一、FDE 是什么
FDE = Forward Deployed Engineer，直译「前端部署工程师」，是 AI 头部公司（Anthropic、OpenAI 等）在 2026 年重点建设的新岗位。
它的本质是「一半工程师 + 一半顾问」：嵌入战略客户现场，把大模型能力落地成客户系统里的真实应用，再把可复用的模式反哺给产品和工程团队。
一句话理解 FDE
普通工程师是「你让我写什么，我写什么」；FDE 是「我走进客户现场，搞清楚他们卡在哪，然后用 AI 把问题解决掉」——技术和业务两手抓的六边形战士。
二、FDE 干什么（四件事）
| 职责 | 具体做什么 |
|---|---|
| ① 客户嵌入与需求梳理 | 把客户模糊的需求（如「用 AI 自动化全球供应链合规」）拆成具体技术路线图，先谈数据、合规、延迟约束，再写代码 |
| ② 全栈 AI 应用开发 | 写 Python/TypeScript，构建 Agent 工作流、RAG 管线、MCP server、sub-agent、agent skill |
| ③ 评估框架设计 | 建立严格的评估体系，科学衡量 AI 是否稳定、准确、持续改善客户指标（十次对五次没用，要可量化） |
| ④ 产品反馈闭环 | 把一线部署发现的瓶颈和缺口反馈给产品/工程团队，直接塑造下一代模型 |
三、需要什么技能
- 硬技能：Python 熟练（TypeScript 加分）、生产级应用开发经验、生产级 LLM 经验（提示工程、Agent 开发、评估框架、规模化部署）
- 软技能：客户沟通、需求发现、向不同受众讲技术概念、「低姿态」协作（low ego）
- 心态：高自主性、模糊容忍度（thrive under ambiguity）——因为客户需求往往是模糊的
- 加分项：金融/医疗/企业 IT 等垂直行业背景
关键认知：FDE 不是「只写代码」，是「能写代码 + 能见客户 + 能扛模糊」——纯技术宅反而不适合。
四、薪资与前景
| 层级 | 总包（含股权） |
|---|---|
| 中级（L4） | 约 39–42 万美元 / 年 |
| 高级（L5） | 约 48–56 万美元 / 年 |
| Staff/Lead（L6） | 约 60–68 万美元 / 年 |
| Principal（L7） | 约 77–88 万美元 / 年 |
股权占总包 50–70%，是 FDE 薪资高的核心原因。国内对应岗位正在兴起，是「AI 落地工程师 / 解决方案架构师」的海外顶级形态。
五、怎么入行
- 打底：Python 熟练 + 一个生产级项目（能上线的应用，不是玩具）。
- 上手 LLM：学会 Agent 开发、RAG、MCP、评估框架——这是 FDE 的核心武器。
- 练沟通：主动做需求对接、写方案、向非技术者讲清技术。
- 补行业：选一个垂直行业（金融/医疗/制造）吃透它的痛点。
- 攒作品：一个「能解决真实问题」的 AI 应用 + 一份评估报告，比任何证书都硬。
交付一个真实 Agent 解决真实问题——哪怕免费做——记录问题、设计、评估、失败模式。一个带评估报告的工作 Agent，胜过一纸名校文凭。—— 誉天教育学习百科