年薪百万的 FDE，不一定是个人

前两天写 Emergent 案例拆解的时候，其实还隐藏了一个问题可追，不知道有多少人心里也埋下了疑问。

我当时没往下写，因为会偏离主线，打断行文，且我觉得这是个很有价值的话题，值得单拎出来聊聊。

（感兴趣的朋友，可以先移步读一读这篇文章：8个月1亿美元ARR背后：Emergent 如何用 To C 的方式，吃下 To B 的市场，再回来看这篇，会更有收获。）

那篇讲的是 Emergent 怎么用 To C 的方式，吃到了 To B 的蛋糕。

它的核心，是用 to C 的产品体验，以最轻的方式切入B端市场，让客户在上面自主构建业务资产，然后整个公司逐步被“卷入”更深，公司用得越多，Emergent 增量越大，所以赢得了持续增长。

它打破了传统 To B 软件业务的生意模式，重塑了一条新的价值链，个人成为入口，业务成为场景，公司成为最终受益者。

好，故事到这里很inspiring。

但如果你看懂了 Emergent 的产品和商业模式，此刻你会不会想追问一个更锋利的问题：

假设未来的趋势是按照 Emergent 的产品形态发展，那 “Emergent们” 的成功会不会让 FDE 这个岗位角色直接消失？

因为理论上它如果能成功就证明了这个角色其实不需要，最好的构建应用的那个人就在公司内部，就是公司里最懂业务的那个人自己，你只是需要给他足够好用的生产资料，而这不就是现在Emergent 的客户自己在做的事情吗？

如此一来，那企业 AI 落地里现在最火的这个 FDE 角色，是不是就没那么必要了？

然而另一面，FDE 恰恰是当下最贵、最缺的一个岗位。年薪百万，且供不应求。

OpenAI 今年 5 月专门成立了一家 Deployment Company，还收购了 Tomoro，一上来就带进约 150 名 FDE，拿到超过 40 亿美元的初始投资。

Anthropic 也在和 DXC 合作，批量培养 Claude 认证的 FDE，把人铺进银行、航空、保险、制造这些受监管的行业。

大模型公司现在都盯着企业客户这块肉，业内越来越形成一个共识：打企业客户这场仗，拼的未必是谁模型强一点，而是谁的 FDE 护城河更高、铺人更快。

一边是被炒到天上的稀缺岗位，一边是我上面问的那个问题——这个岗位，可能正在被它服务的对象，以及AI产品演化，一点点拆掉。

这个矛盾，我觉得是个很有价值的话题，值得探讨。

FDE 是站在企业和 AI 之间那个人

先来聊聊 FDE 到底是干啥的。

FDE，Forward Deployed Engineer，前线部署工程师。名字听着像工程师，干的活远不止写代码。

OpenAI 对它的官方定义是：从需求挖掘、技术范围界定、系统设计，到搭建和生产环境上线，全程都要跟客户的工程团队、业务团队一起干。

今天 FDE 存在，本质上是因为企业里面有一道巨大的鸿沟：

「业务领域知识」和「AI能力/软件工程能力」之间断掉了。

企业这头，业务人员清楚自己要什么，但不会建 Agent、不会写工作流、不会接 API、不会设计数据结构，更不会部署、测试、做评估。

AI 这头，工程师懂技术，却往往不知道银行审批到底怎么跑、医院诊疗流程卡在哪、保险理赔哪一步最浪费时间。

所以今天需要一个很稀缺的人站在中间，把两边接起来：既懂业务，又懂技术，还能做产品判断、能跟客户沟通、能交付。

FDE = 业务与技术之间的翻译者 + 构建者

所以今天为什么 FDE 特别贵、特别难招？

因为你其实是在要求一个人同时具备：

业务理解 + 产品判断 + 软件工程 + AI 理解 + 客户沟通 + 交付能力。

这种人当然稀缺。

Emergent 提出了一个很危险的问题

但 Emergent 这类产品的出现，提出了一个很危险的问题。

假设将来那个业务专家自己就能说：“我们公司的销售流程是这样的……”

AI 接着追问：

“哪一步要审批？
数据从哪个系统来？
什么情况要通知财务？
谁拥有最终权限？……”

