Knowledge Base

典型案例

19 articles in total

Jack McGrath

本文是Forward Deployed Engineer Jack McGrath的LinkedIn个人职业档案，展示了其从2014年至今的职业发展路径与技能积累。Jack McGrath目前就职于Merge公司，担任Forward Deployed Engineer，负责面向客户的工程部署工作，此前曾在Actively AI以同样职位工作9个月。更早之前，他在Posh AI先后担任Software Engineer和Software Engineer II，深耕AI聊天机器人与银行系统集成达3年半。其早期实习经历包括在Tulip Interfaces搭建制造业客户服务门户，以及两度在Airbnb的客户体验团队实习，参与内部工具开发与全球支付项目。Jack McGrath拥有北卡罗来纳大学教堂山分校计算机科学学士学位，技术栈涵盖Python、Java、C++、JavaScript、HTML/CSS及AI聊天机器人、金融系统、Linux等，并具备客户成功管理、活动策划等复合能力。资料中引用的大量近期动态显示，Merge正在积极推动以统一API和AI网关为核心的产品战略，包括发布Merge for Workforce、Agent Handler for Employees、Merge Gateway等，强调削减AI开支、治理员工AI访问权限及模型路由优化。Jack McGrath作为前沿部署工程师团队的核心成员，参与了这些产品的落地与客户对接，典型地反映了FDE角色在AI SaaS企业中的关键作用——既需要深厚的技术实现能力，又要求直面客户的解决方案思维。该档案为理解Forward Deployed Engineering岗位的实际职责、成长轨迹和行业需求提供了真实案例。

Read More →

YOLOv10在土星云SE110S系列边缘计算设备上的部署实战

本文详细介绍了将YOLOv10目标检测模型部署到国产边缘计算设备土星云SE110S系列的全流程实战，涵盖模型转换、编译与推理优化。YOLOv10采用一致双重分配策略实现NMS-Free端到端检测，相较YOLOv8-S减少约23%参数量、28%计算量，推理延迟降低约30%，非常适合边缘部署。土星云SE110S系列由国科环宇推出，提供SE110S-WC08（7.2 TOPS）、SE110S-WB16（16 TOPS）和SE110S-WA32（32 TOPS）三款型号，支持INT8/FP16/FP32混合精度推理和BMCV硬件加速。部署流程包括：通过Ultralytics导出ONNX模型（opset 11），使用TPU-MLIR工具链将ONNX编译为BModel，并推荐INT8量化，校准集200-500张图片。在SE110S-WA32上，INT8量化配合BMCV加速可实现110+ FPS（单路1080P），精度损失控制在5%以内（COCO val2017 AP@0.5:0.95从0.463降至0.443）。文章还给出了智慧安防、工业质检、智慧交通等多个边缘AI视觉场景的选型与优化建议，展示了YOLOv10在国产边缘硬件上的成熟落地能力。

Read More →

中国银河证券：FDE重构AI应用新范式 软件行业迎价值重估

中国银河证券发布研报，系统论述了前沿部署工程师（FDE）如何重构AI应用交付新范式，并推动软件行业价值重估。报告指出，FDE核心解决AI应用落地的“最后一公里”问题，本质上是将工程师前置部署到企业业务一线，通过现场探索与快速迭代将大模型等AI技术嵌入企业内部流程的新型深度交付体系，该模式最早由美国大数据公司Palantir提出，目前已被微软、OpenAI、Anthropic等大厂广泛采用。FDE兴起的产业背景包括：国产大模型如Kimi、DeepSeek持续迭代降低应用门槛，以及北京市于2026年7月出台《北京市关于加快智能体引领发展的若干措施》明确提出支持通过FDE等模式创新加速智能体应用落地。报告分析了FDE能解决的三个企业痛点：业务流程高非标化导致通用大模型无法适配、高敏感行业的数据安全与隐私壁垒、以及企业对大模型落地效果及投资回报率（ROI）的关注。最终研判认为，FDE将带来软件行业交付范式革命，推动商业模式从传统软件授权转向以ROI和使用效果为导向的全生命周期增量价值服务，使得行业know-how成为AI应用公司的护城河，部分软件公司将迎来价值体系重估并打开估值天花板。

