Let's Make AGI Real

全硅谷最抢手的工作，有四成招的是别的东西

---

在法律科技公司 Ironclad，有一支团队被公司总法律顾问起了个外号：背包客。

理由很简单——你很少能在办公室里见到他们。

这支团队做的事，在 2026 年的硅谷有一个更时髦的名字：前线部署工程师，FDE。据猎头机构 Christian & Timbers 的统计，今年年初只有 5% 到 10% 的企业打算招这个岗位；到第二季度末，这个数字是 70%。

但如果你把一千份写着”FDE”的招聘广告摊开来数，会发现其中大约四成，招的根本不是这份工作。

先回答上一篇留下的问题

为什么是现在？

麻省理工学院一个研究团队考察了 300 个企业级人工智能项目，结论是：其中约 95% 对企业的营收或利润没有产生可衡量的影响。

这个数字被反复引用了整整一年，因为它太难堪了。

难堪的地方不在于失败率高，而在于失败的原因。这些项目大多不是死在”模型不够聪明”上，是死在别的地方——数据在七个系统里、字段名没人认得、合规部门不批、业务同事根本不知道该把 AI 用在哪一步。

一位中国从业者的说法最直白：

“客户只能告诉你，他们希望’用 AI 提效’，但他们并不知道 AI 究竟应该用在哪个环节。”

模型能力过剩，落地能力赤字。这就是整个行业突然开始抢人的全部原因。

问题是，抢的是不是同一种人。

60%、30%、10%

一家分析机构把一千份 FDE 招聘广告拆开来看，得到了这个系列里最有用的一张结构图：

约 60% 是真正的 Builder——嵌入客户现场、写能进生产环境的代码。

约 30% 是售前工程师或解决方案工程师改了个名字。

约 10% 干脆是内部工具、GTM、RevOps 之类的岗位被误标成了 FDE。

同一份分析还给出几个数字：中位基础薪资 173,816 美元；70% 的岗位含股权；只有 8% 含提成，0% 是纯配额销售岗；58% 来自 11 到 200 人规模的成长期创业公司；83% 集中在旧金山或纽约。

有评论者把那 30% 叫作”加了气泡的售前工程”——名字换了，考核方式没换。

对求职者和投资人来说，穿透这个名字只需要问三个问题：

这个人向谁汇报？ 向销售汇报的岗位，三年后简历上写的是”售前”。

他的代码进主仓库吗？ 不进，说明他在造一次性资产，能力不会复利。

考核里有没有”产品化贡献”这一项？ 没有，说明公司把他当成本，不当投入。

这三个问题里，第一个最致命。它决定了另外两个的答案。

不是每家公司都该有 FDE

值得插一句的是：那 30% 的”改名岗位”里，有相当一部分并不是公司在故意注水，而是它压根就不该招这个岗位。

基于 Palantir、Ironclad、Serval、Looker 几家公司的实践，业内总结出三个前提。三个必须同时成立：

客户得是大客户。 面向财富 500 强级别、有可观的年合同额。这在定义上就是一个”往上走”的动作。

产品不能太有主见。 在”我很清楚我的产品该怎么用”这条光谱上，你得更接近 Palantir 而不是苹果——路线图要给意外发现留出位置。

客户的需求得各不相同。 如果所有客户的问题都长一个样，那需要的是文档和模板，不是工程师。

反过来，有一条明确的红灯：如果你走的是产品驱动增长或免费增值路线，不要招 FDE。 这两种模式的全部效率来自”用户自己就能上手”，而 FDE 的存在前提恰恰是”用户自己上不了手”。

Looker 早年算过一笔很具体的账：以两万五千美元的年客单价，需要 2,000 家客户才能做到一亿美元的年经常性收入。这个数字直接决定了每家客户能分摊到多少工程师工时——分不到，模式就不成立。

它的前 CEO Frank Bien 后来描述过当时的焦虑：如果搞不清到底需要 2,000 个还是 10 万个客户才能到一亿，会烧掉大量风险投资的钱。

一个粗糙但好用的门槛：单客户年合同额低于 30 万美元，先别想 FDE 这件事。

一周 45 小时，有 11 个半小时在写代码

那么真正的那 60%，一天到底在干什么？

一份覆盖 1,500 名 FDE、154 家公司的调研给出了时间分配。他们平均每周工作 45 小时：

• 客户面对面会议：14.0 小时（31%）
• 编写原型或生产代码：11.5 小时（26%）
• 在客户现场或路上：7.2 小时（16%）
• 内部协调：5.0 小时（11%）
• 客户研究综合：4.1 小时（9%）
• 代码审查与架构：2.3 小时（5%）
• 招聘与面试：0.9 小时（2%）

写代码只占 26%。 开会、出差、理解别人的生意，加起来占 56%。

同一份调研里还有两个数字：71% 的人至少每月出差一次；64% 的人主要工作是把现成的产品搬到新客户的环境里，只有 6% 在做全新的东西。

出差强度因公司而异。Palantir 大约 25% 的时间在现场，医疗软件公司 Commure 高达 50%，OpenAI 的部分岗位最高也到 50%。

一位曾在 Palantir 负责 FDE 招聘的前员工 Shilpa Balaji 说过一句概括这份工作的话：

“和客户住在一起，是 FDE 这个角色的核心组成部分。”

她本人曾在德国的工厂车间待了几周，去发现那些合同里没写的需求。

如果你追求的是纯粹的技术深度，这不是一份好工作。它是一份用工程能力做媒介、靠理解别人的生意换取信任的工作。

8 分之 10，方差极高

匿名职场社区上，Palantir 的 FDE 岗位有一个流传很广的评价：“8/10 的工作，但方差极高。”

