FORWARD DEPLOYED ENGINEERS · 2026
FDE 是一群深入真实业务的工程师。
我们把模糊的问题，变成被采用的解决方案。
01 / WHAT IS FDE
Forward Deployed Engineer 站在客户、业务与技术的交界处。理解现场，定义问题，设计方案，并陪伴它被真正使用。
02 / FDE PLAYBOOK
和业务负责人先写清一件事：哪个指标要变好、现在的基线是多少、谁会为结果负责。没有这三项，原型很容易停在演示阶段。
跟着一线角色完成一遍工作：在哪一步判断、在哪一次交接卡住、需要什么数据、错误会带来什么后果。流程图比需求列表更接近答案。
从能端到端跑通的一小段开始，让真实用户在真实环境里使用。把反馈、人工兜底和采用率一起放进迭代计划，而不是只看模型效果。
03 / THE PRACTICE
04 / FIELD GUIDE
许多 AI 项目失败，并不是模型不够好，而是没有嵌入一个明确、重复、有人负责的业务决策。下面这份简版 Field Guide 可以在第一次客户访谈时直接使用。
READING TIME · 4 MINQUESTION 01
不要从“我们想做一个客服 Agent”开始。先找到具体角色、具体时刻和具体决定，例如：销售主管在周一上午决定本周该跟进哪些高风险客户。
好问题的写法：
“让 [角色] 在 [时刻] 基于 [证据] 更快做出 [决定]。”
QUESTION 02
和一线一起走完最近的一单。记录输入从哪里来、谁在等待、哪里需要人工判断、哪里最容易出错。不要只听管理层的流程描述。
现场观察重点：
交接 · 例外 · 人工兜底 · 反馈回路
QUESTION 03
在上线前就约定验证方式。既看业务结果，也看采用行为：节省了多少等待、建议被采纳了多少次、人工介入是否可控。
两周验收：
目标指标 + 采用率 + 风险事件
COPY THIS / SOLUTION BRIEF
在做原型之前，用这一页和业务 Owner 对齐。它比一份长需求文档更容易暴露分歧。
ROLE CLARITY
05 / KNOWLEDGE NOTES
DISCOVERY · 6 MIN
当客户说“我们需要一个 Agent”时，FDE 要追问的不是模型选型，而是这句话背后的具体业务决定。
一个有效的发现会话，通常从最近一次真实工作开始：谁打开了什么系统，读了哪些信息，在哪一步犹豫，又把决定交给了谁。把“想提高效率”还原成一个可观察的流程，比收集功能清单更重要。
建议把访谈固定在四个问题上：这件事多久发生一次？错误的代价是什么？判断依据在哪里？如果建议错了，谁可以覆盖它？答案会直接决定第一版该做多窄、人工应留在哪一环。
QUALITY · 5 MIN
离线评估的高分并不等于现场可用。FDE 需要同时验证任务、采用和风险三件事。
任务层面，看它是否帮助用户完成了原本要做的工作，例如一次合格的客户分级、一份可提交的审核摘要。采用层面，看建议被打开、接受、修改和忽略的比例；这比一次满意度问卷更接近真实使用。
风险层面则要提前定义：哪些输入不能自动处理、置信度不足时怎么提示、用户如何快速纠正，以及每一次人工覆盖能否沉淀为下一轮改进的数据。
ADOPTION · 7 MIN
试点失败往往不是因为没有价值，而是价值没有被写进运行方式。
第一版要明确一个“楔子场景”：用户足够集中、流程足够重复、结果可在两周内观察。不要同时覆盖所有部门和例外情况。让一个小组愿意每天使用，比让所有人都看过演示更有意义。
试点开始前就约好扩展门槛：达到什么采用率、节省什么时间、风险是否可控，以及由谁维护提示词、规则和数据权限。没有 Owner 的方案，即使成功也难以进入下一阶段。
编辑说明：文章为 FDE 公开岗位描述与企业 AI 交付实践的综合改写，供讨论与复盘使用，不构成特定公司的方法论。
FROM PILOT TO ADOPTION
WORKFLOW, NOT CHATBOT
THE FIRST WORKING VERSION
07 / PEER NETWORK
BRING A REAL PROBLEM