企业级软件

标签「企业级软件」下的文章

共 21 篇文章

前置部署工程师 — Agentforce 编排 - 柏林

本招聘信息由 Salesforce 发布于 myAbility.jobs 平台，工作地点包括柏林、杜塞尔多夫和斯图加特，职位为前线部署工程师（Forward Deployed Engineer），专门负责 Agentforce 编排与运营。该角色属于动手能力强的技术构建者，需在企业客户环境中设计、构建并部署企业级代理 AI 解决方案。Agentforce 负责驱动多智能体编排层，能将混乱的运营工作流、非结构化数据（如电子邮件、PDF、规格表）以及遗留 ERP 日志转化为具有人在回路（humans in the loop）的自主执行引擎。候选人将在敏捷部署小组中工作，与部署策略师和专业 AI 工程师合作，作为连接高级 AI 代理与更广泛企业技术格局的关键纽带。日常工作包括：编写生产代码、构建实时数据接地系统（采用 RAG、向量数据库和知识库）、进行提示工程管理、实施多智能体通信协议（含模型上下文协议 MCP），以及部署自动化供应链和后台工作流。要求具备三年以上软件工程或技术交付经验，并至少有一个生产级 AI、数据工程或企业集成系统成功部署；精通 Python、JavaScript/TypeScript、Java 或 Apex；具备 LLM 编排、RAG 管道、向量搜索索引及知识库检索器的实践经验；掌握 API 设计（REST/SOAP/Webhook）及现代代理协议；需有 25% 至 30% 的出差意愿。优先考虑具备供应链、制造或物流执行领域专业知识，或熟悉 Salesforce 生态系统（如 Agentforce Specialist、Data Cloud、Apex）的候选人。

阅读全文 →

霍华德·怀特

本文为Howard White的LinkedIn职业档案，展示了其在企业AI前线部署（Frontline AI Forward Deployment）领域的职业发展路径与核心能力。Howard White现任Zebra Technologies全球前线AI向前部署负责人，自2024年2月起领导一个横跨北美、拉美和EMEA的团队，将AI系统直接嵌入零售、制造和供应链运营的一线工作场景中，弥合AI能力与实际落地之间的鸿沟。Zebra Technologies因其团队的直接贡献，在《华尔街日报》2026年AI准备度排名中位列前十。同时，Howard White也是Seaboard Brands, Inc.的创始人兼CEO，持有Infinity Pocket专利（专利号US20190125012A1），这是一种将两个暖手口袋融合为一个连续通道的外套设计，作为成分品牌授权给服装制造商。其职业经历涵盖The Home Depot、BNY Mellon、Stibo Systems、Hewlett Packard Enterprise等企业，角色从制造工程师、网络工程师逐步转型至业务开发、专业服务和AI部署领导者。关键技能包括前线AI部署策略、生成式AI、企业AI采用、数据科学、供应链运营和专利许可等。

阅读全文 →

前部署工程与在团队内部构建的工程师顾问的回归

本文深度剖析了前线部署工程师（Forward Deployed Engineer, FDE）这一快速崛起的职业角色。文章指出，FDE 的根源可追溯至 Palantir 为美国情报机构提供服务的模式：将工程师直接派驻客户环境，在理解实际业务流程后现场构建和调整软件。当前，生成式 AI 的落地困境催生了 FDE 需求的爆炸式增长，Anthropic、OpenAI、AWS、Microsoft 等 AI 实验室和科技巨头在 2026 年 5 月至 7 月的短短九周内，合计承诺投入约 90 亿美元用于建立或扩展 FDE 职能。数据显示，FDE 岗位发布量同比增幅高达 1165%（截至 2025 年 10 月）和 729%（截至 2026 年 4 月）。文章将 FDE 描述为“一半是工程师、一半是顾问、全部是所有者”，核心区别在于其深入客户环境进行编码、直接观察工作流并对最终业务结果负责，而非仅交付文档。文章援引 RAND 研究指出超过 80% 的企业 AI 项目未能交付预期业务价值，并引用 BCG 观点强调 AI 转型中 70% 在于人员与流程，论证了嵌入式工程交付模式的必要性。文章最后推介了 GAP 公司的 Nearshore 嵌入式工程师服务模式。