方差的来源不是公司，是团队。

正面的说法是：这更像是公司内部的迷你创业公司，对系统设计的参与度远超普通工程师，干满两年之后可以自己选去哪个团队。

负面的说法是：某些团队”困在写大量平庸的 PySpark 代码，看不到任何进阶空间”。

还有更直接的。有候选人在面试时，被面试官本人告知：当 FDE 很糟糕。

这是择业决策里最重要的一条信息：同一家公司、同一个职级、同一份薪水，两个 FDE 三年后可能是完全不同的两个人。决定差异的不是你的能力，是你被分到了哪个客户、哪个团队、汇报给谁。

顺带说一句薪酬。媒体上流传的”年薪百万美元”确有其事——头部前沿实验室的 Principal 级总薪酬报价可以到 105 万美元，Staff 级 72.5 万美元。但这些数字里有 55% 到 70% 是股权，价值取决于一场尚未结束的估值周期。Palantir 自己的 FDE 中位总薪酬约 21.5 万美元；公开招聘广告的中位基薪，是前面提到的 17.4 万。

至于中国，从业者的实感是另一个量级：有实习生日薪 200 元；有人已经在承担 FDE 的活，工资仍按原来的产品经理体系发。一位受访者的说法是——”网上说这行在美国年薪能到百万美元，但我认识的人里，拿到这个数的一个也没有。”

另一位的总结更狠：FDE 目前”只是一个有生意、没行业的职业”。

三个撕不开的矛盾

以上都是现象。真正决定这个岗位命运的，是三个内生于模式本身、无法靠努力消除的矛盾。

第一，它要的是一种自相矛盾的人

一个合格的 FDE 需要同时具备：能过 staff 级工程师面试的技术能力、销售级的沟通能力、顾问级的业务理解力、创业者级的抗压和模糊容忍度，还得愿意每月出差。

这几种能力在人群中的分布几乎不相关，交集极小。

Christian & Timbers 的估计是：全美自称 FDE 的约有 1.7 万人，但真正能稳定交付数千万美元级回报的，大约只有 2,000 人。而同期需求增长以百分之几百到几千计，候选人池只增长了约 50%。

有意思的是招聘标准。业内总结出的合格画像里，有两条相当反直觉：偏好职业早期的工程师（常是应届生），因为他们没有固化的方法论；在大厂干满十年以上反而被视为红旗——教条化风险太高。

面试方式也得重写。不考算法题，改用开放式场景：”我们要做内幕交易检测，你需要什么数据？会问客户什么问题？哪些信号重要？”考的不是解题，是从模糊信息里获取能量的能力。

第二，FDE 越多，越说明产品不行

这是最锋利的一条批评，逻辑是这样的：

小规模的 FDE 团队是反馈机制——它把产品的缺陷暴露出来，倒逼公司改进。

大规模的 FDE 团队是补偿机制——它让公司得以永久性地补偿产品的弱点，从而永远不必改进。

按这个说法，不断增长的 FDE 人数本身就是一个信号：产品从未成熟，客户被锁在对供应商员工的长期依赖里。

有分析机构用了一个更刺耳的词形容这种状态：人肉中间件。

第三，客户迟早会算这笔账

Anaplan 首席执行官 Charlie Gottdiener 的批评是从买方视角出发的，因此格外具体：

“他们很擅长出现、做个 POC……做出一个好看的仪表盘。”

“但现在客户有了必须永久性付费并依赖的前线部署工程师……想离开那个平台非常困难。”

他还指出，很多交付物其实只是”可视化与 BI 能力，而不是新的能力”。他的结论是：这套方法论终将走到尽头。

另一位批评者的角度不同。Kinaxis 的 Manik Sharma 曾在 Palantir 任职，他认为问题出在执行：核心毛病是”把 25 岁的工程师派到客户现场“——这些人普遍缺乏供应链这类领域所需的专业深度。他并不认为模式本身错，只认为它被廉价地执行了。

还有第三种批评，来自企业软件分析师 Thomas Otter，它戳的是财务：

“如果你把这项工作向客户开票，那就是咨询；如果不开票，那就是客户成功或售前。但它根本不是研发，它是营业成本。”

这句话为什么要紧，下一篇会算清楚。它关系到十倍的估值差。

那么，这门生意赚钱吗

把上面这些放在一起，会得到一个相当矛盾的画面。

一边是 70% 的企业在抢人、头部报价上百万美元、猎头说”从没见过这种速度”；另一边是四成岗位名不副实、真正胜任者全美不到两千人、写代码只占四分之一时间、最尖锐的批评者说这套东西终将走到尽头。

热闹和冷清，说的是同一件事。

判断谁对，只需要看一个东西——钱。

如果这个模式真的成立，它应该在某家公司的财务报表上留下痕迹：前期投入很重、毛利率被压得很低，然后随着经验沉淀成产品，毛利率一路爬升。

这样的曲线，二十年来只有一家公司完整地走过一次。

它的谷底是 67.4%。

---

本文所有引语、数字与细节均出自公开资料。主要来源：Bloomberry 对 1,000 份 FDE 招聘广告的分析；Perspective AI《State of Forward Deployed Engineering 2026》（1,500 名 FDE 调研）与 2026 年薪酬报告（1,200 名样本）；First Round Review；TechCrunch（2026-07-30）；Constellation Research；Legion Intel；Forbes（2026-07-10）；Thomas Otter；钛媒体对中国 FDE 从业者的访谈；MIT NANDA 研究。不同机构的统计口径不一致，本文每处只采用单一来源并已标注。

本文不构成投资建议。