FDE 是什么
一句话定义之外，最容易搞混的是它和相邻岗位的分界。
FDE vs 售前 / 解决方案
- FDE
- 把 Demo 做成生产系统，对上线后的效果负责
- 售前 / 解决方案
- 讲清楚方案与报价，签完合同交给交付
FDE vs 交付 / 实施
- FDE
- 需求边界由他在现场重新定义，边做边收敛
- 交付 / 实施
- 按合同约定的范围与验收标准交付
FDE vs 咨询顾问
- FDE
- 交付物是一套跑在客户环境里的系统
- 咨询顾问
- 交付物是报告、方法论与建议
FDE vs 外包开发
- FDE
- 一人覆盖从需求到运维的全链路，沉淀可复用能力
- 外包开发
- 按人力与工时计件，做完即离场
五类能力，一个人要全占
- 需求发现者
能在现场把客户说的「想要个 AI」翻译成一个可验收的具体问题，并判断它值不值得做。
- 原型构建者
用最短时间做出能跑的原型，让客户在几天内看到效果，而不是先看一份方案。
- 数据接入者
把散落在业务系统里的表、文档、对话接进来，建出能支撑决策的语义层。
- 模型与智能体工程师
选型、编排、接工具，让模型能力真正落在业务流程而不是对话框里。
- 评估与运维者
建立评测与观测，让系统在没人盯着的时候也知道它今天跑得好不好。
FDE 怎么做
六步闭环。前五步决定这一单能不能成，第六步决定这是生意还是外包。
- 01
进入现场
坐在业务同学旁边看他们真实怎么干活，而不是先开需求评审会。
- 02
定义问题
把模糊诉求收敛成一个可验收、可量化的目标，写清「做到什么算成」。
- 03
快速原型
一两周内做出能在真实数据上跑的原型，让客户先看到效果再谈合同。
- 04
数据接入
接表、接文档、接系统，把原型依赖的临时数据换成生产数据链路。
- 05
评估上线
建评测集与观测，用数字证明它比原来的做法好，再放开流量。
- 06
沉淀复用
把这次的语义层、评测集、交付脚本变成下一个客户的起点——这一步决定 FDE 是生意还是外包。
为什么 Demo 之后还需要一个 FDE
Demo 很快，生产很难
一个下午能跑通的 Agent，接进真实业务要处理脏数据、权限、异常和人的习惯。
模型接不进流程
模型能力停在对话框里，业务系统还是原来的样子，中间缺一层把两者焊起来的人。
判断写不进文档
老员工「这么干不对」的直觉没法写成需求文档，只能在现场被问出来、被编码成规则。
上线不是终点
系统跑起来之后没人盯评测与回归，三个月后悄悄失效——交付结束才是运维的开始。
工具地图
按交付环节分成六类，点开即跳工具官网。这里只做场景归类与推荐语，不做二次收录。
需求发现与调研
12 款 · 全部把「想要个 AI」翻译成可验收的具体问题：访谈、资料扫描、现状梳理
秘塔 AI 搜索
无广告的中文 AI 搜索引擎，直接输出带来源的答案，支持全网、学术、文库范围切换，并提供深度研究、上传文件问答与语音输入。
Perplexity
AI 答案搜索引擎，用自然语言提问即可得到带引用来源的结论，支持追问、多种检索模式与上传文档问答，适合需要边查边核对的检索场景。
Elicit
AI 科研助手，输入研究问题即可在 1.25 亿篇以上论文中检索，自动生成带引用的结构化研究报告，并支持数据抽取、系统性文献综述与文库提醒。
Consensus
面向同行评审文献的 AI 学术搜索引擎，用自然语言提问即可在 2.5 亿篇论文中检索证据，并直观呈现研究结论的一致与分歧，支持 Deep Search 自动化综述与医学模式。
原型构建
15 款 · 全部一两周内做出能在真实数据上跑的原型，让客户先看到效果再谈合同
v0
Vercel 出品的 AI 构建平台，用提示词直出可上生产的全栈 Web 应用，支持设计模式微调、仓库同步与一键部署，还能在手机端创作与发布。
Bolt.new
Bolt.new 是用对话生成应用与网站的 AI 构建工具，自动选模型并即时预览，内置数据库、认证、托管与 SEO，号称可处理大项目并自动测试纠错，适合产品、创业与营销快速上线。
Lovable
用自然语言把想法变成可部署的全栈应用的低代码 AI 平台，覆盖对话式生成、托管、支付接入与安全，无需深厚编码基础即可从原型到上线。
Replit
Replit 是云端 IDE 与 AI 应用构建平台，浏览器里用 Replit Agent 对话式生成并部署全栈应用，内置认证、数据库、托管与集成，适合从原型到上线。
数据接入与治理
12 款 · 全部接表、接文档、接系统，建出能支撑决策的语义层与知识库
LangChain
LangChain 是构建大模型应用的主流开源框架，配 LangSmith Engine 覆盖 Agent 的构建、测试、部署与监控全周期，掌控模型、上下文与执行框架，被 700