阅读全文 →

前向部署工程师（企业级）

screenpipe是一家开源AI原生公司，正在为其企业业务招聘一名“前线部署工程师”（Forward Deployed Engineer, FDE），工作地点在美国旧金山，年薪范围12万至24万美元。该职位的核心职责是端到端地负责企业客户的部署，包括安装、采集策略制定、隐私边界设定、安全审查、推广和采用。FDE需要深入客户团队，梳理重复性工作流程，识别可自动化环节，并将重复构建的功能转化为产品化能力。此外，还需在销售通话中担任技术顾问，并输出有数据支撑的成果，如节省的时间、自动化的工作流数量、采用率、可靠性和扩展性。screenpipe的产品通过本地优先的方式记录实际工作过程，将其转化为可搜索的记忆、标准作业流程和AI智能体，数据存储在本地或团队选择的设备上。公司正处于YC S26阶段，仅有两人团队，强调FDE的客户工作将直接定义产品路线图。招聘流程简单，包括一次创始人对谈和背景调查。该岗位要求候选人具备强大的工程能力，善于在客户现场解决问题，能跨越发现、原型到生产阶段，并重视隐私边界。职位信息发布于2026年8月9日。

阅读全文 →

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。

阅读全文 →

前部署工程师

本文是 IFS 公司发布于 2026 年 8 月 2 日的 Forward Deployed Engineer（前线部署工程师）招聘信息。该职位隶属于 Taskfusion 项目，专门面向 IFS 收购的企业，通过设计、配置、测试和上线智能 AI 代理，为复杂业务工作流交付生产就绪的定制化 AI 解决方案。FDE 需要直接与客户合作，从需求发现、原型设计到部署调优全程负责，核心目标是快速降低运营成本、提升效率并减少错误。技术要求包括 2–5 年软件工程或 ML 部署经验，精通 Python，并熟练使用 OpenAI、Hugging Face、LangChain 等 AI/ML 框架，以及 Pinecone、Weaviate 等向量数据库。同时要求具备 LLM 应用、RAG 系统和对话式 AI 的构建经验，并能通过 API 集成 Salesforce、ServiceNow、SAP、Oracle 等企业级系统。理想候选人还需拥有 SaaS、客服运营或制造系统背景，以及多智能体编排经验。IFS 强调混合办公、多元包容文化，并表明自身是一家年收入十亿美元、7000 多名员工的全球企业软件公司，AI 技术是其核心支柱。该招聘清晰定义了前线部署工程师作为连接产品与客户需求的工程枢纽角色，体现了大型企业软件公司对 AI 最后一公里落地的系统化投入。

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 →

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 →

高级前部署工程师

MongoDB 在印度古尔冈招聘高级前线部署工程师（Senior Forward Deployed Engineer，FDE）。该岗位位于客户环境与内部产品研发的交叉点，核心职责包括：作为客户项目的技术负责人，从初始发现到生产上线的全流程负责；为客户构建连接器、数据管道和支持工具，编写生产级代码并进行故障排查；将一线客户需求转化为精准的产品反馈，以改进MongoDB的产品路线图；与产品和工程团队紧密合作，将现场实践模式转化为可复用的产品能力。应聘者需要5-8年工程经验，具备生产环境工程、AI及智能体开发、企业级软件部署和大规模生产解决方案交付的能力，并愿意接受高达30%的差旅前往客户现场。优先考虑具有LLM、智能体框架或AI系统生产部署经验，以及有过FDE或类似前线部署工程岗位经验的候选人。MongoDB 拥有超过67,000家客户，包括75%的财富100强企业和AI原生初创公司，其核心产品MongoDB Atlas是唯一全球分布式多云数据平台，可在AWS、Google Cloud和Microsoft Azure上使用。FDE角色是连接MongoDB产品演进与企业客户实际应用场景的关键纽带。

