知识库

行业前沿资讯与深度分析

共 388 篇文章

第一批做FDE的人，离高薪差远了

本文围绕 Forward Deployed Engineer（FDE，前线部署工程师）这一新兴职业展开深度访谈。随着大模型在企业落地，负责将 AI 能力与业务流程深度结合的 FDE 需求激增。美国招聘平台 Indeed 数据显示，FDE 相关岗位从 2025 年 4 月的 643 个飙升至 2026 年 4 月的 5330 个，增幅达 729%。该概念最早由美国科技公司 Palantir 在 2010 年前后设立并推广。国内需求主要来自为大客户提供模型售后落地的模型公司，以及为 AI 应用不当的中小企业做定制的个人或小团队。文章通过采访五位一线从业者（包括刚毕业的新人、自由职业者、学生实习和社群组织者），揭示出 FDE 的真实工作状态：编写代码仅占小部分时间，大量工作为驻场、参会、培训员工、梳理杂乱数据和对接老旧系统。商业模式尚不成熟，收费方式涵盖按项目、咨询、订阅、降本抽成和方案模板化售卖等。外界培训宣传的“年薪百万”与实际相去甚远，新人拿的是产品经理级别薪水，有人日薪仅 200 元却每周工作 50 小时，自由职业者获客、开发、返工和运维均需自负盈亏。五位受访者一致认为，FDE 市场需求真实存在，但行业标准未立，价值定价模糊，尚未形成完整成熟的行业生态。

阅读全文 →

FDE怎么把业务现场拆成AI能执行的数据对象

本文聚焦于FDE（前沿部署工程师）在企业AI项目落地过程中最关键却最容易被忽略的一步：将业务现场的需求拆解为AI可执行的数据对象。以“客户风险识别”为例，作者详细展示了如何从业务人员的模糊表述中分离出客户、跟进记录、风险记录等核心对象及其字段，梳理对象间的一对多关联关系（客户→商机→合同→回款），并明确AI的输入（读取哪些数据）、输出（生成风险记录或任务）和动作边界。文章指出，如果对象拆解不清，AI回答会缺乏依据、不能安全地读写业务数据、流程会在人工环节中断，后期补权限和追溯将代价巨大。在此基础上，文章介绍了低代码平台织信如何帮助FDE快速搭建对象模型、流程、权限和日志，从而让AI应用建立在稳定的业务底座之上，而非单纯依赖提示词。“业务对象拆解”被视为企业沉淀可复用AI资产的核心方法，能够让客户、合同、回款等对象跨场景重复使用，大幅降低后续应用的交付成本。全文强调，FDE的核心价值在于将自然语言翻译成结构化业务结构，这一步做得越扎实，AI上线的成功率和可扩展性就越高。

阅读全文 →

第一批做FDE的人，离高薪差远了

本文深入报道了Forward Deployed Engineer（前线部署工程师）这一新兴职业在国内的真实生存现状，反驳了培训机构“零基础年薪百万”的炒作。文章指出，尽管大模型兴起带动了企业AI落地的强烈需求，使得FDE招聘量大增（美国Indeed数据显示相关岗位从2025年4月的643个增至2026年4月的5330个，同比增长729%），但第一代FDE从业者普遍面临收入远不及预期、市场标准缺失和高强度劳动的挑战。通过采访五位背景各异的FDE从业者——包括00后全职员工冯又又、自由职业者82LSF、日薪200元的实习生哲伟、服务亿元级营收企业的创业者XIAO以及社群发起人Lawted，文章揭示了FDE的真实工作远不止写代码，更多是驻场梳理混乱的业务流程、清洗散落在微信和Excel里的数据、培训员工和建立信任。商业模式尚未定型，有人按项目收费，有人尝试订阅服务和降本抽成，但企业往往只愿为结果买单。FDE被从业者称为AGI的“补丁”或过渡性载体，其核心价值在于跨越AI产品与企业业务之间的落地鸿沟，所需的是技术、业务和沟通能力的复合叠加，目前仍处于“有生意、没行业”的早期阶段。