Read More →

诺基亚联合视觉AI企业 基于慕星娱乐棋牌下载实现工业质检自动化部署

2026年8月，诺基亚与AI视觉公司旷视科技宣布达成技术合作，基于慕星娱乐棋牌下载数据集训练工业缺陷检测模型，并联合推出面向电子制造产线的端侧AI检测方案，首批产线部署已于2026年5月上旬在手机主板与摄像头模组产线上完成。技术架构上，旷视科技提供其自研的MegEngine推理框架与轻量化目标检测网络，诺基亚则开放工业5G专网基站与边缘服务器作为算力底座。为适应产线低资源环境，算法采用ResNet-50与MobileNetV3双分支特征提取器进行多尺度缺陷判别，并通过模型剪枝与INT8量化将单图推理时延压缩至15毫秒。方案利用边缘网关的MEC能力实现模型热更新与推理日志本地落盘，保障工业数据安全。在商业化层面，诺基亚将此打包为“工业视觉AI套件”，支持现场工程师通过5G手持终端拍摄并实时获得检测结果。性能指标显示，该方案漏检率从传统人工的3.7%降至0.2%，慕星娱乐棋牌下载识别准确率达98.6%，单条产线节省两名质检人力。目前超30家电子厂商已接入测试，双方计划向汽车零部件与纺织领域复制。该案例展示了通信基础设施与AI算法在工业质检场景中的轻量化协同范式，为中小代工厂提供了低成本的数字化转型路径。

Read More →

Seongeun So

本文为资深AI技术专家Seongeun So的LinkedIn职业档案全览。Seongeun So拥有超过13年行业经验，当前担任OpenAI的AI Deployment Engineer。此前，他在Google担任AI Forward Deployed Engineer (FDE)，专注于日本及亚太地区（JAPAC）的AI模型实战部署与技术落地。其职业生涯横跨全球顶尖科技巨头与本土初创公司：他曾任Amazon Web Services (AWS)解决方案架构师，为全球公共部门客户提供AI/ML上云咨询；创立的AdTech公司Remake Digital获得Kakao ventures等投资，并担任CTO开发了自动化广告设计引擎Crolo和Databrush；在NAVER Corp作为研究工程师期间，他主导了CLOVA AI音箱的对话系统研发，并开发了使用视频目标检测追踪技术的KBO本垒打识别系统；早期还在SELVAS AI Inc.从事手写字符识别（OCR）、LSTM及CNN等经典机器学习算法的研究。Seongeun So毕业于光州科学技术院(计算机科学硕士)及首尔科学技术大学(电气工程学士)。其近期在LinkedIn发布的动态显示，他对RAG系统的幻觉缺陷、开源代码债务、LLM安全护栏及AI代理的‘自主研究’（autoresearch）等前沿话题有深入洞察，展现了从底层算法研发到顶级商业落地的完整FDE能力模型。

Read More →

我找了份月薪 7 万的 FDE 工作，结果进厂贴了一天二维码？！

本文是AI编程博主鱼皮分享的FDE（Forward Deployed Engineer，前线部署工程师）真实工作经历。作者应聘月薪7万的DeepSeex公司FDE岗位后，首个项目是为一家生产背带裤的服装厂部署AI报修助手。项目初期客户期望实现预测性维护，但由于工厂缺乏机器运行数据，FDE团队将目标调整为先理顺报修流程并积累结构化维修数据。现场调研发现，工人报修时对同一台机器有不同叫法（如“三号机”“老平车”），故障信息在电话转述中丢失，维修记录仅靠纸质单和群聊，完整率不足50%。鱼皮通过贴二维码扫码定位机器、建立机器别名映射表解决了识别问题，随后从一年纸质报修单和群聊中整理出300条真实案例作为评估集（Evals）。在车间噪音环境下，语音识别常将“断线”误识别为“断电”，通过引入降噪处理和纠错词典，并将术语统一，将AI提取关键信息的准确率从81%提升至93%，达到验收标准。系统上线后，报修信息送达时间从6分钟缩短至2分钟以内，维修记录完整率提升至90%以上，试点工人使用率超过80%。项目收尾时将配置方法和经验沉淀为文档和产品通用模块。文章最后总结了FDE岗位的核心能力要求：需要前后端与AI开发能力，50%的出差率，能拆解模糊需求、建立评估方法、处理企业级部署，并同时与多方角色沟通。

