硅谷最贵岗位诞生记：一个叫 FDE 的角色，如何在 10 天内让 OpenAI、Google、Anthropic 同时下场抢人

2026 年 5 月 12 日那一周发生的事，以后会被写进科技史。

周一，OpenAI 宣布成立 OpenAI Deployment Company，TPG 领投，贝恩、凯捷、麦肯锡联合入局，总盘子超过 40 亿美元。同日收购伦敦 AI 咨询公司 Tomoro，150 名工程师当天入职。

同一天，Google Cloud CEO Thomas Kurian 在 LinkedIn 宣布：59 个全新 FDE 岗位，覆盖美国、印度、巴西、澳大利亚、墨西哥、新加坡、韩国、加拿大八个国家。

周三，Anthropic 传出消息：正在筹建自己的 FDE 独立咨询公司，照搬 OpenAI 的 Deployment Company 模式。

周五，ServiceNow 和 Accenture 宣布联合 FDE 计划。

五天之内，四家顶级科技公司同时对一个岗位下重注——这个岗位叫 FDE，Forward Deployed Engineer，前线部署工程师。

它不是新东西。Palantir 在 2003 年就发明了它。但 2026 年，这个岗位的薪资已经从两年前的 $170K 飙到了 OpenAI 中位 $450K，Anthropic 高级 FDE 总包超过 $785K——比同级别 ML 工程师高出 10-25%。

发生了什么？

● ● ●

95% 的 AI 项目没落地，这就是答案

MIT NANDA 实验室 2025 年报告给了一个残酷数字：95% 的企业生成式 AI 试点项目没有产生可衡量的业务影响。

不是因为模型不行。是因为模型不会自己部署。

你买了 GPT-5 的 API，不等于你的风控系统就能用上它。企业的真实数据脏得像下水道，权限体系是二十年前设计的，业务术语和 API 文档里的概念根本对不上号。把这些东西对齐、清洗、接入、调通——这件事的难度，比训练模型本身高一个数量级。

这就是信息衰减定律：客户 → 销售 → 产品经理 → 工程师，需求每传递一次就衰减一次。等到代码落地，它解决的已经不是最初的问题了。

Google Cloud CEO Kurian 在 Next 2026 大会上说了一句："试点时代结束了。Agent 时代来了。"

翻译一下：以前是卖 API，现在是卖 Agent。Agent 要跑在客户环境里，读客户的代码，调客户的数据库，遵循客户的审批流程。这不是远程能搞定的事——你必须坐在客户旁边。

这就是 FDE 站出来的原因。

● ● ●

FDE 到底是什么？答案不是"驻场工程师"

Palantir 2003 年给 CIA 做情报分析软件，创始人 Stephen Cohen 带着演示版去见客户。对方看了一眼说："这和我们做的事一点关系都没有。"

Cohen 反问了一句改变历史的话："那你们希望它能做什么？"

从此 Palantir 把工程师直接扔进客户现场。不是"驻场开发"，是坐在客户旁边，一边看他工作一边重新定义问题。

后来这套打法被用到伊拉克战场。士兵最怕路边炸弹，Palantir 的 FDE 和士兵混在一起发现：他们不需要花哨的仪表盘，只需要一个能在地图上标注"这条路可疑"的小工具。工程师当场拼出一个简易标注系统——后来沉淀成了 Palantir 平台的核心功能。

Palantir 内部把 FDE 拆成两个人：

Echo（嵌入式分析师）：懂行业黑话，能挖出真实痛点。他们有一种"叛逆精神"——深刻理解现有模式不行，渴望变革。

Delta（部署工程师）：极客型开发者，最短时间内交出能跑的原型。粗糙没关系，能用最重要。

Echo+Delta 双角色模型

一个定义问题，一个解决问题。两人搭在一起，就是一个迷你创业团队。

到 2016 年，Palantir 的 FDE 数量超过了总部工程师。这撑起了 4000 亿美元市值的核心组织机制。

● ● ●

2026 年薪资爆表：FDE 成了 AI 最贵通用岗

Perspective AI 2026 年调研了 1,200 名 FDE 的薪酬，结论是：

2026 FDE 薪酬层级对比

一个关键变化：FDE 的收入已经超过了同级别的 ML 工程师。 在前沿实验室，高级/ Staff 级别 FDE 比 ML 工程师高出 10-25%。

为什么？因为公司终于意识到——模型不是稀缺品，能把模型塞进客户的生产环境里的人才是。

Daniel Saks 在 LinkedIn 上画了一张图：26 家公司在 2026 年运行 FDE-native 交付模式。包括 OpenAI、Anthropic、Google、Scale AI、Cursor、Databricks、Rippling、Harvey——几乎囊括了所有你能叫出名字的 AI 公司。

● ● ●

"把人派驻客户现场"为什么不等于"咨询"

