硅谷新岗位FDE走紅，企業需要怎樣的AI人才？

原文標題：硅谷新崗位FDE走紅，企業需要怎樣的AI人才？

原文作者：律動BlockBeats

原文來源：

轉載：火星財經

編者按：隨著 OpenAI、Anthropic 等公司開始組建 AI Forward Deployed Engineer（AI 前線部署工程師，簡稱 FDE）團隊，一個源自 Palantir 的舊崗位正在硅谷重新走紅。FDE 的核心價值，是進入客戶現場，將通用大模型改造成符合具體業務流程的 Agent 工作流。

但這篇文章真正討論的，並不只是 FDE 這一新職業，而是 AI 時代崗位結構如何重新分化。作者認為，相比少量被派駐到客戶內部、服務於特定供應商產品落地的 FDE，未來需求更大的會是企業自己的 AI Engineer。他們需要懂提示詞、Agent 框架、評估體系，也要會使用 Claude Code、Codex 等 AI 編程工具，把 AI 能力真正嵌入軟件和業務系統。

這也意味著，AI 對就業市場的影響未必是簡單的「取代」。它更可能先製造出一批新的通用型崗位，再像過去軟件工程師分化出前端、後端、移動端、DevOps 一樣，繼續演化出 LLMOps、Evals Engineer、AI Data Engineer 等更細分的職業。真正稀缺的，將是那些既懂工程實現，又能理解業務場景的人。

以下為原文：

硅谷最近出現了一個頗受關注的新崗位：AI 前線部署工程師（AI Forward Deployed Engineer，簡稱 FDE）。這類工程師會被派駐到客戶組織內部，幫助客戶定制解決方案，例如搭建和調優符合客戶具體需求的 Agent 工作流。自從 OpenAI 和 Anthropic 開始組建新團隊，將 FDE 派駐到客戶組織之後，我也聽到不少人重新開始關注 FDE 這條職業路徑。

AI 工作負載推動 FDE 崗位興起，是 AI 正在創造新工作的一个例子。这也说明，所谓即将出现就业市场崩塌的「jobpocalypse」敘事並不成立——未來仍會有大量 AI 與非 AI 相關崗位。不過，正如下文所解釋的，我認為 AI 工程師崗位的數量會遠遠多於 FDE。

FDE 這一角色大約在二十年前由 Palantir 開創。當時，Palantir 會派工程師前往政府機構現場，在安全、與外部網絡隔離的環境中工作。除了紮實的技術能力，FDE 還需要具備溝通能力，有時也需要一定的商業判斷力。比如，他們可能需要與客戶溝通，理解客戶需求；制定項目優先級策略；解釋複雜技術；以及在客戶提出不現實需求時，以尊重但堅定的方式進行反饋。如今 FDE 再度受到關注，主要是因為將一個現成的大語言模型真正嵌入企業業務、改造成符合特定業務需求的定制化 Agent 工作流，需要大量實際落地工作。

不過，我認為 AI 工程師崗位的規模會大得多。一家公司也許會接受少量 FDE 進入內部協作，但大多數公司會希望讓更多自己的員工參與項目建設。以我的機構為例，我們確實會招聘 FDE，但招聘的 AI 工程師數量要多得多。此外，客戶常見的一個擔憂是，很難找到真正「廠商中立」的 FDE。畢竟，FDE 的任務本質上是把某一家供應商的產品深度整合進企業系統。在當下這個階段，很難預測一年後哪一種 AI 服務會成為最佳選擇，因此「可選性」非常重要，也就是企業能夠在未來選擇最適合自己的供應商。相較之下，如果讓 FDE 將公司的業務流程與某一供應商深度綁定，就會顯著削弱這種可選性。

目前，我看到市場對 AI 工程師的需求正在快速上升。這類工程師能夠使用 AI 軟件組件構建應用，例如 LLM 提示詞、Agent 框架、評估系統等；同時也能高效使用 AI 編程 Agent，比如 Claude Code、Codex、Antigravity CLI 和 OpenCode。隨著 AI 工程師這一角色逐漸成熟，我預計它會進一步拆分為更細分的崗位。類似幾十年前「軟件工程師」這一通用崗位，後來逐漸分化出前端、後端、移動端、數據工程、DevOps 等方向。

未來會出現哪些專門化的 AI 工程崗位？我還無法確定。也許會有 AI FDE、LLMOps 工程師、評估工程師、AI 數據工程師、Harness 工程師，以及一些我們現在還沒有命名的新崗位。但至少目前來看，許多通用型 AI 工程師已經在創造巨大價值。優秀的 AI 工程師正處於高度緊缺狀態。隨著這個領域在未來十年繼續成熟，我也期待 AI 工程內部出現更多專業分工，並由此創造更多新的就業機會。