Knowledge Base

Industry insights and in-depth analysis

388 articles in total

FDE 在中国火了，Agent 实施服务的真正考验在哪儿？

2026年8月10日，IDC发布分析文章指出，FDE（Forward Deploying Engineer，前沿部署工程师）正在中国经历从概念到实践的加速转化。北京、武汉等地在智能体发展专项政策中明确将FDE作为加速应用落地的创新模式，多家头部IT服务商、企业软件厂商、云厂商和大模型公司已相继设立FDE相关团队。但IDC观察到中国FDE实践出现明显分化：部分服务商系统性构建FDE能力体系，包括人才选拔标准、交付方法论、前线与后方反馈闭环；另一部分则未与传统驻场交付形成实质区隔，同一FDE标签下的能力模型和商业实质截然不同。文章提出服务商面临三重考验：第一，技术能解决的问题与组织接不住的结果之间的矛盾，全球实现可量化业务成果的AI项目占比提升至52%，但客户端执行纪律、变革意愿和治理准备对落地效果影响更直接；第二，FDE天然要求结果导向，但商业化模型尚不成熟，接触过结果导向定价的客户比例在扩大但常态化应用有限，客户仍不愿为“理解业务”的过程买单；第三，Agent实施服务需要系统性的行业深耕、方法论成熟度和持续运营体系，单点能力难以回答系统性问题。IDC正在开展《IDC MarketScape：中国 Agent 实施服务厂商评估，2026》研究，旨在提供完整的能力参照框架。文章由IDC研究经理Emily Zhang撰写。

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 →

为什么边缘计算终于有了它的杀手级应用?

本文梳理了海外多位专家在近期专题讨论会上关于边缘计算的关键观点，核心结论是AI推理正成为边缘计算真正的杀手级应用。美国铁塔公司的Jim Poole指出，过去十年MEC（多接入边缘计算）像“拿着钉子找锤子”，基础设施超前部署却缺乏规模化业务需求；如今生成式AI和智能体带来的上行数据爆炸——爱立信的Joe Constantine援引《爱立信移动市场报告》数据称，全球数据流量到2029年将增长两倍，上行链路流量到2035年将增长10倍——正迫使计算能力从集中云向边缘扩散。高通的Koymen博士认为用户行为正从下行视频消费转向上行AI生成流量，智能体数据将超过人类生成数据。英特尔Agarwal警告避免重蹈私有无线网络覆辙，仲量联行Sean Farney则断言边缘AI推理让基础设施领域重新变得性感。新一代AI系统功率密度已跃升至每机柜150-200kW，甚至谷歌展示1MW方案，液冷和现场发电将成为标配。专家预测到2028-2029年，6G商用、75%流量运行于5G、行业争论转向SLA和四级/五级自动化，人形机器人可能进入数据中心。文章最后指出电力、人才和数据是落地的三大瓶颈，高质量数据体系将成为AI竞争的核心护城河。

Read More →

OpenAI 重金投资新加坡，设立首个海外AI研究实验室

2026年7月22日，OpenAI 宣布与新加坡政府签署多年合作协议，承诺投资超过2.34亿美元（约合30亿新加坡元），在新加坡设立其在美国本土以外的首个AI应用实验室。该实验室将成为OpenAI在东南亚乃至全球商业化布局的核心平台，主要聚焦三大战略方向：一是协助新加坡公共与私营部门部署前沿AI技术；二是与新加坡教育部、政府科技局（GovTech）合作开发AI教育工具，并推出新加坡专属的OpenAI Academy，大幅提升区域AI工具的可及性；三是培养下一代本地AI人才，推进AI技术惠及公众及广大企业。在人才布局方面，该实验室计划未来几年内在新加坡创造超过200个技术岗位，涵盖各层级的技术专家与工程师，尤其强调将新加坡打造成OpenAI全球‘前线部署工程师’的关键据点。FDE作为OpenAI内部独特的技术角色，将直接深入企业与组织，解决最具挑战性的技术落地难题。此项举措正值新加坡加速迈向全球AI枢纽之际，也标志着OpenAI在东南亚及全球商业化进程中迈出了里程碑式的一步。

