Agentic AI

Articles tagged "Agentic AI"

25 articles in total

明略科技CEO谈FDE：12年前已研究，企业AI交付方式生变

明略科技CEO吴明辉在2026年世界机器人大会上表示，公司12年前已开始研究FDE（前线部署工程师）角色，并指出当前FDE需要比传统软件部署做得更深：既要将Agent接入真实业务，也要将现场能力沉淀回后台。2026年5月，OpenAI专门成立Deployment Company，将FDE派驻企业完成需求发现、系统设计、开发和上线；6月，Anthropic宣布与IT服务商DXC合作，计划培训数万名Claude认证FDE；8月18日，腾讯云将智能体开发平台AI应用工程师认证更名为ADP前沿部署工程师认证。这些动作指向企业AI落地的“最后一公里”问题。明略科技将原有营销智能、数据治理等能力转为Agentic Services交付，并拟取得普联软件控制权，将FDE和Agent基础设施带入其服务的石油石化、煤炭电力等大型集团客户。普联软件收入从2021年5.82亿元增至2025年8.25亿元，但净利率从2021年下滑超15个百分点至8.09%，呈现“越干越不赚钱”态势，Agent时代试图通过提高人效杠杆率来改变这一线性增长困局。实践层面，蒙牛已从28个事业部选拔约200名AI先行官，建立L1到L3认证体系，L3员工需具备搭Agent、理解业务需求并形成解决方案的能力；宁夏西鲜记总经理张立非用阿里AI编程工具Qoder三个多月搭出养殖管理系统，成本仅几万元，而外部定制方案报价曾达百万元级。文章认为FDE更像一条仍在移动的边界，岗位远未定型，Agent时代的企业AI市场正重新分工。

Read More →

前沿部署工程师（智能体AI）

Rimini Street发布了一则Forward Deployed Engineer（Agentic AI）的招聘信息。该职位面向韩国远程办公，需要向创新解决方案交付副总裁汇报。Rimini Street是一家纳斯达克上市企业（代码RMNI），专注于Oracle、SAP、VMware等企业软件的第三方支持和Agentic AI ERP解决方案，拥有超过6300份签约合同，客户涵盖财富500强和全球100强企业，员工超过2000人，分布在23个国家。该角色要求候选人嵌入企业客户现场，设计、构建并投产Agentic AI解决方案，实现从技术发现、架构设计、生产级代码开发到交接支持的全生命周期交付。核心职责包括：定义可量化成功标准（如周期缩短、自动化率、治理成功率）、构建与客户环境适配的架构、编写生产代码并融入客户CI/CD与发布治理流程、构建检索管道、防护栏、智能体编排与人机回路控制、实施企业级代理工具执行安全机制（权限范围、批准门、审计跟踪）、搭建评估套件以检测幻觉、回归和漂移，并实现生产可观测性。候选人需具备8年以上生产系统工程经验，其中2年以上AI/ML系统生产落地经验，以及直接与财富500强客户合作的能力；需熟悉ERP系统（SAP、Oracle EBS等），多种智能体平台，RAG技术，Python及至少一门另一语言，SQL，现代前端框架和持久化执行框架。岗位涉及约25%差旅。此文体现了企业对“前线部署工程师”这一新兴工程角色的明确定义和系统化能力要求，是Agentic AI从实验走向企业核心应用的重要信号。

Read More →

成为代理时代的前沿部署工程师所需的条件

本文由Sigmoid高级总监Nikunj Patel撰写，探讨在代理AI（agentic AI）时代成为前线部署工程师（Forward Deployed Engineer, FDE）所需的核心能力和思维转变。文章指出，随着代理吸走更多编码工作，稀缺技能已不再是构建本身，而是判断什么值得构建。FDE的角色是在业务需求与技术方案之间架桥，不只是在收到规格后构建，而是与业务团队合作定义问题、构建方案并负责到最终采用。文章列举了成为高效FDE的五个前提条件：全栈广度、代理系统流利度、数据与平台深度、双向业务流利度、适应变化优先级的能力。进一步提出三个区分优秀FDE的技能：通过采用阶段持续负责（ownership through adoption）、构建可复用框架、以及知道何时不构建的判断力。文章强调，最好的FDE几乎同样频繁地放弃自己的原型，视其为过滤器而非失败。Sigmoid的FDE团队在多学科协作的环境中工作，已交付100+ AI产品，生产部署200+智能体，服务财富500强级别的制药、消费品和制造业客户。结论是，代理AI正重绘职业阶梯，工程师需从编写代码转向拥有业务结果，而判断力的培养正是当前最紧迫的方向。