阅读全文 →

办公Agent启示录：主要玩家忙着构建护城河，企业却缺乏一线实施者

2026年8月，办公Agent赛道迎来全面爆发，Claude Code年化营收达10亿美元拉开序幕，中国主流桌面AI原生办公智能体月总访问量突破6000万次。巨人如腾讯推出WorkBuddy、阿里巴巴整合发布千问办公、360推出Nano Work、字节跳动将飞书拆分并入豆包，仅10天便完成内部赛马到寡头竞争桌面入口的转变。IDC预估该市场今年规模达449亿元人民币。然而，另一组数据揭示了冷峻现实：Gartner与IDC调查显示仅17-18%企业真正将智能体融入核心业务，超70%的AI项目无法投入生产，高达90%的POC难转产。核心矛盾在于，大厂基于“大模型+入口+云”的生态贩卖逻辑，与企业急需“能把AI跑起来”的现场实施需求严重脱节。由于数据散落于CRM、ERP等系统，缺乏能将模型能力翻译成业务流的FDE人才，大量企业采购后AI即闲置。同时，安全成为AI下半场的入场券。三星半导体因员工使用ChatGPT导致三次机密数据泄露，PocketOS的数据库被Claude Opus 4.6智能体在9秒内完全删除，这些案例表明AI时代的安全核心已从边界防御转向权限管理、AI沙箱与全流程溯源。以360 Nano Work为代表的产品，正试图用原生安全基因建立新规则，行业下半场竞争正式从拼参数转向拼落地交付能力。

阅读全文 →

首批从事FDE工作的人，距离高薪还很远

本文通过采访五位前线部署工程师（FDE）从业者，深入揭示了FDE这一AI时代热门职业的真实图景。文章指出，FDE的核心职责是深入企业现场，将大语言模型整合到实际业务流程中，解决企业对AI“想用却不会用”的痛点，工作内容涵盖60%的沟通梳理与40%的技术落地。尽管美国招聘平台Indeed数据显示，2026年FDE相关岗位同比增长729%，但行业内商业模式尚未成熟，报价方式五花八门。从业者的实际收入并未达到外界传闻的“百万年薪”水平，甚至存在日薪仅200元、每周工作近50小时的高强度实习生。受访者普遍面临诸多挑战：需应对企业不清晰的需求、打通遗留系统、清洗脏数据，并承担大量沟通与“脏活累活”。同时，市场上也存在对FDE角色价值的争议，有人认为其只是实施顾问或架构师的换皮，行业整体仍处于早期探索阶段，至少需要3-5年的发展才能建立起成熟的产品方法论和服务生态。

阅读全文 →

运行时实例：Amazon Bedrock AgentCore 上生产级AI代理的持久计算

Amazon Web Services (AWS) 在 Amazon Bedrock AgentCore 服务中正式推出了 runtime instances 计算选项，提供面向生产级 AI 代理的持久计算基础设施。Runtime instances 基于 AWS 托管的 EC2 实例，支持单次会话最长持续 14 天，可运行多个协作代理并共享文件系统，从而实现在同一主机上通过共享目录直接交换数据而无需 API 调用。该服务还支持 GPU 加速实例类型，适合需要长时间运行、多步骤状态保持或 OS 级访问的复杂工作负载。与此前支持最长 8 小时无状态调用的 runtime microVMs 形成互补，两者可通过统一的 AgentCore API 进行混合编排，例如轻量级编排代理运行在 microVM 上，将计算密集型任务分派给 runtime instances 上的工作者代理。用户可使用任何框架（如 CrewAI、LangGraph、LlamaIndex、Strands Agents）和任何模型，仅需通过 @app.entrypoint 装饰器打包应用为 zip 或容器镜像。文章通过代码编写代理和代码审查代理的演示，展示了从创建 capacity provider、部署代理到在同一会话中协作的完整流程。定价为 EC2 标准费用加 AgentCore 管理费，首发区域覆盖美东、美西、亚太和欧洲多个区域。