Read More →

Muse Glimmer 介绍：一款可在你的设备上运行的开源智能体模型

Meta AI Research 正式发布了名为 Muse Glimmer 的开源智能体模型，并将其权重在 Apache 2.0 许可下开源。Muse Glimmer 是一个拥有 300 亿参数的模型，专门为始终在线的本地智能体工作流优化，设计目标是能在搭载单个消费级 GPU 的 Mac 或 PC 上运行。该模型旨在实现本地智能体、函数调用、本地编码及 LLM 作为评估器等用例。在训练层面，Meta 采用了紧凑的架构设计，通过基于 Muse Spark 输出的逻辑蒸馏进行预训练，并在中期训练阶段引入更长上下文和带有丰富推理痕迹的数据，最后结合监督微调、在线策略蒸馏和强化学习进行后训练。在性能上，Meta 宣称 Muse Glimmer 在同尺寸模型中表现强劲，与 Gemma4-31B 和 Qwen3.6-27B 等模型相比，具备可靠的端到端任务完成、多步推理、失败恢复及多模态输入输出能力。为了在消费级硬件上实现实用的运行速度，Meta 采用了约 4-bit 的量化技术压缩权重，并引入基于 DFlash 的轻量级推测解码起草模型，能在无损质量的前提下显著提升生成速度。该模型目前在 Hugging Face 提供下载，并将通过 Ollama、LM Studio 等合作伙伴集成，支持 llama.cpp、MLX 和 ExecuTorch 等边缘框架，同时正与 AMD、Arm、Dell、Intel 和 NVIDIA 等硬件厂商合作优化全设备性能。

Read More →

Ishank Sharma

这份领英档案系统呈现了 Ishank Sharma 作为一线前线部署工程师的完整职业图谱。他当前在 Prentis AI 担任 FDE，全权负责从需求探索到完整落地的定制化 AI 部署。在此之前，他在 CommerceIQ 先后任职于印度班加罗尔和美国长滩，从 SDE 实习生一路成长为 FDE。其技术实绩非常硬核：他主导构建了基于 AWS 生态（Step Functions、SQS、Lambda）的媒体预算推荐系统，将数据处理周期从 1 天极致压缩至 3 分钟，每年为客户节省 20 万美元；通过精准的数据仓库迁移策略，将工作负载从 Snowflake 迁至 Databricks，实现了基础设施成本直降 52% 并提升 80% 查询延迟性能。在创业公司经历中，他深入探索了 GenAI 的应用工程边界，构建了多租户 SaaS 分析平台，并针对 LLaMA、OpenAI 和 Gemini 三大模型体系对 Text-to-SQL 推理管线进行了严格的性能基准测试与多维度优化。值得注意的是，他极其注重职业认证的含金量，持有 Educative 颁发的 Forward Deployed Engineer for AI Systems 专业认证、Anthropic 的 Claude Code 实操认证，以及覆盖 MCP 协议与 Agent 开发的系列前沿微证书。教育层面，他在加州州立大学长滩分校深造计算机科学的同时，曾担任可解释与伦理 AI 课程的助教，显示出对负责任 AI 的深度关注。整体来看，这是一份集全栈工程（Python/SQL/React）、云原生（AWS/Docker）、数据工程与前沿大模型应用能力于一体的复合型 AI 部署工程师档案。

Read More →

Mike Faist 解锁企业AI驱动创新的秘密

本文深入剖析了科技分析师 Mike Faist 关于企业AI驱动创新的核心框架与战略思维。Mike Faist 主张企业应将AI视为战略性工作流再造，而非单纯的战术工具，强调目的驱动的部署原则，即AI工具需与明确的业务挑战对齐。文中列举了医疗和零售领域的成果，例如AI诊断支持将患者评估时间缩短高达40%，以及金融服务业借助AI辅助工具识别客户情绪使客户留存率提升18%。在实施层面，Mike Faist 提出负责任AI采纳的三大支柱：确保算法透明度以应对监管审查与数据偏见、构建跨职能协作机制以联合技术团队、业务部门与法务专家共同设计系统、打造持续学习生态系统以缓解模型因数据漂移而衰减的风险。他强调AI系统需通过定期重训与迭代反馈来维持效能，而非作为静态工具部署。展望未来，Mike Faist 预测生成式模型、环境智能及人机协同将深化AI的整合，但同时指出技术的真正潜能在于以人类创造力、同理心和伦理监督来增强而非替代人的判断。全文为寻求规模化、可持续创新的企业提供了一份聚焦目的、责任、协作与学习的行动蓝图。

