最好的证明。

2026年读完的第四十六本书，这类型的轻科技读起来真的非常符合个人的舒适区间，既不需要耗费你很多的思考能力进行知识点的拆解和理解，又提供了相当一部分的问题引发你的思考。 FDE(Forward Deployed Engineer)是一种什么样的职业？我认为这个职业更像是咨询公司的售前技术工程师，简单来讲就是一个乙方安排到现场实施售前项目的“臭外包”。这个职业并不是最近几年才出现，从信息科技行业发展很早期已经出现两条“卖产品”和“卖人头(服务)”不一样的路线之争。 为什么FDE存在了这么久的“古老”职业最近这么火？在我看来这个职业底层原理根本就是“老酒装新瓶”，而其中不一样的关键点是因为各行各业在AI浪潮的冲击之下，极其欠缺FDE这种既懂得充分释放AI能力，又有行业领域资深业务知识的"T型"复合人才。根据某些权威的调研机构所言，目前整个世界对于AI算力利用产生的价值只占了5%，因此对于如何充分利用AI对各个行业进行赋能重构，这就需要信息行业中的这个FDE岗位作为沟通的桥梁和关节，更好地把AI与这个行业灵活地连接起来。 这本书其实写得还不错，作者没有拘泥于“卖产品”和“卖人头”的路线之争，他认为目前需要这两条不一样的实施路径采长补短。在客户服务的前端一线中充分理解客户的真实需求，并把服务经验和痛点整合总结到公司的后台，对公司产品进行不断迭代优化，这正是目前国内外很多外包公司正在执行的战略目标。 对于普通个人而言，能否在很短时间内进入到FDE这个领域？作者对此抱有很谨慎的态度，他认为只有T型复合人才更适合进入这个领域。这个T型人复合型人才，除了在深度上需要有一项非常资深的领域技术能力，在广度上还需要有丰富的知识容量，抛开个人的硬技能之外，软技能对于项目的整体构建和推进也是不可或缺的一种能力因素。

AI不会淘汰人，只会淘汰不会使用AI的人，而FDE就是AI时代最稀缺、最刚需的新职业。 FDE（前线部署工程师）这个全新岗位和传统程序员坐在办公室写代码不同，FDE是“落地型、实战型、复合型”人才，很多企业买了先进的AI模型，却不会用、用不好、无法融入日常工作，而FDE的任务，就是走进企业现场，把抽象的AI技术变成能真正提高效率、创造价值的实际工作。

这本书开篇的概念讲解就错了，上门安装上门维修，它本质还是传统的实施解决的那一套，fde 的核心是打通信息，在 AI 时代，客户对于 AI 的边界能力不清楚，工程师以及产品侧又不明白业务具体使用 AI 的场景是什么样的，所以天然这两个角色之间有一个壁垒，Fde 主要解决的是跨过这个壁垒，去实地观察业务的实际场景，并找到能用 AI 解决问题、提升效率的方案。而不是说上门去帮他装个什么东西

花很短时间翻完这本书，整理了下自己的理解。作为HR，平时接触不少岗位，但FDE这种既偏技术又偏业务的角色，一直没太理清。读完这本书，基本把“这是什么、为什么火、需要什么能力”这几个问题搞明白了。顺手把笔记做了个归纳： 核心观点：AI的价值不在模型本身，而在落地。FDE正是“让AI真正产生价值”的关键角色。 一、FDE到底是什么？ 一个既懂技术又懂业务的“翻译官”和“施工队”——在客户现场，把AI改造成能用的东西。 他不是维修工，也不是高级销售。维修工修东西，销售签单子，FDE负责的是：帮客户发现真实问题，用创造性的方式解决它，并且确保长期使用效果。价值不在签单那一刻，在客户真正用起来那一刻。 二、为什么FDE突然火了？ AI演示很惊艳，落地却很难。MIT报告说95%的项目失败不是因为模型不行，而是因为“组织不会用”，这就是所谓的“学习鸿沟”。 成功路径：选最痛的场景切入，让业务深度参与，持续迭代优化。 商业逻辑：FDE帮公司从“卖软件”升级到“卖结果”，同时让客户变成免费的产品经理，帮你打磨产品。一旦用上了，迁移成本高，转换成本也高——这就是护城河。 三、怎么成为FDE？ T型人才——一竖是技术深度，一横是沟通翻译、管理期望、扛责任，需要有广阔的杂学知识和抗模糊能力。 适合谁？想离业务近的程序员，或者有技术底子的咨询顾问。 是一份收入高但不轻松的工作。每天面对新问题，需要极强的现场应变和即时学习能力。即是它的魅力，也是它的劝退点。 四、启发 即使不做FDE，这个时代真正稀缺的能力是“定义真问题的能力”——答案会越来越廉价，问对问题才是本事。 学习方式也改变了：从“先学后做”转向“即学即用”。 每波技术浪潮，把技术安装到世界的人往往拥有更宽、更持久的窗口期。AI的重心正从“造模型”转向“让模型干活”，而这正是普通人可以参与的、充满“人味儿”的机会。