Read More →

21 万个项目、97% 准确率 科大讯飞 FDE 模式跑通千亿级智能招采项目

本文深度报道了科大讯飞与国家能源集团在智能招采领域的典型合作案例，详细拆解了科大讯飞提出的FDE（前置部署工程师）模式的实践闭环。双方自2022年启动合作，基于星火大模型和星辰Agent底座构建的招采智能体平台，已实现覆盖招采全流程的智能体系。该系统建设了12类标准化知识库，实现了“业务即标注”的持续迭代机制，并已在国内首个商业运行的智慧评审系统中累计运行超过21万个项目，智能评审准确率达97%，非招标采购无人化率超89%，每年节约人工评审成本超亿元，累计创造间接经济价值40亿元。平台能力已成功复制到合肥、广州等公共资源交易中心，并服务中国华电、中国大唐等央国企，覆盖十余个行业。文章论证了FDE模式从“深度共创、平台沉淀、价值验证到持续复用”的完整路径，指出企业级AI的竞争本质是行业理解、工程交付和持续运营能力的综合竞争。

Read More →

第一批做FDE的人，离高薪差远了

本文深度调研了五位FDE从业者的真实生存状态，揭示了该岗位在生成式AI落地热潮中的机遇与困境。美国招聘平台Indeed数据显示，2025年4月至2026年4月间FDE相关岗位暴增729%，但从业者普遍反映实际工作与高薪传闻相去甚远。冯又又作为公司首位专职FDE拿产品经理薪资承担项目80%的工作，实习生哲伟日薪仅200元且每周工作近50小时。真正的工作场景是驻场、清洗散落在微信与Excel里的混乱数据、打通无API的老旧系统以及安抚对AI持抵触情绪的老员工。技术仅占工作四成，其余全是沟通与业务梳理。自由职业者82LSF沉淀了10余个行业Skill为餐饮链条自动生成日报，XIAO为营收上亿企业定制系统但强调标准化程度不足30%。社群发起人Lawted在深圳、上海、杭州与北京组织闭门会后指出，FDE仍处于“有生意没行业”的早期阶段，占受访者六七成的首单来自熟人介绍，独立顾问面临巨大的企业信任赤字。受访者一致认为，FDE是AGI全面渗透企业前的过渡性补丁岗位，真正稀缺的是能梳理复杂业务并敢为技术方案负责的复合型人才。

Read More →

FDE不是外包！Palantir净利润增长225%，带来了哪些希望？

2026年8月，Palantir发布二季度财报，营收19.35亿美元同比猛增93%，GAAP净利润10.62亿美元增长225%，Rule of 40达到惊人的155，一举打破企业软件低利润的刻板印象。本文深入拆解Palantir核心模式——FDE（Forward Deployed Engineer）并非外包，而是兼具咨询、实施与交付的驻场CTO角色，直接对业务效果负责。Palantir通过2023年发布的AIP平台和其内部Ontology本体论架构，将不同客户的定制需求沉淀为可复用的业务模板，让AI在严格安全护栏下直接执行决策，实现从token到经济价值的转化。获客上，Palantir以五天AIP Bootcamp工作坊实现“先看效果后签约”，累计超1300场，转化率近75%。文章还分析了其面临的威胁：Anthropic推出的Claude Cowork加上11款业务插件，从模型层向下直接调用SaaS数据和流程，与Palantir从数据层向上对抗的路径正面碰撞。CEO Alex Karp在股东信中尖锐批评模型公司意图夺取生产资料，强调企业AI主权。在Walgreens部署4000家门店AI工作流、Trinity Rail年省3000万美元、坦帕综合医院缩短脓毒症住院时间15%等案例证明，Palantir正将AI时代的企业服务做成高毛利高增速业务，但其高估值与中长期护城河可持续性仍充满争议。这对于国内模仿者如从模型转向FDE的百川智能，在缺少强模型生态的窗口下，提供了可借鉴的路径与警示。