Read More →

AWS投资10亿美元嵌入AI前沿工程师

AWS 宣布设立 AWS Forward Deployed Engineering (FDE) 组织，并投入 10 亿美元资金，旨在将具备 AI 能力的前沿工程师深度嵌入客户团队，帮助客户快速构建并自主运营生产级 AI 系统。该组织采用 agentic-first 模式，利用 agentic 部署技术和 AI-Driven Development Lifecycle，将传统数月的交付周期压缩至数天，并以客户自给自足为最终目标。FDE 工程师与客户的业务、工程及安全团队紧密协作，使用客户自身的数据、治理框架和流程进行构建。项目交付物包括已在客户 AWS 环境中运行的 agentic 系统、知识图谱、运行手册、架构文档以及经过培训的内部 champion，使客户能够独立创新。部署过程强调安全，内置基于硬件的隔离、端到端加密，客户数据始终不脱离其治理框架。AWS 还计划与 AWS Partners 合作，投资于合作伙伴培训、工具和资源，以加速 FDE 项目。这一举措标志着云服务巨头从传统咨询式交付转向长期能力共建，核心在于通过知识图谱沉淀领域专长，让智能留在客户的代码中，而非依赖可能流失的个人经验。

Read More →

前沿部署解决方案架构师 – 应用AI FDE

ServiceNow 正在招聘一名“Forward Deployed Solution Architect – Applied AI FDE”，这是一个直接嵌入客户前线的高阶技术岗位，隶属于 Applied AI 前线部署工程（FDE）团队。该职位旨在与最具战略意义的客户深度合作，识别高价值 AI 机会，并设计、交付基于 LLM 和 RAG 等技术的 AI 解决方案，以加速业务成果。候选人需在 8 到 12 周内交付能够解决关键业务难题的“解决方案就绪构建物”，并将一次性的成功转化为可复用的模块，从而推动 Now AI 平台的演进。该角色要求极高的综合能力：拥有 15 年以上整体经验及 5 到 7 年的企业 AI/ML 架构或现场工程经验；技术上必须精通 LLM 系统、GenAI 管道、提示工程、RAG、数据建模，并掌握 AWS、Azure 或 GCP 等云平台的容器化和基础设施即代码（如 Terraform）；同时需要具备 Python 和 SQL 编码能力，熟悉 LangChain 或 Semantic Kernel 等框架。此外，该职位有高达 30% 的差旅要求，以嵌入客户现场领导战略发现研讨会并引导高管决策。ServiceNow 强调其平台已集成任何 AI、任何数据和任何工作流，服务于 85% 的财富 500 强企业，创始人 Fred Luddy 的初心是将人从繁琐工作中解放。此职位不仅是解决方案架构师，更是定义可扩展企业创新标准的实地产品架构师。

Read More →

Sergio Illescas

Sergio Illescas 是一名前线部署工程师（Forward Deployed Engineer），目前就职于总部位于旧金山的 AI 通信公司 HappyRobot。HappyRobot 构建面向实体经济的 AI 原生操作系统，已获 5 轮共 6080 万美元融资，在 2026 年 8 月宣布完成由 Prysm Capital 领投、Eurazeo 联合领投的 1.5 亿美元 C 轮融资，估值达 12 亿美元，跻身独角兽行列。Sergio 在芝加哥工作，直接与客户合作部署 AI 智能体并确保其在真实环境中的可靠性。 此前，他在马德里理工大学参与由欧盟资助的 6Green 项目，开发基于 Python 的 MILP 优化模型评估 6G 网络可持续策略，将排放降低至基线的约 15%，并于 2025 年第 33 届 ITS 欧洲会议上发表了经同行评审的合著论文。在 Minsait 实习期间，他利用 Java、Spring Boot、Vue.js 和 OpenShift/Kubernetes 构建后端微服务与管理工具，将私有 5G 网络服务管理时间缩短约 40%。他还曾在伊利诺伊理工学院攻读应用数据科学与 AI 硕士，并自主开发了结合 OpenAI、Gemini LLM 与 ElevenLabs 等技术的 AI 面试模拟平台，在 72 小时内打造出原型，获得黑客松总冠军。