LlamaIndex
以文档智能为核心的 AI 数据框架，旗舰能力 LlamaParse 用智能体式 OCR 把带复杂表格、图表的文档解析成 AI 可用的结构化上下文。
Haystack
deepset 维护的开源 AI 编排框架，用模块化组件搭建可上生产的智能体、检索增强与语义搜索系统，每一步都可检视、调试与替换。
Model Context Protocol
MCP 是由 Anthropic 推动的开源标准，让 Claude、ChatGPT 等 AI 应用以统一方式连接数据源、工具与工作流，一套接口打通外部世界，生态支持日趋广泛。
模型与智能体
15 款 · 全部模型选型、Agent 编排、工具接入，让能力落进业务流程而不停在对话框
阿里云百炼
阿里云大模型服务平台，融合 MaaS 与 Agent 能力，提供 AgentStudio 企业级智能体平台，可统一调用通义千问、GLM、Kimi 等主流模型。
火山方舟
火山引擎的一站式大模型服务平台，提供模型托管与推理、联网插件、RAG 知识库与 Agent 开发能力，并具备多项安全合规认证。
智谱 BigModel
智谱推出的国产通用大模型开放平台，提供 GLM-5.3 旗舰模型、多模态能力与智能体，为开发者和企业打通从模型到产品的一站式 AI 开发服务。
百度千帆 AppBuilder
百度智能云推出的一站式企业级大模型平台，以 Agent 为核心，覆盖模型开发与应用搭建全流程，内置 MCP 与 Agent 开发工具链。
评估与观测
10 款 · 全部评测集、Tracing、回归测试，让系统没人盯着时也能知道今天跑得好不好
Langfuse
开源（MIT）的 LLM 工程平台，把追踪、评估、提示词管理与数据集整合一处，基于 OpenTelemetry，用生产数据持续改进 AI 应用，可自托管。
Phoenix
Phoenix 是 Arize 开源的 Agent 开发与评估平台：可视化每一步调用、用实验证明改动有效，一条命令本地启动，可自托管，让 Agent 质量提升有据可依。
Helicone AI
Helicone 是开源 LLM 可观测与 AI 网关平台：请求日志、监控告警、策略路由、多维细分与 HQL 分析，改一行 base_url 接入，被增长最快的 AI 公司使用。
Portkey
面向生成式 AI 的生产级平台，以 AI 网关统一接入多家模型，配套可观测性、护栏、治理与提示词管理，现已更名为 PRISMA AIRS AI Gateway。
部署与运维
10 款 · 全部工作流编排、模型托管、推理算力，把原型推到生产并持续运行
n8n
把 AI 能力与业务流程结合的开源工作流自动化平台，可视化画布搭建同时保留写代码空间，Agent 推理全程可在画布追溯，支持 500+ 集成，可自托管部署。
Zapier
Zapier 是连接 9000+ 应用的自动化与 AI 编排平台，可搭建工作流、AI 代理与 MCP/SDK 集成；代理能跨应用执行动作。官网称受 300 万+ 企业信赖。
Make
Make 是可视化 AI 自动化平台，用无代码方式构建并编排跨越 3000+ 应用与 AI 智能体的工作流，覆盖营销、销售、运营、财务与 IT 等场景，免费版可供试用。
魔搭 ModelScope
阿里达摩院发起的开源模型社区，汇集最新模型、数据集与创空间，覆盖视觉、NLP、语音、多模态与科学计算，提供推理、微调、在线算力与 AIGC 专区。
交付案例
只收可核验的数字。写不出具体结果的案例不收——这是这类信息站唯一的信任货币。
- 代表案例Palantir跨行业
Land-and-expand：客户数只增 24%，收入增 93%
- 157%
- 净收入留存 NDR
- +24%
- 客户数增长
- +93%
- 收入增长
- 来源：OpenFDE 官网公开案例某奶粉品牌快消
某奶粉品牌：5000+ 导购账号内容口径统一
- 5000+
- 统一账号数
- 海致科技知识图谱
海致科技：69% 的图谱客户转化到智能体
- 69%
- 图谱客户转化率
- 2.96 亿元（+70.4%）
- 2026H1 收入
- 44.7%（+6.2pct）
- 毛利率
来源：公司公开披露
- 来源：OpenFDE 官网公开案例某运动鞋服品牌鞋服零售
某运动鞋服品牌：商品图套版准确率做到 90% 以上
- ≥90%
- 套版准确率
- 迅策科技数据智能
迅策科技：客单价从 164 万涨到 556 万
- 164 万 → 556 万
- ARPU
- +379%
- 人均创收