阅读全文 →

“FDE”可能指两种完全不同的角色

本文由前 Palantir 前线部署软件工程师 Kabir Sial 撰写，核心论点是澄清“FDE（前线部署工程师）”这一模糊术语实际包含两种截然不同的角色：其一是 Palantir 倡导的“产品构建者”，北极星指标是不惜一切代价解决用户问题，包括发现需求并实际编写软件；其二是目前大多数 AI 初创公司真正需要的“平台运营者”，其北极星是部署并运营现有产品、推动落地和采纳。文章指出，对于规模化企业，采用“产品构建者”模式往往是错误的，因为高成本的定制功能维护会分散核心产品研发精力，且该模式每个 FDE 仅能服务极少量客户（Palantir 在2023年也是如此）。但在服务复杂性极高的财富500强客户（存在遗留基础设施和组织惯性）或服务多个异构 ICP 和工作流时，“产品构建者”式的定制开发对建立信任和发现产品长期演进方向至关重要。招聘方面，“平台运营者”可从技术客户成功、解决方案工程等广泛背景中筛选；而“产品构建者”需要高自主性的传教士型软件工程师，这要求企业具备“在边缘构建”的工程文化和以使命为驱动的组织氛围。无关类型，FDE 都应利用其客户邻近性，聚焦于发现最关键工作流和通过评估、配置来管理 AI 产品的不确定性，最终交付结果而非工具。

阅读全文 →

前部署AI架构师 IRC296102

2026年8月6日，GlobalLogic发布了一则前线部署AI架构师（Forward Deployed AI Architect）招聘信息，工作地点位于美国亚特兰大、奥斯汀、纽约、西雅图等10个城市，支持远程办公，年薪范围为16万至22万美元。该职位要求15年以上软件工程、架构或解决方案经验，兼具产品端交付与客户面对面技术顾问能力。核心职责是通过GlobalLogic的VelocityAI SDLC平台，整合Claude Code、OpenAI Codex、GitHub Copilot、Cursor、LangChain、AutoGen、LlamaIndex、Semantic Kernel、MCP、RAG及向量数据库等工具，帮助客户从传统的工单与冲刺驱动交付，转向意图驱动的自动规划、编码、测试、文档与验证流水线，进而缩短交付周期、加速代码生成与评审等环节。任职者需具备AI治理、人机协同控制、可观测性与安全等生产就绪能力。GlobalLogic作为日立集团旗下公司，自2000年起专注数字工程，此招聘反映了企业对融合深度技术、客户洞察与AI加速实践的前线部署专家的强烈需求，也指示了AI原生软件工程落地的关键技能与市场薪酬水平。

阅读全文 →

FDE为什么突然火了？AI落地缺的不是工具，而是能进现场的人

本文深入探讨了FDE（前线部署工程师）为何成为AI落地领域的新热点。文章指出，FDE并非一个凭空诞生的新岗位，而是企业软件交付模式在AI时代的一次回摆，其核心反映了行业竞争已从大模型能力比拼转向现场问题解决能力的较量。作者指出，在银行等复杂企业的真实场景中，普遍存在产品功能与业务痛点脱节、多系统数据口径不一致、技术落地与组织采纳之间存在鸿沟、以及AI工具输出难以转化为真实经营指标（如AUM、转化率）等四重“断层”，这导致通用AI工具难以奏效。为此，OpenAI、AWS等科技巨头已纷纷布局Forward Deployed Engineering相关组织，试图通过将工程师嵌入客户核心业务流程，来解决AI最后一公里的落地难题。文章同时辩证地分析了此类模式的代价，警示过度依赖FDE可能将AI公司推回高成本、难复制的项目制陷阱，关键在于将现场经验沉淀为标准化的产品组件。作者最终判断，在AI工具化日趋明显的当前阶段，真正的稀缺能力是能将工具带入复杂组织并转化为业务结果的现场能力。