Read More →

十项全能运动员与任务指挥官：FDE 与前线协调员

Beth Lambert 在这篇发表于 2026 年 8 月 19 日的文章中，提出了企业级 AI 成功部署的核心并非单纯用软件取代人力，而是将前线部署工程师（FDE）与前线操作者/协调员这两种精英角色配对为统一战术单元。作者将 FDE 定义为“战术十项全能选手”，负责深入客户运营核心，将混乱的领域摩擦转化为确定性的工具链，并在数据边界建立生产级护栏；而前线操作者则被定义为“任务指挥官”，负责监督和审核自主 AI 代理群，仅在解决高复杂度的边缘例外或审批高风险决策时介入。文章进一步提出了两者共生的三大法则：操作者提供未文档化的启发式工作流，由 FDE 构建评估体系与护栏；FDE 构建“操作外骨骼”消除认知负担，操作者专注战略指挥；以及放弃长达六个月的产品路线图等待，转而基于操作者的实时遥测数据进行客户端现场的快速迭代。核心观点是：企业 AI 转型的本质是赋能领域专家去指挥由前线工程师构建的自主机器，而非用算法替代人类判断。Beth Lambert 此前曾在 Salesforce 和 IBM 担任 AI 相关重要职位。

Read More →

[远程] AI架构师，首席前线AI工程师 - 医疗保健

Brillio公司于2026年8月13日发布了一份远程AI架构师/首席前线AI工程师的招聘信息，工作地点面向美国候选人。该职位要求候选人拥有10年以上的软件工程、AI工程或企业架构经验，核心职责是作为前线部署工程师（Forward Deployed Engineer），与大型医疗支付方合作，设计并扩展AI驱动的转型计划。工作内容涉及将复杂的医疗业务挑战转化为可扩展的AI架构，利用生成式AI、大语言模型（LLMs）、AI智能体（AI agents）、检索增强生成（RAG）和智能自动化技术，设计包括多智能体架构、工作流编排和企业级AI集成在内的解决方案。候选人需深度参与从原型设计到生产部署的全生命周期，并设计用于改进医疗理赔处理、事先授权、护理管理、支付完整性等核心医疗运营环节的AI工作流。职位要求的技能栈覆盖了现代AI框架（LangGraph、LangChain、CrewAI、AutoGen）、云平台（AWS, Azure, GCP）、企业LLM平台（Claude、OpenAI、Gemini）和医疗数据标准（HL7、FHIR、ICD-10）。Brillio公司总部位于加利福尼亚州圣克拉拉，拥有5001-10000名员工，在2026年为员工提供了88次H1B工作签证担保。

Read More →

我对 FDE 的判断：它不是驻场写 Prompt，而是把 AI 项目变成产品

本文作者浪人李白对前线部署工程师FDE的核心职责进行了重新定义，认为FDE不是简单的驻场写Prompt，而是将模糊的AI业务问题转化为可复用产品能力的机制。文章提出了FDE需要完成的三次关键转换：第一，将模糊的业务诉求变成可验收的任务，通过任务机会卡和任务契约明确输入、输出、规则、例外和人工确认点；第二，将一次成功运行变成可持续运行的生产系统，涵盖运行状态记录、权限审计、异常处理和断点续跑等确定性保障；第三，将客户现场的经验沉淀为可复用的产品资产，分为产品层、行业资产层和配置层。作者用“两本账”衡量项目价值，即客户价值账（业务指标、持续使用、自主运行）和产品资产账（可复用模板、工具、评估集、交付周期缩短），强调FDE价值=客户业务结果×产品复用能力。文章还指出AI项目失败常见原因在于问题定义不清导致的“定义债”，并给出了判断项目是否值得投入FDE的三道门槛：值得做、能验证、可复用。最终结论是优秀FDE团队应让自己退出，使同类问题更快更稳解决，而不依赖英雄式人物。

