Forward Deployed Engineer（前置部署工程师）最早由 Palantir 实践、因 OpenAI 等公司采用而广为人知。上六云在两年前组建了自己的 FDE 团队，这篇文章谈谈我们对这个角色的理解。
两种死法：需求文档与不接地气
传统外包的死法很熟悉：客户写需求文档 → 供应商照做 → 交付验收 → 系统吃灰。问题在于，需求文档永远无法描述真实业务。而 AI 交付多了一种死法：拿着通用 demo 到处套，看起来什么都能做，实际什么都没跑起来。两种死法的共同根源是：没有人同时懂业务、懂工程、懂 AI，并留在现场对结果负责。
FDE 是什么
FDE 不是驻场运维，也不是售前支持。他是算法工程师 + 全栈工程师 + 行业顾问的混合体，坐在客户的业务现场，和一线员工一起梳理流程、和 CIO 一起定方案、亲手写代码调模型。他的考核指标不是"功能交付了没有"，而是"业务指标改变了没有"。
我们的四步方法论
- 驻场洞察（1-2 周）：访谈关键角色，绘制业务流程图与 AI 机会点地图；
- 方案共创：与客户共同定义知识库结构、Agent 流程与量化验收标准；
- 快速交付（2-4 周）：上线 MVP，双周迭代，每个版本用真实业务数据验证；
- 运营陪跑：效果看板监控、坏例回流、模型调优，并培养客户自己的 AI 运营能力。
为什么传统外包做不了 FDE
因为商业模式不允许。外包按人天计费，FDE 按效果负责；外包的最优策略是少做需求，FDE 的最优策略是让客户成功。
AI 落地的最后一公里，不是技术问题，是"有没有人真的对结果负责"的问题。
如果你在评估 AI 项目，不妨先问供应商一个问题：交付之后，谁来看着它变好？