- 9.67 亿元（+389%）
- 2026H1 收入
来源：公司公开披露
资料索引
报告、课程、官方文档与政策发布渠道。持续补充，投稿与纠错见页尾。
- Langfuse：LLM 应用的观测与评测Langfuse英文
Tracing、评测集与回归测试，FDE 交付里「上线不是终点」这一步的常用工具。
- Palantir AIP 官方产品页Palantir英文
把大模型接进业务流程的产品线，AIP Bootcamp 的载体，是 FDE 交付方法的标准化产物。
- Model Context Protocol 官方文档Anthropic英文
Agent 接外部系统的通用协议，是 FDE 做数据接入时最常碰到的标准之一。
- 中国招标投标公共服务平台中国招标投标公共服务平台
招标公告与中标结果的官方发布渠道，观察技术服务项目的评标方式与价格分权重。
- Palantir Foundry 官方产品页Palantir英文
FDE 模式最早的商业平台，本体（ontology）概念的出处，理解 FDE 交付对象的第一手材料。
- 工业和信息化部（FDE 相关政策发布渠道）工业和信息化部
主管部门发文鼓励服务商搭建前线部署工程师团队，政策口径以官网为准。
机构与社区
谁在做 FDE：社区、培训、厂商团队与主管部门。
- 社区杭州
国内最早的 FDE 社区：申请制 Fellows 计划、可溯源资料库、线下 Meetup。
- 研究
FDE Frontier
研究型社区，2026 年在 HICOOL 发布《全球 FDE 发展研究报告》。
- 社区
中文开源教程，把 FDE 拆成五类角色能力。
- 培训武汉
武汉光谷 FDE 培训
三年培养 1000 名 FDE、落地 1000 个智能体产品，首期报名破 2000 人。
- 培训济南
山东省 FDE 培训班
由发改委与人社部门牵头办班，把 FDE 纳入地方职业培训体系。
- 厂商团队北京
已培养 100+ 名 FDE，自研 Octo 协作网络把交付过程结构化。
- 厂商团队杭州
企业侧智能体开发与部署平台，FDE 做模型与编排的常用底座。
- 厂商团队北京
模型接入与推理平台，大厂 FDE 团队带模型消耗的主要载体。
- 厂商团队北京
智能体开发与交付平台，政企项目里出现频率较高。
- 厂商团队北京
模型与 Agent API，公开招募 FDE 岗位的厂商之一。
- 厂商团队北京
低门槛搭建 Agent 并发布到业务渠道，原型阶段常用。
- 厂商团队
开源 LLM 应用开发平台，私有化部署友好，交付侧常见选择。
- 厂商团队杭州
以「销售 + 技术」双人组驻场，把 AI 能力推到组织内的使用场景。
- 厂商团队北京
协同办公里的 AI 入口，大厂 FDE 带消耗的落地形态之一。
- 政府与机构北京
发文鼓励服务商搭建前线部署工程师（FDE）团队的主管部门。
- 政府与机构北京
政府采购规则的制定部门，异常低价审查与评审规则的出处。
政策与行业信号
这个板块会持续更新——FDE 在中国能不能跑通，很大程度上取决于采购规则怎么改。
- 2026-09-01社区
《全球 FDE 发展研究报告》在 HICOOL 发布
研究型社区 FDE Frontier 发布全球 FDE 发展研究报告，把这一角色的数据与案例做了系统性梳理。
来源：FDE Frontier / HICOOL
- 2026-08-27社区
OpenFDE 在北京、上海连续举办 FDE 线下 Meetup
继 8 月杭州 200 人规模的「前沿部署工程师大会」之后，北京第 01 场（8/27）、上海第 03 场（8/29）落地，社区形态已具备线下组织能力。
OpenFDE - 2026-08-01政策
财政部答复提案：信息、咨询服务的价格分权重可适当降低
明确进一步优化政府采购评审规则，信息服务与咨询服务的价格分权重可适当降低——技术服务项目长期「唯低价论」的口径出现松动。
来源：财政部
- 2026-06-01市场
FDE 新发职位平均年薪 40.8 万元
猎聘统计 FDE 新发职位平均年薪 40.8 万元（中位数 36.6 万），高于全行业平均水平；头部大厂给出的月薪区间集中在 3.5-7 万。
来源：猎聘
- 2026-06-01市场
FDE 岗位发布量半年增长约 21 倍
脉脉数据显示 2026 上半年 FDE 相关职位发布量同比增长约 21 倍，其中 37.3% 来自 AI 原生企业；Indeed 上的岗位数从 643 个增至 5330 个。
来源：脉脉 / Indeed
- 2026-05-01政策
工信部鼓励服务商搭建 FDE 团队
