远见网一、一个源自海外的全新工作概念——FDE
过去半年，一个源自海外的全新工作概念——FDE，引爆了大厂的人才争夺战，百万年薪仅是基准线。
字节、阿里、腾讯、金山等大厂，都在开足马力，紧急招募FDE。
《中国企业家》从BOSS直聘、猎聘等平台上看到：豆包开出了105万元年包薪酬；
阿里云大模型FDE月薪2万到5.5万，16薪；月之暗面Kimi上线了年包109万元的FDE岗位。
硅谷从业者透露，海外FDE薪酬更是上不封顶。
接近字节的人士向《中国企业家》透露：有的字节FDE入驻企业，日薪可达1万元。
FDE，即Forward Deployed Engineer，意指前线部署工程师。
它由美国公司Palantir带火，核心是“驻场交付”，即工程师直接进入客户现场，将标准化数据分析产品，嵌入客户的现有系统与工作流。
这套打法帮助Palantir股价从2022年底的不到6美元，一路涨至2025年的200美元，也让国内苦于AI to B落地的公司们看到了解药。
今年夏天开始的AI办公大战，进一步加剧了大厂的焦虑。年中，字节用二十余天把飞书、TRAE、扣子并进豆包工作；
阿里把QoderWork、钉钉的部分侧翼产品和MuleRun合成千问办公；
腾讯的WorkBuddy则要求生态里数千家服务商要自备FDE交付能力。
为什么大厂集体瞄准了FDE？一方面，AI办公赛道价格战、渠道战、产品整合战轮番上演。
“（它们）最终争的是，谁真正能完成企业的需求，并且能标准化成产品的能力，但这件事是有时间窗口的。
”鼎晖投资创新与成长基金的刘羽轩说。
激战的同时，AI产品在交付又有一个核心矛盾待解，“销售谈不清需求，研发又够不着客户。” 一位头部云厂商负责人对《中国企业家》总结。
“FDE最先由火山云提出来，跟他们to C的基因有关。以前销售不知道研发在哪里，有啥卖啥。
但是AI to B，尤其是to大B的时候，一定要谈需求，作规划和测试。
销售人员谈不清楚，就在旁边放个FDE，其实就是放一群研发嘛。所以FDE归根到底，还是要提升一线人员的作战能力。
”上述负责人说。
1、FDE只是销售的新名字
FDE虽然是新火起来的名词，但并不是个新概念。“要成为一个合格FDE的条件，是非常苛刻的，所以他才贵。” 金蝶央企数字化咨询部总经理李峰说。
在他看来，FDE之所以在这个时点冒出来，是因为AI不再是工具，而是开始以“工作伙伴”的身份进入组织——生产力变了，生产关系就要变。
在工业时代，市场、售前、交付多由三条线负责，而FDE要能面向市场拿单、懂业务、能把需求翻译成技术语言，也要能自己部署交付。
简而言之，需要复合型人才，能对结果负责，也能以结果收费。
这不是中国独有的问题，“在美国招一个FDE也这么难。” 李峰说。
2026年8月，张健同时收到了阿里云、火山引擎的FDE面试邀请。
他回忆面试要求：“类似于TAM（技术客户经理）的角色，但要求（应试者）能覆盖的技术栈很长，从服务器一直到Agent平台，岗位分1到10级。
”
张健告诉《中国企业家》，市面上的FDE岗位实际分两类：一类基于自家Agent产品去做垂直行业能力，要了解行业的工作流、边界，技术深度更深；
另一类没有自家Agent产品，利用外部工具，按客户需求从0到1定制开发软件。
二、打包服务项目付费
1、打包服务项目付费
FDE驻场收费模式在国内则要视复杂程度而定，也普遍分为两种：项目制，按每人每天薪酬收费；以及订阅产品，打包服务项目付费。
例如，张健应聘的字节岗位便不要求FDE长期驻场，而是以改善自家Agent为主，仅偶尔出差。
阿里云也可以线上合作办公，反倒一些创业公司的FDE岗位要求长期出差。
FDE具体干的工作是，深入客户现场，标准化客户需求、反馈给产品设计。
杭州时空涌现科技创始人张蓝尹在to B赛道创业多年，她提到，FDE必须懂技术，才能在客户的流程里看出哪里能上AI。
具备全栈技术能力的同时，FDE还需要有销售的灵敏嗅觉。
2022年，某办公软件曾广泛招进一批CSM（客户支持经理），负责销售、渠道培训和客户服务。
这也导致，FDE往往被当作技术岗招进来，被当作交付工种使用，最后又被当作销售考核。
客户到底为什么付费？
2、企业端目前只走到了第二阶段
事实上，FDE还距离理想状态很远。郭其志表示，眼下不少FDE进企业做的事，说白了就是两个字——培训，给客户办AI比赛、上AI课。
