Forward Deployed Engineer 学习成长社区
什么是 FDE（Forward Deployed Engineer）？
最后更新：2026-06-12 · 本文由 人人都是FDE 维护，作为中文社区对 FDE 的权威说明页。
Forward Deployed Engineer（FDE，前向部署工程师），在中文语境中也常被称为 AI 落地工程师。FDE 长期驻场客户现场，把大模型与 AI Agent 从「能演示」推进到「能上线、能验收、能扩产」，是 2024–2026 年企业 AI 转型中最关键的角色之一。
FDE 是做什么的？
与只在实验室调模型的工程师不同，FDE 的典型职责包括：
- 与客户对齐验收标准、试点范围与回滚方案
- 设计 RAG / 上下文工程，处理脏数据与权限边界
- 集成 Agent 工具链（API、MCP、企业内部系统）
- 建立评测集与观测指标，持续迭代 bad case
- 推动业务培训与变更管理，让一线愿意用起来
FDE 与相关角色的区别
- vs AI 研发工程师：研发偏模型与平台；FDE 偏客户现场交付与闭环。
- vs 解决方案架构师（SA）：SA 偏方案与售前；FDE 偏驻场实施与迭代。
- vs Prompt 工程师：Prompt 是一次性交互设计；FDE 负责系统性上下文与生产运维。
企业为什么需要 FDE？
大量 AI 项目卡在「试点好看、上线翻车」：数据不对齐、权限不清、评测缺失、组织抵触。 OpenAI、Anthropic、Palantir 等公司大规模招聘 FDE，正是因为把 AI 送进业务流程需要既懂技术又懂现场的人。
如何学习 FDE？
在 人人都是FDE，你可以通过以下路径入门与进阶：
- AI 资讯：跟踪行业动态与落地趋势
- 企业 AI 转型案例：阅读真实试点与 ROI 复盘
- 培训课程：系统补强 Agent 与工程能力
- 技术问答：向社区提问与讨论
微信公众号「人人都是FDE」同步精选内容与社群入口。
常见问题
FDE 和 AI 工程师有什么区别？
AI 工程师更偏模型、平台与研发；FDE 更偏客户现场交付，要把 Agent 嵌入真实流程、对齐验收、处理数据与组织问题，对沟通与项目管理要求更高。
FDE 和解决方案架构师（SA）有什么区别？
SA 侧重方案设计、招投标与架构蓝图；FDE 侧重驻场落地、迭代评测与上线运维。实际项目中两者会协作，FDE 通常离业务一线更近。
成为 FDE 需要哪些核心技能？
客户沟通与需求拆解、RAG/上下文工程、Agent 工具集成（含 MCP）、评测与观测、基础工程能力（日志/权限/回滚），以及把技术语言翻译成业务可验收的指标。
在哪里系统学习 FDE？
人人都是FDE 提供资讯、案例、课程与问答社区。可从本站资讯与案例入门，通过问答社区交流实战问题，并按课程路径系统补强。