FDE（Forward Deployed Engineer，前线部署工程师）指进入企业业务现场、对 AI 应用从问题定义到上线使用持续负责的角色。与按需求文档交付系统的外包不同，FDE 先找业务问题再选技术，并跟进使用和效果，目标是让企业留下可以继续使用的方法与能力。
FDE 指的是什么
FDE 是 Forward Deployed Engineer 的缩写，常译作“前线部署工程师”。这个说法最早出现在海外软件公司，指被派到客户现场、和业务人员一起把产品真正用起来的工程师。大模型普及以后，越来越多团队用 FDE 描述一类工作：走进企业现场，找到值得用 AI 解决的问题，把方案做出来，并陪着业务部门用到见效为止。
在我们看来，FDE 与其说是一个职位，不如说是一种工作方式。它把“懂业务”和“能落地”放在同一个人或同一个小团队身上，减少需求在层层转述中失真。
与传统外包、工具培训的三点区别
起点不同。 外包通常从需求文档开始，FDE 从“业务每天怎么跑”开始。企业最初提出的往往只是一句“想用 AI 提效”或“把两个系统打通”，真正值得做的问题，常常要到现场观察之后才看得清。
终点不同。 外包以验收上线为终点；FDE 把“业务部门真的在用、效果能被企业自己确认”作为终点，上线后还要陪跑一段时间，根据反馈继续修改。
交付物不同。 工具培训交付的是操作方法，FDE 还要把流程、知识和判断规则沉淀下来，并让员工学会自己继续搭建。理想状态是企业以后遇到新问题，第一反应是“先自己试试”。
一套常见的工作顺序
- 进入现场跟岗观察，而不只依赖会议室访谈；
- 把模糊的诉求追问到具体环节和业务损失；
- 在多个候选问题中，先选价值清楚、见效快的一个；
- 拆分 AI、专业系统和人各自负责的部分；
- 小范围试用，按真实反馈反复修改；
- 嵌入原有流程，再逐步扩大范围；
- 记录效果，并把方法和能力留给企业。
这个顺序里，模型能力只占一部分。更难、也更花时间的，通常是数据、流程、组织和人的配合。
企业选择 AI 落地服务时可以追问什么
- 服务方会不会先了解我们的流程，而不是直接推荐某个产品？
- 第一个项目怎么选，效果用什么指标判断，由谁确认？
- 哪些环节由 AI 处理，哪些必须由员工判断和承担责任？
- 上线后有没有试用、反馈和调整的安排？
- 项目结束后，我们的员工能否继续维护和扩展？
这些问题的答案，往往比方案里列了多少项技术更能说明项目能否落地。
远行者科技的做法
远行者科技围绕腾讯 WorkBuddy 提供场景诊断、应用实施、岗位培训与试点陪跑，按上述顺序推进：先进入岗位任务，再决定工具怎样参与，最后把模板、检查表和使用方法留给企业团队。具体范围与交付内容在项目中确认。
常见问题
FDE 和 AI 咨询顾问是一回事吗？
有重叠但不相同。顾问通常给出判断和方案，FDE 还要把方案做成能在企业环境里运行的流程，并跟进使用效果。较大的项目也常把业务咨询、知识整理、培训和开发分给不同成员协作完成。
中小企业也需要 FDE 吗？
不一定需要设立专门岗位，但可以借用同样的方法：先找一个具体问题、小范围验证、保留关键环节的人工判断，再逐步扩大。
参考资料
把方法放进一项具体工作。
远行者科技围绕企业岗位任务提供 WorkBuddy 场景诊断与解决方案，明确任务流程、产品条件、试点安排、人工复核和培训推广方式。