Read More →

用友焕新，从企业软件到企业AI，并重磅发布”AI+X”的BIP 6

2026年8月8日，在南京举行的2026全球商业创新大会上，用友网络正式宣布从“企业软件”向“企业AI”的战略焕新。用友董事长兼CEO王文京提出，企业数智化已进入以“智能化”为重心的下半场，并发布“AI+X”核心理念下的全新产品矩阵。本次转型的旗舰产品为用友BIP 6，其从传统的“X+AI”辅助模式跃迁至“AI+X”智能体驱动模式，并一次性推出五大AI原生新品：YonWork企业AI工作台、YonData企业AI数据智能体、YonCode企业级AI Coding平台、用友BIP穿透式监管平台及YonOnto企业本体平台。BIP 6覆盖财务、人力等全业务域，构建了63个垂直领域智能体和超2.6万个服务接口。为解决大模型落地中的数据安全与价值衡量难题，用友同步发布了“数据不出域”的软硬一体企业AI盒子，并组建FDE（前沿部署工程师）团队，以业务成效为导向与佰工钢铁、复星集团等企业深度共创。此外，用友还推出AI BaaS业务运营服务，率先从财务领域外包切入，按成果收费。大会数据显示，佰工钢铁依托BIP实现吨钢成本降低82元；扬帆实业智能报价效率提升几十倍；某央企穿透式监管平台覆盖超500个主体，排查成本下降60%。用友BIP已服务6.8万家大型和中型企业，并成为国内升级替换国际厂商ERP系统的主要选择，智迁方案可将迁移周期缩短85%，数据准确率达99.9%。此次战略升级，标志着用友致力于引领千行百业从流程辅助工具时代，全面迈入以AI驱动业务增长的新纪元。

Read More →

面向工业AI的边缘计算架构：在工厂车间中生存的5种模式

KGT Solutions 基于在钢铁厂、糖精炼厂和发电站两年的边缘AI系统部署经验，提出了五种经过工厂验证的边缘计算架构模式。模式一为分层边缘与云同步架构，边缘端负责毫秒级实时推理（如轴承故障预测需秒级告警），云端每15分钟批量同步原始数据进行模型重训练和跨设施对比分析。模式二采用联邦特征存储，在边缘端将不同传感器（轴承振动25.6kHz、电机电流波形10kHz、锅炉温度每秒一次）的异构信号归一化为统一特征向量，使单一异常检测框架可跨设备类型部署。模式三实施影子部署与自动回滚机制，新模型与现有模型并行推理48小时，若误差率相对基线超过5%则自动回滚，该模式已避免三次生产事故。模式四建立三级告警体系——Watch仅仪表盘显示、Plan自动创建维护工单、Act Now通过短信和邮件通知值班主管并自动核查备件库存，成功消除告警疲劳并实现与CMMS的深度集成。模式五强调共享平台与隔离模型的架构原则，Vigibelt系统从单一传送带故障预测器演进为统一平台，集成OPC-UA、MQTT、Modbus协议数据摄取、时序特征存储、容器化模型服务和A/B测试能力，使后续用例部署周期从数月缩短至数周。文章核心观点为：在工业AI部署中，平台层投资优先于模型层，一个基础模型在稳健平台上的价值远超缺乏集成、告警和回滚能力的先进模型。

Read More →

AI 是最简单的部分：供应链中的前向部署工程师究竟是什么？

本文通过一个时尚零售商供应链项目案例，深刻阐释了前线部署工程师在将AI模型嵌入混乱业务流程中的核心价值。作者Samir Saci作为供应链数据科学家，分享了为一家米兰零售商部署基于Claude Opus 4.8的AI代理以进行配送链监控和延误根因分析的全过程。文章指出，构建AI代理本身仅耗时不到5天，但真正的挑战在于数据工程和跨团队协调等非技术性工作：包括耗时18个月构建统一数据管道、花费数天时间逆向解析无文档的数据库字段逻辑、以及通过5次跨部门研讨会才就一个布尔标志的定义达成共识。此外，项目成功的关键在于让熟悉业务的规划人员直接进行用户验收测试，利用他们多年积累的Excel手工分析经验作为测试基准。文章强调，前线部署工程师的核心技能并非算法设计，而是在混乱的操作环境中定义业务逻辑、协调多方团队，以及通过实际应用验证工具可信度，最终让AI在真实供应链场景中真正发挥作用。

Read More →