开门见山，非常推荐。 看完这本小书，脑海里浮现一句话：离炮火越近的人越值钱。 这里有两层含义： 一，炮火指热度。 目前AI行业如火如荼，相关职业的需求与薪资也爆发式增长，FDE职位就是其中的当红炸子鸡。 目前整个经济疲弱，很多公司都在裁员，职位降薪的也不少，很多人都受影响。但如果你选对了职业，你的人生叙事可能就截然不同。 二，炮火指前线。 什么是FDE？我个人的理解就像是AI各种模型在产业客户端执行落地的产品经理。他必须入驻客户公司，他是AI模型与业务需求的桥梁。而且他必须是一个“一专多能”的人——有一定编程技术积累，擅长沟通与发现问题，有强烈的主人翁意识，最后就是执行落地的能力。 但凡事有两面。 FDE也不只是稀缺，高薪这些光环。这个职位是否适合你？还得具体情况具体分析。 书中说到了这个职业光鲜的另一面。 首先，它有门槛，3-5年工作经验的历练可能不可或缺。 其次，它得驻场。就是到客户公司上班，不一定是城市办公楼，可能郊区，甚至荒野，比如矿场， 第三，需要多地往返，出差，奔波。对单身者是考验，对有家庭的人可能是折磨。 第四，要有强大的内心承受能力，毕竟每天面对问题与客户，要接得住产品不好用时客户的情绪，也要克制住自己面对客户情绪时的情绪。同时把问题反馈给自己公司总部，协调两者的关系，懂得更好地沟通与解决问题。 第五，要有敏锐的问题意识与主人翁意识。一定要把客户的问题真正当做自己的问题，主动去小找问题解决问题。 第六，这份职业形式上像技术工程师，也像业务，还像产品经理，甚至有点像打杂。你得有非常强的项目提炼与总结能力，把它内化为自己可以触类旁通，举一反三的东西。它必须融入你的技能体系，让它变成一种可迁移的能力——即可解决各种各样不同项目的能力。 否则你会有心理落差与迷茫感。因为，你无法像总部工程师那样专注精进，感觉一堆技能但没有一个顶尖。 所以，FDE职业受欢迎是一方面，但适不适合还得自己仔细斟酌——技能，家庭，身体，心性是否适配。 另外，作者还提到了这个职位未来发展的问题。 FDE最终一部分职能可能被Ai本身替代，它也非一成不变。三五年内可能还是目前这种职能状态，但十年八年过后就未必。不过，任何技术尤其是突飞猛进的技术要落到企业业务端都需要一个“落地的人”去执行与沟通，这个角色不会缺失。 FDE最终极的角色就是技术与业务的桥梁。 好了，至此不敢说对什么是FDE完全清楚，但应该有一个比较全貌的了解。 书中还介绍了这个职位的前世今生，最早期诞生于硅谷的PAlantir，一个专门给情报部门，军队和政府机关提供技术分析的公司。 最后，如果我们不是这个行业的从业者，有什么启发？比如，我自己就纯好奇想了解，跟那个行业八竿子打不着。 作者总结了五点对非相关从业者的启发，我认为值得普通读者好好看看。 一，位置的价值。 离问题越近越值钱，也是我前面说的离炮火越近越值钱。记住，你的位置决定你的价值。任何时代，敢迎“问题”而上的人都稀缺。 二，桥梁的价值。 你如果能把复杂晦涩的任何技术原理翻译成普通人都能听懂的语言，能把起技术与业务很好地嫁接起来，那你的价值就高。 三，主动的价值。 彻底的主人翁精神——问题到我这里截止，不管名义上它归谁管，反正我发现了就主动去解决。最终，技多不压身，公司也更能看到这类人的价值并给予更高的价格。 四，战斗的价值。 学习方式要从“储备式“转向“战斗式”。即时学习即时用，也叫“即插即用”的能力。 五，长期的价值。 前段的技术发明动凤毛麟角，且可能的周期短，发明完就结束。但技术的部署需要更长周期，更多的人去落地，所以这里还有长线价值去挖掘。 翻译成大白话就是：你要永远充当那个让新工具用起来的人。