FDE新趋势：OpenAI为什么重押FDE

关键连接 · 关键岗位 001 · FDE

OpenAI即将完成大模型商业应用最后一公里，他们不仅成立了一家FDE公司，并且让FDE站在了冲锋的最前线！

从左至右：OpenAI全球FDE负责人Colin Jarvis、前Palantir FDE Nabeel Qureshi、Databricks FDE组织负责人Jason Martin。照片来源：DLD及人物公开职业资料。

OPENAI · 全球FDE负责人 Colin Jarvis 负责OpenAI全球FDE实践。公开项目覆盖Morgan Stanley、Klarna、Coca-Cola等企业场景。

人物报告

一、OpenAI为什么此时扩大FDE

2026年5月11日，OpenAI宣布成立一家由其控股的独立实体OpenAI Deployment Company，并拟收购英国企业AI公司Tomoro。公告给出的起步盘很庞大：Tomoro约150名FDE和部署专家，超过40亿美元初始投资，以及TPG、Advent、Bain Capital、Brookfield等资本伙伴。

OpenAI此前已在Frontier中采用FDE：工程师与客户一起把模型接入数据、工具、权限和业务流程，再把现场发现的问题反馈给研究与产品团队。新成立的Deployment Company要解决的是规模化问题：如何把少数工程师的工作方法扩展到更多行业和地区，并与咨询、交付伙伴协同。

OpenAI当前公开的招聘岗位显示，FDE组织已经开始分层：纽约、西雅图、旧金山的一线FDE，生命科学行业负责人，平台工程师，以及Technical Deployment Lead。岗位说明除“帮助客户调用API”外，覆盖问题发现、范围界定、系统设计、构建、评测、生产上线和采用各个环节，还要求把成功模式与模型缺口反馈给研究和产品。

二、FDE到底是什么

Forward Deployed Engineer常被直译为“前线部署工程师”。但重点不在“前线驻场”，驻场只是位置，FDE的实质是责任：工程师不仅交付一套系统，还要参与选择问题、改造工作流、处理数据与权限、推动上线采用，并把重复出现的现场问题变成产品能力。

Ted Mabrey用餐厅做过一个很贴切的比喻：FDE不是把厨房做好的菜端上桌，而是既属于厨房，又要对顾客吃到的饭负责。必要时，他甚至要告诉顾客哪种点餐方法更好。关键在于工程师要像客户业务的负责人一样思考，但没有客户CEO的正式权力，只能靠判断、代码和信任推动改变。

仅有驻场或实施职责，还不能称为FDE。售前工程师可以完成演示和方案，实施团队可以完成系统集成，外包工程师也可能长期驻场。只有同时承担生产结果和产品反馈责任，这个岗位才接近Palantir所说的FDE。

Nabeel在法国图卢兹Airbus工厂待了一年，每周四天进现场，带队做了一套类似“造飞机版Asana”的系统：把工单、缺件、不合格项和不同部门的状态放到同一个操作台里。这套系统在保持A350制造质量的同时，把制造规模扩大四倍。

故事中更值得关注的是这套工作方式：Palantir FDE通常四至五人一队，一到两周交出可用软件；代码可以先追求效率不看精细度，核心产品团队再把反复出现的“项目残渣”做成Magritte、Contour、Workshop等通用工具，最终放入Foundry。

三、三家公司和麦肯锡的差异

这四家公司的队伍都可能出现在董事会会议、数据机房和业务一线，也可能都写代码，管理Agent。

Databricks在2026年6月正式对外发布FDE组织。图源：Databricks官方。

Databricks没有从零新建FDE，而是把Professional Services整合为FDE，重新组织已有的交付能力。过去12个月，团队服务超过1900家客户；公开案例包括Fox搜索、JPMorgan Chase超过5PB数据迁移和Qualcomm智能体工作流。团队使用共享OKR、以周为节奏，并提供里程碑固定费用选项。

DATABRICKS · FDE组织负责人 Jason Martin 曾负责Google Cloud全球专业服务；斯坦福Symbolic Systems（AI）背景。他的任务是把一次次项目交付变成可复制的工程组织。

人物报告

Databricks团队里更接近“一线优秀FDE故事”的，是AI FDE经理Natasha Ueberschlag。AnyJob AI检索到的官方大会线索把她与一项面向800家德国银行的多租户AI平台相连：多租户隔离、向量检索扩缩容、RAPTOR分层检索和监管要求都要同时处理。项目重点在于同时满足多租户隔离、检索扩缩容和监管要求，让系统能在数百家机构中稳定运行。

用“顾问负责PPT，FDE负责代码”区分麦肯锡和产品公司已经不准确。QuantumBlack正在招聘Principal FDE，职责同样包括嵌入客户、写生产代码、管基础设施、推动采用，并把现场反馈送回产品部门。Stephen Xu的履历也不只是传统咨询：NVIDIA软件工程师、M-KOPA数据科学家，再到QuantumBlack生成式AI与研发负责人。

两者的主要差别在于责任重心：产品公司的FDE可以直接推动自家模型或平台变化；麦肯锡更擅长统筹CEO议程、组织设计、人才、流程和变革管理。OpenAI把麦肯锡列入Frontier Alliance Partners，这种合作把两类责任放在了同一项目里：产品FDE负责生产与技术反馈，咨询团队处理跨部门权责和规模化采用。