Read More →

评估与发布治理

本文介绍了《FDE指南》（前线部署工程师指南）中关于AI智能体系统评估与发布治理的框架。指南强制要求以证据为支撑的发布模型，适用于同时包含确定性代码和非确定性智能的智能体系统。核心机制包括一条不可篡改的完整性链（Integrity Chain），通过绑定特定版本的环境、行为和证据，确保生产系统与通过评估的系统一致。评估不再是一次性事件，而是由确定性模式验证到语义专家审核的分层检查。关键实体包括评估案例（Evaluation Case）、评估报告（Evaluation Report）、解决方案发布（Solution Release）以及发布门禁（Release Gates）。评估报告通过记录系统被测对象（SUT）的SHA-256摘要（如agent_system、behavior_bundle、tool_contract和runtime）来提供主要证据。解决方案发布清单必须绑定workflow_charter、data_context、threat_model和security_policy等完整交付上下文。发布流程遵循严格的门禁递进：Gate 0（设计）验证章程、价值案例和架构；Gate 1（沙箱）聚焦合约测试、授权和预算控制；Gate 2（影子模式）在无业务影响下测量真实数据表现；Gate 3（金丝雀）在有限分段中执行并配备主动终止开关。运营控制延伸到生产环境，通过持续监控和“验证者规则”（Verifier's Rule）进行治理，该规则宣称智能体的自主性上限取决于验证而非生成能力。每次生产故障都必须被分类为可复现示例和回归测试，使评估语料库随系统复杂性同步增长。整个体系为FDE（前线部署工程师）在管理智能体系统风险、确保安全有效交付方面提供了可操作的治理模板。

Read More →

GCCs在招聘Forward Deployed Engineer方面超过印度IT服务公司

据印度《商业线报》2026年8月12日报道，全球能力中心（GCC）在招聘前线部署工程师（FDE）方面，正大幅超越印度本土IT服务公司。Adecco India的招聘数据显示，过去一年GCC对FDE的需求增长约55%至65%，而IT服务公司增长约40%至45%。TeamLease Digital的数据则显示，FDE岗位发布量在2025年第一季度至2026年第一季度间暴增700%至800%。FDE被视为企业AI从实验阶段迈向实际价值创造的关键角色，其职责是连接AI技术能力与复杂业务需求，解决遗留系统、碎片化数据和合规性等落地挑战。Careernet首席商务官Neelabh Shukla指出，FDE是技术与业务之间的“翻译者”。招聘策略上，GCC倾向于高薪招聘FDE来构建长期内部AI能力，并愿支付30-40%的薪资溢价，而IT服务公司则更多依靠对现有云和工程团队进行技能重塑来填补缺口。TeamLease Digital首席执行官Neeti Sharma强调，FDE薪酬在过去一年上涨20-30%，入门级年薪约18-25万卢比，资深人士可达50-80万卢比以上。对RAG（检索增强生成）和Agentic AI等前沿技术的掌握，加上业务理解与部署能力，是FDE的核心技能要求。Adecco India预测，未来2-3年FDE招聘将增长80-85%，这一角色有望像云架构师一样，成为AI时代最炙手可热的人才。

Read More →

FDEs很难找到，但对开发至关重要

本文作者Kennith Jackson（Andela解决方案高级副总裁，前Google Cloud员工）指出，前线部署工程师（Forward Deploying Engineer, FDE）是将AI技术与业务需求连接起来的关键稀有人才，对企业突破AI集成墙至关重要。尽管OpenAI、Anthropic、Microsoft、AWS等已推出帮助客户采用AI的计划，但依赖外部FDE团队会带来成本高昂、供应商锁定、错失开源机会以及模型监管风险等问题。为此，企业必须内部培养FDE能力。文章提出了一套结构化的培养路径：第一步识别合适候选人，要求具备深厚软件工程功底、数据科学和云架构经验，以及特定行业知识（如医疗合规、金融服务风险）；第二步进行三层技术培训，基础层涵盖LLM、提示工程、Python、Token和代理架构等，应用层聚焦检索增强生成（RAG）、代理式AI（Agentic AI）和生产运营，高级层涉及模型内部机制、微调和故障排除；第三步发展专业软技能，包括重构技术对话为业务问题、管理利益相关者关系和在高不确定性下做出判断。Andela的实践表明，评估现有技能并定制培训至关重要。成功培养FDE的企业将能规模化地将AI演示转化为产生实际价值的生产系统，避免被风险承受能力更强的竞争对手超越。Andela自身运营着一个覆盖135个国家、超过150,000名技术人员的全球审查人才网络。

Read More →