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一词火了，美股AI应用龙头业绩与股价暴涨

2026年8月，美股AI应用龙头企业Palantir因业绩与股价暴涨受到市场高度关注，其独特的FDE（Forward-Deployed Engineer，前沿部署工程师）模式被认为是核心驱动力。本周以来，Palantir股价累计上涨超过28%，总市值达到3800亿美元。公司高管Danny Lutkus指出，Palantir的方法与一般软件公司截然不同，不依赖标准解决方案。FDE模式要求工程师长期派驻客户办公室，时间跨度数月至数年，其核心任务不仅是交付代码，而是推动客户业务指标发生变化，并将项目经验沉淀为可复用的方法和产品能力。完整的FDE工作流程包括：进入客户现场、发现真实需求、完成方案验证、推动系统上线，再将一次性交付转化为可复制产品。Palantir第二季度财报显示，总营收达19.4亿美元，同比增长94%，超出市场预期的18亿美元；公司上调全年销售预期至81.6亿美元，高于市场预期的77亿美元；调整后营业利润预期为48.9亿至49.1亿美元，大幅超出此前预测的44.5亿美元上限。CEO Alex Karp将本季度描述为“超乎想象”，并将增长动力归于主权AI浪潮，即企业力求数据隐私自主可控，不将数据交由OpenAI、谷歌等前沿AI实验室处理。花旗分析师认为Palantir是AI落地浪潮中最明确的受益标的之一。国联民生证券分析指出，FDE打通了“传统软件服务能力—AI项目落地—产品化沉淀”的价值链条，有望成为连接模型厂商、软件服务商和行业客户的重要组织形态，使传统计算机企业的客户资源、行业经验和实施能力在AI时代重新体现价值。当前AI竞争正从拼模型参数转向拼业务落地能力，复合型人才仍较为稀缺。

Read More →

所有来自 Hacker News "谁在招聘?(2026年8月)"帖子的工作

本文汇总了来自 Hacker News 2026 年 8 月“Who is hiring?”帖子的 215 个招聘职位，展示了前 100 条岗位信息。职位覆盖 AI、SaaS、制造业、金融科技、医疗健康、教育、政府科技等多个领域，工作地点包括远程、现场及混合办公，分布于美国纽约、旧金山、波士顿、芝加哥、洛杉矶、丹佛，以及德国科隆、柏林，荷兰阿姆斯特丹等地。多家公司正在招聘 Forward Deployed Engineer，如 LiveKit 分别在纽约和旧金山各招一名，Statecraft 招募为美国政府 AI 工作流服务的前沿部署工程师，Deepline 招募创始 FDE 以构建 GTM 基础设施。其他热门岗位包括：Founder Ventures 旗下 Rankwise、Debriefing、OutFriend 分别寻找 Head of Growth 和 CEO 的股权主导型创始角色；Symbolic.ai 招募资深全栈工程师，其 AI 平台服务于 News Corp、WSJ、Dow Jones Newswires 等专业新闻编辑室；PermitFlow 完成 5400 万美元 B 轮融资后大量招聘 Staff 及全栈工程师；Freeform 获 NVIDIA NVentures 等投资的 6700 万美元 B 轮，招聘多名资深软件工程师；Connie Health 招聘资深分析工程师，依托 Khosla Ventures 支持；以及许多初创公司提供有竞争力的薪资与股权。薪资范围从 3 万美元到 27.5 万美元以上不等，许多职位强调 AI 工程化、产品落地、实时协作、合规与可靠性等能力。本文集中反映了 2026 年 AI 人才市场对前沿部署工程师、全栈工程师、AI 应用工程师及增长负责人的旺盛需求，并揭示远程与现场结合的弹性工作模式已成为主流。

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 →

第一批做FDE的人，离高薪差远了

本文通过采访冯又又、82LSF、哲伟、XIAO和Lawted五位身处不同阶段的FDE从业者，深度还原了AI前线部署工程师的真实工作与生存现状。FDE全称Forward Deployed Engineer，因大模型在企业落地需求激增而走红，Indeed数据显示2025年4月至2026年4月该岗位招聘数从643个增至5330个，同比增幅729%，市场热度极高。然而真实情况与外界设想的“年薪百万”相距甚远：00后实习生哲伟日薪仅200元，最忙时每周工作近50小时，频繁驻场出差还要连续编写调试代码到深夜；就职于深圳内容营销公司的冯又又承担项目80%工作，却仍拿着产品经理级别薪资；在杭州创业的XIAO（北邮本科、南洋理工硕士）尽管已接触年营收过亿元的客户，但由于需独自覆盖获客、驻场、返工、运维全部环节，客观收入并不光鲜。五位受访者一致认为，FDE真正的核心壁垒是沟通和业务理解，写代码只是冰山一角，最大挑战来源于企业老系统封闭、数据散落在微信和Excel、老板需求模糊以及员工对AI的抵触，工具堆积反而可能成为新的故障源。自由职业者82LSF使用WorkBuddy为餐饮企业开发出10余个通用skill，实现自动生成营收日报、打卡异常表等现象级提效；全国性的Ha7ch社群发起人Lawted则通过组织48小时黑客松，尝试用快速交付的Demo解决企业信任难题。受访者对FDE职业未来总体持谨慎乐观态度，认为只要企业业务流程还在变化，就永远需要能在一线解决复杂问题的人，但这个行业至少还需要三到五年沉淀才能形成成熟的产品、方法和商业生态。

Read More →