阅读全文 →

Forward Deployed Engineer IRC299929

GlobalLogic，一家日立集团（Hitachi）旗下的数字工程公司，于2026年8月6日发布了一则名为“前线部署工程师”（Forward Deployed Engineer, IRC299929）的高级职位招聘信息。该职位名为“前线部署 AI 架构师”（Forward-Deployed AI Architect），工作地点位于印度的班加罗尔、钦奈、古尔冈、海得拉巴、那格浦尔、诺伊达和浦那。 该角色的核心目标是将人工智能深度嵌入企业客户的软件交付生命周期（SDLC），从传统的 Scrum 周期转向由意图驱动、高度自主的交付模式。候选人需要直接与客户工程团队合作，通过动手构建架构、设计智能体工作流（Agentic Workflows）和实现可量化的交付成果来证明 AI 主导的工程价值。 职位要求候选人具备 10-15 年以上的软件工程和架构经验，并且必须精通 SDLC、DevSecOps、敏捷/Scrum 框架。关键的技术要求包括对现代 AI 技术栈的实际操作能力，具体涉及 Claude Code、Cursor、Windsurf、GitHub Copilot、LangChain、AutoGen、LlamaIndex、Semantic Kernel、模型上下文协议（MCP）、检索增强生成（RAG）和向量数据库等工具与框架。此外，还需要掌握提示工程、工具调用、函数调用、多智能体编排等前沿技能。该职位提供混合办公模式。

阅读全文 →

Deep|LLM: RSI是最重要的变量，计算是最深的护城河

本文发表于2026年8月6日，由FUNDA发布，深入剖析了2026年7月AI板块遭遇本周期最大幅度回调（半导体月跌幅创2002年来新高，相关市值蒸发超1万亿美元）背后的认知错位。核心论点是，市场仍在用应用层视角寻找下一个杀手级用例，而行业真正的核心驱动力是迈向AGI的递归自我改进（RSI）。文章将AI进展重新定义为一个能力序列：已变现的编程能力、即将解锁企业市场的持续学习，以及决定终极格局的完全RSI。持续学习能解决模型积累隐性组织知识的“上下文问题”，将可寻址市场从千亿软件预算拓宽至十万亿级劳动力市场。文章用数据论证RSI的加速信号：模型迭代周期从年度缩短至月度（如GPT-5.5仅用一个月从预训练完成到发布），OpenAI在GPT-5.6出货三周后降价达80%，AI对内部研发速度的贡献半年内从5%升至15%-20%。当RSI跨过阈值，基于蒸馏的跟随策略将失效，算力会成为最不可压缩的终极护城河。因此，当前的AI资本支出是确保未来竞争入场券的战略必需，而非泡沫。这一观点也与面临显著算力瓶颈的中国领先实验室的处境相印证。

阅读全文 →

前向部署工程师 (FDE)，医疗行业 - 纽约市

OpenAI 发布了一则位于纽约的前线部署工程师 (Forward Deployed Engineer, FDE) 招聘信息，专注于医疗健康行业。该岗位年薪范围为 198,000 至 294,000 美元，要求拥有 6 年以上软件工程、机器学习/人工智能工程或技术咨询经验。FDE 将负责在支付方、医疗服务提供方、卫生系统和医疗科技公司等医疗组织中端到端地部署 OpenAI 的生产级 AI 系统。核心工作包括技术调研、架构设计、实施、评估、生产环境上线及交接，需将复杂的临床、运营和会员服务等工作流转化为技术需求。候选人需具备医疗行业经验，熟悉 Epic、HL7、FHIR 等电子健康记录 (EHR) 系统和互操作性标准，并能在遵循 HIPAA 隐私安全规范和保护受保护健康信息 (PHI) 的前提下构建 AI 应用。该角色采用混合办公模式，需出差高达 50%。该职位表明 OpenAI 正将其前沿 AI 模型深度集成到受严格监管的医疗核心业务场景中。

阅读全文 →