四、从人物关系看，FDE不是单点英雄

AnyJob的人物搜索和Colin Jarvis关系网里，OpenAI部署链条分成了多层：全球FDE负责人、区域一线FDE、首席解决方案架构师、研究高层、客户方技术与业务负责人。Colin与Arnaud Fournier的早期客户部署交集、与SoftBank企业项目中的研究和管理层同台，这都说明：一个FDE再强，也不能替代通向研究、产品和客户决策者的组织接口。

五、FDE在中国，会按照同样的路径发展吗？

答案可能是：会经历相似的需求爆发，却不会复制相同的组织形态。

2026年7月，FDE开始从一个相对小众的职业概念，进入中国主流商业媒体的视野。财新将其称为AI进入垂直行业的关键人才要素；第一财经则发现，字节跳动、腾讯、美团等公司都在增加FDE相关招聘，阿里也在招聘职责相近的企业客户解决方案架构师。脉脉数据显示，2026年上半年，平台上的FDE相关职位发布量同比增长21倍。

人才市场已经提前感知到了这种变化。根据AnyJob AI对一线城市新增岗位的持续跟踪，每新增10个岗位，至少有2个直接与AI相关。公开招聘数据呈现出更激进的趋势：2026年1—2月，脉脉新经济行业样本中，34.39%的新发岗位已经在职位描述里明确提出AI或大模型能力要求，AI正在从少数技术人员的专业能力，变成越来越多普通岗位的基础能力。

但一个更现实的问题随之而来：企业真的愿意长期为昂贵的FDE团队付费吗？

答案很可能是“不愿意”。企业愿意为业务结果付费，却不会无限期地为驻场人天、技术演示和无法复用的定制项目付费。普华永道2026年中国CEO调研显示，52%的中国CEO认为AI已经带来收入增长，但同时实现“降本增收”的企业只有17% 。这意味着，AI的价值已经被看见，但如何把局部提效转化为回报，仍然是大多数企业尚未解决的问题。

与此同时，WorkBuddy等办公Agent正在迅速降低AI应用的技术门槛。员工不再需要从零开发系统，就可以调用Agent完成文档处理、内容生产和部分跨系统任务。腾讯发布的WorkBuddy企业版甚至已经开始提供数字员工和企业管理后台，并将腾讯文档、网盘、会议等产品连接起来。

然而，工具门槛的降低，并不意味着组织改造已经完成。

Agent可以帮助员工写一份报告，可以执行一个已经定义好的流程，却不会自动发现那些只存在于老员工脑海里的经验。真正阻碍AI进入企业的，正在从“缺少模型和工具”，转向“缺少被清晰描述和持续改进的业务上下文”。

大量企业的经验仍然散落在聊天记录、Word、PDF和员工记忆中；流程看似存在，真正执行时却依赖口头沟通、临时判断与个人关系。没有场景边界、输入输出、验收标准和反馈机制，再强大的Agent也只能完成一些孤立任务，无法真正接管一段稳定的业务流程。

因此，一些大型集团开始尝试建设内部FDE中台或AI能力中心。但“中台”并不会天然带来效率。一个中台如果只是集中了一批专家，等待各部门提需求、排期和审批，它很可能成为AI落地过程中的又一层组织距离；只有当它能够沉淀统一的数据连接器、评测方法和可复用Skills，并让业务部门能够低成本地自行搭建和迭代场景时，中台才真正具有价值。

更困难的问题来自人，而不是技术。

当企业要求员工把自己的经验流程化、知识数字化、能力Skills化时，很多员工的第一反应并不是兴奋，而是不安：如果我把多年积累的经验完整交给AI，我在组织中的价值还剩下什么？这并不只是员工不愿意拥抱变化，而是企业尚未建立与AI时代相匹配的激励机制。如果贡献经验的人得不到收益、晋升机会或新的职业路径，那么拒绝“把自己训练成可以被替代的系统”，其实是一种完全理性的选择。

所以我们相信，中国FDE发展的下一阶段，未必是所有企业都大规模采购昂贵的外部FDE服务，也未必是建设一个庞大而集中的FDE中台。更现实的路径，可能是从业务和职能部门内部开始，培养一批既懂业务、又能驾驭AI的人。他们可以被称为“FDE BP”，也可以被称为“AIBP”——AI Business Partner。

中央团队负责模型、平台、安全、权限和基础设施；AIBP分布在销售、招聘、财务、供应链、运营等业务部门，负责发现高价值场景、拆解真实流程、组织数据与知识、设计人机边界、验证业务结果，并推动一线员工真正采用。普通员工则不只是AI工具的使用者，也成为业务知识和Skills的共同建设者。

这场变革的目标，并不是把每一位员工都培养成工程师，更不是让员工亲手训练一个取代自己的系统。它真正应该做的，是让最懂业务的人拥有重新设计工作的能力，让他们从重复任务的执行者，成长为人和AI协作流程的设计者、管理者和受益者。

FDE在中国最终可能不再只是一个稀缺而昂贵的岗位，而会逐渐变成每个业务部门都需要具备的一种组织能力。AnyJob AI的几个趋势预测：