阅读全文 →

前向部署工程师解决哪些问题？

本文系统阐述了前线部署工程师（Forward Deployed Engineer, FDE）在企业级AI与软件部署中解决的核心问题。文章指出，约95%的企业AI试点未能产生可衡量的利润影响，根源在于部署失败而非模型质量。FDE的核心价值是弥合AI演示与生产环境之间的“最后一公里”鸿沟，他们深入客户内部，直接面对遗留系统、混乱数据、定制化配置等真实环境约束。文章详细解析了FDE日常解决的九大具体问题：1.遗留系统与混乱企业数据集成；2.AI演示与生产系统的性能差距；3.每家企业的定制化需求；4.售后无人对最终结果负责的交接真空；5.持不同“成功”定义的内部利益相关方分歧；6.现场与产品团队间的缓慢反馈循环；7.技术可行但用户采用率低；8.生产规模下不可预测的成本；9.受监管行业的安全、合规与信任差距。文章还将FDE与解决方案工程师、销售工程师和客户成功工程师进行了清晰的职责界定，强调了FDE对部署成果端到端负责的独特属性，而非仅负责售前演示或售后关系。

阅读全文 →

Amazon投资9500亿卢比连接AI工程师与客户：前向部署工程

亚马逊云科技 (Amazon Web Services, AWS) 宣布投资 10 亿美元（约 9500 亿印度卢比）建立全新的前线部署工程 (Forward Deployed Engineering, FDE) 组织，旨在帮助客户更快速、高效地部署人工智能解决方案。该计划体现了行业共识：构建 AI 模型仅是挑战的一部分，在复杂企业环境中成功实施往往更难。AWS 的 FDE 模式将 5 至 6 名工程师嵌入客户现场，开展为期 45 天的密集协作，直接与业务、工程、安全和高管团队合作，构建解决特定业务问题的生产级 AI 系统，特别是代理式 AI (Agentic AI) 工作流。此举使 AWS 与 Palantir、OpenAI、Anthropic 和 Microsoft 等同样采用前线部署模式的公司站在同一赛道。报导的早期客户包括 NBA、NFL、理光 (Ricoh)、Cox Automotive、西南航空 (Southwest Airlines)、宝马 (BMW) 和艾伦研究所 (Allen Institute)。AWS 预计该组织最终将雇佣数千名工程师并与 AI 代理协同工作，将客户 AI 实施周期从数月缩短至数周。这项投资标志着 AI 行业竞争焦点正从模型能力转向部署执行，能够桥接技术与业务落地的部署专业能力，将成为下一阶段企业 AI 采用的核心竞争优势。

阅读全文 →

微软推出25亿美元子公司，配备6000名员工，推动客户AI部署

2026年7月3日，微软宣布成立独立子公司 Microsoft Frontier Co.，注资25亿美元并配备6000名员工，这是迄今为止主要软件供应商对前线部署工程 (FDE) 模式的最大单笔投资。该子公司的核心任务是将AI工程师直接嵌入企业客户组织内部，以加速AI部署并解决企业从实验到生产落地的鸿沟。此举背后是微软应对AI产品采纳度不均的战略调整，其Microsoft 365 Copilot和GitHub Copilot在市场的渗透表现未达广泛预期，同时微软企业服务部门2026年3月季度收入持平。FDE模式正从政府承包的利基实践转变为AI企业服务的主流，亚马逊也宣布了10亿美元的FDE投入，Anthropic和OpenAI亦在2026年5月推出类似团队。微软由商业业务CEO Judson Althoff主导，任命前亚洲业务负责人Rodrigo Kede Lima为子总裁。咨询公司Accenture和EY已宣布与微软FDE项目对齐，为客户提供系统集成支持。文章强调企业运营团队在评估此类服务时，必须关注工程师分配机制、合作期间产生的知识产权归属以及合同终止后的退出路径，以避免未来出现难以解决的依赖性。微软试图通过这种深度绑定的工程服务，在云基础设施和AI平台竞争中建立长期护城河，区别于单纯依赖模型迭代的竞争策略。

阅读全文 →