主管部门发文鼓励 AI 服务商搭建前线部署工程师团队，把「驻场交付」从企业自发行为上升为政策鼓励方向。
来源：工业和信息化部
- 2026-04-01市场
武汉光谷：三年培养 1000 名 FDE、落地 1000 个智能体产品
首期培训报名突破 2000 人；山东等地由发改委与人社部门牵头办班，地方开始把 FDE 当成一个正式职业来培养。
来源：武汉光谷 / 地方发改与人社部门
- 2026-03-01市场
央企开放超 1000 个 AI 应用场景
国资委推动央企开放场景，十多个行业布局国家 AI 应用中试基地，为驻场交付提供规模化需求入口。
来源：国资委 / 发改委
- 2026-03-01政策
2026 年政府工作报告七次提及人工智能，首次纳入「智能体」
首次提出「打造智能经济新形态」，并首次把智能体写入报告，企业侧 AI 落地的政策口径进一步明确。
来源：国务院
- 2026-03-01政策
财库〔2026〕2 号：异常低价审查全国推行
《关于推动解决政府采购异常低价问题的通知》设定三条触发线（低于平均价 50%、低于次低价 50%、低于最高限价 45%），触发后须现场说明成本，说不清即按无效投标处理。
来源：财政部
- 2026-01-01政策
招标投标法修订草案：服务项目改用综合评估法
草案第四十四条明确只有技术标准统一的项目才适用经评审最低投标价法，勘察、设计、监理等服务项目采用综合评估法，并新增异常低价核查与全生命周期成本评审。
来源：招标投标法修订草案
- 2025-12-01政策
六省市试点异常低价审查：30 个项目触发，28 个判无效投标
财政部在北京、天津、上海、福建、广东自贸区、海南自贸港开展试点，触发审查的 30 个项目中有 28 个因无法证明报价合理性被判无效投标。
来源：财政部
常见问题
FDE 是什么？
FDE 全称 Forward Deployed Engineer，通常译为前沿部署工程师或前置部署工程师。它驻在客户业务现场，用 AI 把具体的业务问题做成可运行的系统，并对上线后的效果负责。
FDE 和售前有什么区别？
售前负责讲清楚方案与报价、推动签约，产出是方案文档；FDE 负责把系统做出来并在客户环境里跑起来，产出是可运行的系统。售前在合同前，FDE 贯穿合同前后。
FDE 是外包吗？
不是。外包的交付物是人力与工时，做完即离场、下次重新投标；FDE 的交付物是留在客户系统里持续运行的业务能力，并且会把这次的做法沉淀成下一次的起点。判断是否外包，看有没有沉淀。
FDE 需要什么能力？
五类能力：现场需求发现、快速原型构建、数据接入与语义层搭建、模型与智能体编排、评测与运维。工程能力是门槛，把业务问题翻译成可验收目标的能力是分水岭。
FDE 和交付实施工程师的区别在哪？
实施按合同约定的范围和验收标准交付，需求变更要走变更流程；FDE 的需求边界本身由他在现场重新定义，边做边收敛，允许推翻初始需求。
FDE 这个概念是谁先提出来的？
Palantir 是最早系统性使用这一角色的公司，早期派工程师常驻情报与国防客户现场，与分析师一起迭代产品。2023 年之后随着 AIP Bootcamp 的推广，这套交付方式被大量 AI 公司复制。
FDE 模式在中国能跑通吗？
作为岗位和交付方法已经跑通，作为可规模化的商业模式仍在验证。主要约束是政企采购普遍采用最低评标价法、以项目制一单一结，厂商的摸索成本没人买单。
为什么美国能长出 Palantir，中国还没有？
四个结构条件：美国联邦采购允许 T&M 与成本补偿类合同（甲方承担探索成本）、IDIQ 与 OTA 把一次采购拉成多年关系、订阅制是企业侧的默认心智、双层股权允许长期亏损。中国目前这四条都不完全具备。
FDE 用什么工具？
按交付环节分六类：需求发现与调研、原型构建、数据接入与治理、模型与智能体、评估与观测、部署与运维。本站在「工具地图」里按这六类做了整理。
企业什么时候需要 FDE，而不是直接买 SaaS？
当需求无法被标准化产品覆盖时——数据散在多个系统、流程带大量人工判断、场景是这家公司独有的。标准化程度越高越应该买 SaaS，越碎片化越需要 FDE。
FDE 的交付周期一般多长？
原型阶段通常 1-5 天到两周，用来验证问题值不值得解决；从原型到生产系统通常两到六个月，主要时间花在数据接入与评测上，而不是模型调用。
怎么判断一家公司的 FDE 是不是真跑通了？
看三个数：收入增速是否持续快于交付人力增速（人均创收在涨）、毛利率是否在结构性上行（复用率提升而不是砍费用）、老客户是否在扩容（客单价与留存上行）。三条都不达标，本质是驻场外包。
投稿与需求
这个站靠大家补。发现错漏、或要找人做交付，各有一个入口。