最近，科技圈的画风越来越割裂了。

一边是裁员裁到手软，今年前五个月，美国科技公司就砍掉了超过10万个岗位。

但另一边，硅谷巨头们正在集体砸钱疯抢一种人。这种人，专门把AI装进公司。

他们的正式名称叫做 FDE（Forward Deployed Engineer，前沿部署工程师）

这个岗位火到什么程度？

Business Insider 做了统计，2026 年 4 月，FDE 的岗位需求量和2025年4月相比，涨了 729%。

这两天，吴恩达还专门发文聊了它，但他聊的方式有点出人意料——吴恩达认为，FDE这岗位有价值，但同时又不觉得它会成为 AI 就业的主流。

一个最懂 AI 的老资历大佬，对一个正在爆发的新风口，公开踩了脚刹车。

这个时候问题就来了，FDE，到底值不值得追？

◈巨头正在用真金白银投票

大佬的提醒先放一边，AI 巨头们的动作，比谁都迅速。

今年5月，一向针锋相对的Anthropic和OpenAI先后成立了专门做企业落地的合资公司。

Anthropic和黑石、Hellman & Friedman、高盛一起创办的企业AI合资公司，估值15亿美元；OpenAI则拉上19家投资方，成立“部署公司”，初始融资就超过40亿美元，还顺手收购了一个150人的专家团队。

谷歌云 CEO Thomas Kurian 也在领英上挑明：岗位急招，面试流程压缩到2天。

隔着屏幕都能感受到他的迫切。

上面这些还只是声明，招聘市场的数据来得更直观。

据 Business Insider 统计，Indeed 上的 FDE 岗位，2026 年 4 月比一年前涨了约 729%。基准要是拉回 2025 年 1 月，更是暴涨 5230%。

薪资方面，也给得很够意思。年薪普遍 17 万美元起步，优秀的还能摸到 30 万美元，折合人民币，就是 200 万。

就在前天，还有一位真·AI前沿部署工程师·推特网友，分享了自己的经历：

一年前说出去被当“瞎编”的岗位，一年后，成为了硅谷巨头砸钱疯抢的超级大热门。

实火的FDE，究竟做的是什么？

◈一个人，就是一支“特种部队”

这个岗位并不是AI时代的新发明，要想讲清楚它，得先回到它的老家——Palantir。

这家 2003 年的公司，服务的是情报机构、军方等特殊部门。客户太特殊，导致一开始就撞上一个大难题：客户讲不清自己要什么。

Palantir 就直接把工程师直接派进客户内部，常驻几个月，在真实环境里边摸边建。这就是 FDE 的前身。

20 年后，同一道难题又砸到了 AI 头上。

前阵子全网养龙虾（OpenClaw），好多人卡在第一步——安装。于是催生出一门新生意：上门“装龙虾”，费用从几百到上千块不等，请人上门手把手帮你把龙虾跑起来。这还只是个人玩家的基础用法。

轮到企业了，就更复杂了。

面对花大价钱买的模型，高管们也和那批卡在第一步的龙虾玩家一样傻眼：这玩意儿怎么接进我的系统？能帮我干哪些活？

自己搞不懂，那就也得请个师傅上门。这个企业版的“上门师傅”，就是 AI前沿部署工程师。

他要做的，是这样一条龙服务——

首先，需要深入客户公司，观察真实运转情况，找痛点；

之后，再把AI接进客户的数据库、权限、内部系统，处理那些乱七八糟的数据，完成原型的搭建；

接着，在客户的真实数据上反复迭代准确率和稳定性，调整效果；

最后完成交付和反馈，让客户真的把AI用起来，同时还得把这一趟的经验打包，运回总部。

AI前沿部署工程师最值钱的本事，从来不是写代码。

是上能跟高管聊战略，下能跟一线员工唠家常；在一个完全陌生的行业现学现用；碰上不靠谱的需求，还得发挥自己语言的艺术——礼貌说服➕委婉拒绝。

会聊天、会共情、会从一团乱麻里抠出客户真需求……能胜任的简直可以说是“六边形战士”了。

业内有句话总结得特别准：一个人，就是一支特种部队。

百万年薪，果然不是好拿的。

◈模型已经足够强大，落地为什么还得靠人？

模型越来越强，这件事所有人都看到了。但另一种现象也越来越明显：模型再强，绝大多数企业根本没用起来。

一边，是溢出的能力——参数、跑分、新功能，卷到飞起。另一边，是惨不忍睹的落地率。

MIT 的 NANDA 计划调研了153位公司高管、扒了300个AI项目，得出了一个扎心的结论：

95%的企业AI试点，没带来任何可衡量的利润。

动辄以亿为单位的资金投入，大半打了水漂。锅不在模型，报告把原因指向了现实问题：僵硬的工作流、缺乏上下文、跟日常业务对不上。

还是同一份报告显示：买专业厂商方案的企业，成功率约 67%。自己埋头硬造的，只有三分之一左右。

只是砸钱买 AI，95% 颗粒无收；但专业的人来，就能把 AI 用出效果。同一个模型，有人用出花，有人当摆设。差的，就是把技术嵌进自己组织的能力。

这就是 AI前沿部署工程师存在的理由：AI技术落地这活儿，还真得找懂行的人来干。

这也印证了网盘巨头Box的CEO艾伦·列维在X上的言论：

AI前沿部署工程师正在成为推动人工智能落地的重要力量。

可以感受到的是，行业的风向也跟着变了。

硅谷曾有一条奉为圭臬的铁律，叫 PLG（Product-Led Growth，产品驱动增长）。

核心逻辑是：好产品自己会卖自己。用户自助注册、在线刷卡、开箱即用，不需要销售和客服上门。

可AI 产品太复杂，企业内部的数据环境又很乱，只扔一个模型过去，他们根本无从下手。于是，派人进驻办公室、帮企业干脏活累活的 FDE 模式又火了起来。

过去，行业一直信奉“模型大力出奇迹”，如今，正转向落地。

行业绕了一大圈，最后又绕回到了“人”身上。FDE 现在，正是在靠人填补模型落地的“最后一公里”。

◈FDE，2026就业“新风口”

吴恩达的担心，错了吗？

也没错。他的判断很严谨，理由也很现实。 首先，和有外部背景的工程师相比，大多数公司宁愿用自己的员工做项目；其次，AI前沿部署工程师背靠厂商，天然自带立场，这让怕被“锁死”的客户很难放心。

这套“公司优选自己人”“怕被厂商锁死”的逻辑，是真实存在的天花板。

业内也有同样的担忧，认为：AI前沿部署工程师本质上是给还不够成熟的AI产品搭的一座临时桥。言下之意是，等AI产品成熟、落地能标准化了，这种临时性的需求就会减少。

但眼下，企业的需求乱、难标准化、每家都不一样是客观存在的现实。所以目前AI 落地企业，绝不是做一件人人都能穿，但不一定合身的均码外套，它更需要的是量身打造。只要公司和公司不一样，就总得有人去对接。

模型负责智能，人类负责落地。

从智能到落地的“最后一公里”，AI 自己暂时还走不完。而它没走完的每一步，对于今天想要押注AI 的人来说，都是实实在在的机遇。