FDE（Forward Deployed Engineer）

一句话定义

FDE 是把工程与产品能力前置到客户真实业务现场的人或团队：先在约束中把价值跑通，再把一次性解法抽象为可复制资产。

双重使命

1. 现场闭环：理解流程、角色、数据和限制，用可度量结果证明方案有效。
2. 产品反哺：把项目经验沉淀为 prompt、workflow、eval、API、数据治理规则或平台能力。

缺少第一项，容易变成脱离现场的方案咨询；缺少第二项，则容易变成长期驻场的定制外包。

与相邻角色的边界

典型工作链

flowchart LR
    A[场景筛选] --> B[决策链识别]
    B --> C[影子工作]
    C --> D[问题定义]
    D --> E[最小 POC]
    E --> F[指标与采用]
    F --> G[产品化沉淀]

适合采用 FDE 的场景

• 问题有明确业务价值，但需求仍然混沌。
• 标准产品无法直接覆盖，需要现场学习与快速工程迭代。
• 客户愿意开放真实流程、数据、专家和反馈。
• 可以在有限周期内验证一个关键指标。
• 现场 know-how 对同类客户具有复用潜力。

不适合的场景

• 客户没有明确问题，只是希望“做一个 AI 项目”。
• 决策者、业务专家或一线用户无法接触。
• 数据、合规或部署条件使最小验证都无法成立。
• 需求已经高度标准化，直接购买产品或常规实施更经济。
• 每个项目都完全不同，且没有可迁移资产。

相关概念

• 影子工作（Shadow Work） — 通过跟随真实流程发现隐性需求。
• 不确定性前移（Uncertainty Frontloading） — 尽早验证最危险的假设。
• FDE 产品化（FDE Productization） — 把交付经验转化为规模化能力。
• Eval Harness（评估框架） — 用测试集与回归机制代替主观判断。
• Practice-first Learning Loop（实践优先学习闭环） — 学习 FDE 时采用真实任务优先。

来源

• 奇绩校友 FDE 一线方法论
• 中国 FDE 一线观察