自序

去年夏天，我的朋友圈被同一个数字刷了屏：95%。

麻省理工学院 NANDA 实验室 2025 年发布的《生成式人工智能的鸿沟》（The GenAI Divide）报告说，过去三年，全球企业在生成式人工智能上烧了三四百亿美元，其中 95% 的项目，没能产生任何能写进财务报表的价值。做模型的朋友在转，做软件的朋友在转，做咨询的朋友也在转。大家配的文案五花八门，焦虑却是同一种。

有意思的是，就在同一批时间线上，我看到了另一条新闻：硅谷的招聘网站上，一个叫「前线部署工程师」（Forward Deployed Engineer，简称 FDE）的岗位，发布量一年涨了七倍多。OpenAI 在招，Anthropic 在招，YC 孵化器里一百多家创业公司都在招。有风投干脆放话：这是科技行业眼下最热门的岗位。

一边是企业人工智能项目 95% 的阵亡率，一边却是一个岗位一年暴涨七倍多的抢手度。把这两条新闻摆在一起看，答案其实不难猜：模型本身已经不再难拿，难的是找到能把模型塞进客户真实业务里的人。

我第一次认真琢磨这个角色，是在翻 Palantir 发家史的时候。这家公司 2003 年成立，二十年里坚持干一件在软件行业看来很「轴」的事：把最顶尖的工程师派到客户现场——情报机构、战场、油田、工厂——让人家蹲在客户的数据泥潭里写代码。

华尔街很多年看不懂 Palantir，嫌它「更像咨询公司」。然后呢？2025 年，它的市值冲过了 4000 亿美元，40 法则这条健康度指标甚至好到让分析师连夜重写研报。

顺着这条线往下挖，更多线索浮出来：OpenAI 在 2024 年悄悄组建了 FDE 团队，2026 年 5 月干脆联合 19 家顶级资本，成立了一家估值百亿美元的「部署公司」；Anthropic 几乎同一天被曝出和黑石集团组建对标的合资公司。这就不难判断了：FDE 不是一阵招聘热潮，它是软件交付方式的一次改朝换代。

为什么是我来写这本书

过去十年，我一直在做一件事：把硅谷正在发生、但国内还没有名字的东西，系统地讲清楚。FDE 正卡在一个熟悉的时间点上——硅谷已经把它写进了组织架构图，而中文世界的多数讨论，还停留在「它是不是换了个名字的售前」。

我可以先负责任地说：不是。但它到底是什么，没法用一句话讲清，必须回到它诞生的现场去讲。Palantir 怎么被情报机构的保密墙逼出这套打法，OpenAI 的工程师怎么在爱荷华州的农田里交付人工智能，一家叫 Harvey 的创业公司怎么打进连普通软件都进不去的顶级律所，以及中国企业软件行业老大难的「项目制」，跟 FDE 之间那种微妙的关系。

为了讲清楚这些，我翻遍了能找到的一手材料：Palantir 早期高管在播客里 51 分钟的复盘，几位前员工的回忆录，风投的行业分析，麻省理工那份报告的原文，几十份各家公司的招聘启事，薪酬报告，论坛上从业者的吐槽，以及国内第一批实践者的经验谈。这本书，是这些材料的沉淀，也是我的判断。

这本书怎么读

第 1 章先把这个角色的来龙去脉讲透：它从哪来，是什么，为什么是现在。第 2 到 7 章，沿着一次真实交付的完整旅程走一遍——找对问题、赢得客户、让系统被用起来、守住续约、把生意做大、让成功可复制。

第 8 章回到源头，把几个最精彩的现场完整复盘。书末聊聊这个职业的边界，附录里放了能直接用的指标清单、人物名单，以及全书所有数据和案例的出处。

你可能是三种人：1）想投身企业人工智能的创业者，你会看到一套更适合这个时代的打法；2）想转型或正在做 FDE 的工程师，你会看到这个岗位的全貌和天花板；3）或者你只是想弄明白，人工智能到底怎么才能在企业里落地——这是眼下价值万亿的真问题，这本书就是冲着它去的。

最后想说一句。写这本书的过程中，我反复想起一个朴素的道理：复杂的事情，没法隔着屏幕解决，总得有人到场。FDE 不过是把这句大实话，做成了一种职业。

愿这本书，帮你把人工智能从演示厅搬进真实世界。

范冰

2026 年 7 月