很多人第一反应：这不就是咨询吗？

Palantir 前 CTO Shyam Sankar 的回应很锋利：FDE 和咨询，是一个天一个地。

咨询的逻辑是做项目收钱——做一个项目收一份钱，做十个项目要十倍人力。成本和收入近似线性。

FDE 软件公司完全不同：初期派人驻场，投入大，亏钱。但随着一线经验不断沉淀到产品里——核心功能越来越完善，部署越来越轻，FDE 投入越来越少。同时，解决了第一个痛点后赢得客户信任，合同金额一路走高。

成本线往下走，价值线往上走。 这不是线性模型，这是复利模型。

FDE vs 咨询：经济模型对比

这就是为什么 Anthropic 不仅招 FDE，还要成立独立的 FDE 咨询公司——他们要的不是"外包收入"，是让前线经验以最快的速度回流到 Claude 的产品迭代里。

● ● ●

FDE 的 2026 技术栈：一个人干六个人的活

Perspective AI 调研了 Palantir、Anthropic、Harvey、Cohere、Mistral、Scale AI 等公司的 FDE 工作流，提炼出四层技术栈：

FDE 四层技术栈

第一层：发现（占 40% 时间）

FDE 前两周做 30-50 次客户访谈。工具：AI 主持的异步访谈（Perspective AI）、结构化会议笔记（Granola/Otter）、用户影子观察（Loom + Descript）。

第二层：构建（一个人替代六人团队）

Coding agent 做主力（Claude Code 标准配置，Cursor/Codex 做第二意见），Agent 框架（LangGraph/Pydantic AI），Eval 工具（Braintrust/LangSmith）。关键：发现层的真实用户用语直接注入 eval 数据集。

第三层：部署（每客户一套环境）

Modal（serverless GPU/容器）、Vercel（前端）、AWS/GCP/Azure（VPC 内场景）。每个客户独立环境，甚至独立模型权重。

第四层：迭代

对话式反馈收集 → Prompt 版本管理（PromptLayer/Helicone）→ A/B 测试（Statsig）。推广规则：≥3 个客户重复出现的需求 → 升格为核心功能。

● ● ●

"Forward Deployed Claude"：当 LLM 本身变成 FDE

最激进的玩法来自 Anand Chowdhary 2025 年提出的模式：让 Claude Code 本身充当 FDE。

做法是：Claude Code 嵌入客户 repo → 读代码、理解架构 → 构建适配方案 → 把可复用的部分写进 CLAUDE.md。CLAUDE.md 记录不变量（安全姿态、领域模型）、扩展点（客户可变更的接口）、推广规则（≥3 个客户重复 → 升格核心）、护栏（PII 边界、审批策略）。

GitHub Actions 触发 @claude → 自动处理 Issue/PR。这把 Palantir 的"嵌入-适配-沉淀"循环变成了 LLM 做外勤。

这个模式的核心价值在于：它不是"让 AI 写代码"，而是"让 AI 嵌入客户环境，理解上下文，产出可复用的知识资产"。从一次部署中提炼出的模板和规则，会在下一次部署中直接复用——这正是 FDE 循环的本质。

● ● ●

对你意味着什么

FDE 不是一个岗位名称，是一套能力模型的浓缩：

左手写代码，右手谈业务，脑子里跑着产品架构，心里装着客户利益。

不是任何一种单一岗位——它是一个复合物种。

Box CEO Aaron Levie 在 X 上写了一版 FDE "课程大纲"：CS 基础 + 系统思维 + 商业嗅觉 + AI Agent 深度 fluency（MCP、CLI、Skills、coding agents）。

McKinsey 高级合伙人 Alex Singla 说得更直接："我们要找的，是既有伟大顾问的潜质、又有伟大工程师的倾向的人——然后把他们培养成两者兼备。"

当 AI 让"构建"变得廉价，真正稀缺的不再是"谁能造"，而是"谁能把造出来的东西真正嵌入客户的现实里"。

未来三年，最稀缺的 AI 人才不是研究员，不是算法工程师——是能把实验室能力可靠注入企业血脉的桥梁型人才。

FDE 就是这个桥梁的名字。

参考来源：

- Perspective AI: The 2026 FDE Compensation Report (1,200 FDEs) — getperspective.ai/blog/2026-forward-deployed-engineering-compensation-report-1200-fdes

- The New Stack: FDE Is AI's Hottest Job — thenewstack.io/forward-deployed-engineer-fde-openai-google/

- Paraform: OpenAI FDE Guide (June 2026) — paraform.com/blog/openai-forward-deployed-engineer

- Perspective AI: How to Build an FDE Function — getperspective.ai/blog/how-to-build-forward-deployed-engineering-function-founder-playbook-2026

- Pragmatic Engineer: FDE Heats Up Again — blog.pragmaticengineer.com/the-pulse-forward-deployed-engineering-heats-up-again/

- Anand Chowdhary: Forward Deployed Claude Playbook — anandchowdhary.com/notes/2025/forward-deployed-claude-playbook

- Perspective AI: The FDE Tech Stack in 2026 — getperspective.ai/blog/fde-tech-stack-2026-tools-forward-deployed-engineers-actually-ship