交付为何有此错位，得先回答一个问题：客户到底是为了什么付费？以及，客户为什么还没有付费？
李格表示，要理解交付现场必须有FDE，得先承认一件事：国内的大部分企业不信任AI，更不会重度依赖任何市面上的AI产品。
毕竟在企业看来，B端容错率极低。
“客户的需求不是标准化的，且对于长流程业务场景中的AI Agent，错误率容忍度很低。
即便在海外，客户对AI也远远没有达到信任的程度。
她以OpenAI服务的一家半导体企业案例举例：团队只用4周产出demo，后续却要耗费4个月时间，将系统输出的每一份结果，完整标上数据来源。
信任缺失的同时，上下文不充足、数据割裂，也在成为通用AI进入大厂落地的拦路虎。
钥蚀科技创始人冯璐瑶目前在FDE赛道创业，曾是国内某大厂to B的一线销售。
在大厂工作时，冯璐瑶也常常遇到这样一幅图景：客户企业几百名员工都用某个to B办公产品，搭了很多智能体，但公司数据并不存在该软件里。
员工不得不手动往里喂信息，导致所有决策和审核，还要人工过一遍。
三、“在大厂的角度上
但如今AI产品的实际效果难以直观显示，甚至交付流程，也还做不到标准化。
冯璐瑶透露，某头部AI平台的商务在销售后，会由渠道商来承接，渠道商又会试图把自己的服务打包到里面。
虽然大厂的SOP（标准作业流程）是标准化的，但投入力度也取决于客户品牌力大小。
在她看来，大厂还是以产品为主语，反推B端业务流程，而不是从B端业务流程反推产品。
1、FDE团队的规模，是模型能力的倒数
创业FDE大半年来，冯璐瑶切实感受到了现实的骨感。
钥蚀科技的客户分两类：一类明确要求先让所有人用上AI，以求降本增效；
另一类要的是完整的平台，更像过去软件开发的活。
市场的热与企业的冷之间，也存在切实的温差。
一位苏州制造业老板告诉冯璐瑶，智能制造还很难靠AI介入，“大家都说AI能带来翻天覆地的变革，至少在我们接触到的企业里，还没有看到。
比市场教育更棘手的，是B端落地必然触碰的内部利益再分配。毕竟所有落地项目，都绕不开客户内部的利益平衡。
哪些部门的数据开放、哪些岗位的原有核对流程会被简化、谁为最终上线结果负责签字。
她透露，即便OpenAI的FDE已经实现很高人效，截至2025年底，整个团队规模也仅在50人左右。
反观国内，大厂都在搭建数百人规模的交付、生态服务团队。
悬殊的人力投入差距，背后除了企业信任逻辑、私域数据管理习惯之外，根源也落在产品与模型本身上。
“模型能力还是做得不够，还在使用SaaS to B的思维做交付。
模型能力直接决定了FDE产品标准化后，需要多少人力去兜底。模型的长程任务准确率持续提升，FDE人效就会越来越高。
”
据她观察，智谱现阶段基本只输出标准化API，背后依托的就是较强的模型底座。“被钱天天在追着跑。
FDE的下一形态：人+Agent、一人公司
四、再把共性需求抽出来
1、甚至开始被污名化
“从被神化，到走下神坛，甚至开始被污名化，反映的就是市场本身的极度不理性。
每家企业的业务流程、管理方式、数据底座千差万别，“大厂天然要追求通用化，一个产品恨不得销向全世界。
这也让大厂交付不了的缝隙里，长出了一批小玩家。
客户画像很清晰——50人到300人的公司，没有强技术团队，或者业务和技术磨合得不好。
定价是改造一条业务流程5.8万元起步，两条流程加上咨询和培训，一年收取12.9万到15.9万元。
他们只亲自完成30%的架构设计与技术选型，把剩余70%的执行工作交由AI承接。
2、已经转向采购豆包工作
不过，小玩家的增长天花板也已经显现，大客户的大门正在慢慢向他们关闭。
靠人力堆叠的模式，就绕不开低毛利的困境。
已有中小企业主这样算账：软件服务商开出百万元的AI升级报价，不如拿出20万元聘请一名懂Agent的开发，用一年时间落地项目，收益更高。
冯璐瑶摸索出两条破局路径。
一条是放大单人能力、积累人力复利：“同样的角色，我不需要再去招一个售前，一个产品经理，拿一个FDE就可以解决。
另一条路径是将交付成果做产品化沉淀：把针对单个客户的定制方案，提炼、抽象成可复用的通用底座，目前团队已经沉淀出餐饮门店、跨境电商两套标准化方案。
能不能在人力生意里跑出复利，直接决定FDE浪潮的成色。对于前景，行业里依旧分歧重重。
李峰认为：“机会和泡沫只在一瞬间，切入得好就是机会，切入不好就是灾难。
金蝶内部也已经在启动相关布局，推动工程师同时考取AI工程师与FDE认证。