业务专家答完，AI 自己设计系统、建数据库、写代码、接 API、测试、部署、修改。

那中间，为什么还一定要站一个 FDE？

以前的链路是：业务专家把需求讲给 FDE，FDE 再带着代码交付一个应用。

未来可能直接变成：业务专家对着 AI Builder 讲需求，应用就出来了。

FDE 被直接从价值链里绕了过去。

所以 Emergent 的意义，远不只是“不会写代码的人也能做 App”。从企业 AI 的角度看，它其实也暗示了：

把业务翻译成软件这件事本身，也有可能被 AI 产品化掉。

这个如果发生，影响会非常大。

但我认为 FDE 不会消失

虽然看上去是个很顺理成章的演进，但我倾向于认为 FDE 的角色不会消失。可能会被拆解掉，但不会消失。

因为我们之前只是把 FDE 简化成了：懂业务 + 写应用。

而实际上，顶级 FDE 要承担的工作可能比这个复杂得多。

因为大型企业真正难的通常不是：这个 App 怎么写？

而是：

这个 App 应不应该写？
应该改变哪个 Workflow？
哪些数据可以给模型？
哪些不能？
怎么接旧 ERP？
怎么跟二十年前的 xxx data/系统 集成？
权限怎么设计？
谁承担模型出错的责任？
怎么做 Evaluation？
怎么满足监管？
怎么让几万个员工真正使用？
怎么证明 ROI？

甚至：

这个 Workflow 本来就是错的，是不是应该整个重新设计？

OpenAI 自己现在描述 FDE 的工作，已经不仅是 build application，而是帮助企业重新设计关键流程和基础设施，把模型接入客户的数据、工具、控制系统和业务流程。

这和“帮你生成一个 CRM”已经不是一个难度。

所以 FDE 至少可以拆成三层

第一层，应用构建者。

把业务需求变成 App、Workflow、Agent、仪表盘、自动化系统。

这一层最危险。

Emergent、Claude Code、Codex、各种 Agent builder 工具都在吃这一层。

未来领域专家大概率能自己做，我觉得这一层的 FDE 人力需求会大幅下降。

第二层，业务与技术的翻译者。

找到真正的问题是什么、应该自动化什么、不应该自动化什么、什么结果才叫成功。

这一层比较有意思。

以前 FDE 是翻译者：业务人员 → FDE → 工程系统

未来很可能变成：业务人员 → AI

但是前提是，AI 足够会问问题。

也就是说，Emergent 未来真正高级的能力可能根本不是 Coding。

而是把一个领域专家脑子里隐性的业务知识“问出来”。

这是一个非常大的产品机会。

如果 AI 能像一个优秀 FDE 一样不断追问：

为什么这样做？
谁负责？
异常情况是什么？
成功标准是什么？
这个数据来自哪里？
如果冲突了谁优先？

那 FDE 的第二层价值也会开始被侵蚀。

第三层，企业转型架构师。

这才是短期最难被干掉的一层：组织 + 系统 + 数据 + 安全 + 治理 + 变革管理。

因为很多问题不是“AI 知不知道答案”，而是“企业内部到底谁有权拍板”。

比如银行。

模型可以告诉你“这个流程可以重构”。

但，风控同不同意？法务呢？安全呢？IT 呢？业务负责人呢？监管呢？旧系统服务商呢？……

这个东西已经不是纯软件问题，是组织协调问题。

这一点，相信做过深度企业服务的资深顾问会更有共鸣。

所以两家头部大模型公司今年都专门成立了新的企业 AI 服务公司，帮助大中型企业做定制化部署。

拆完这三层来看，结论就更明确了：FDE 不会消失，而是会被拆掉，或者被 AI 产品化掉。

其中“把业务翻译成应用”这一部分会被严重压缩，“跨系统、跨组织、跨治理边界做企业级变革”这一部分，在相当长一段时间里还会存在。

短期现实和长期推演可以同时成立——

今天 FDE 极度短缺，需求暴涨；未来 AI Builder 越强，FDE 的底层工作越可能被产品化。

这并不矛盾。

FDE 并不一定是一个“人”

讲到这里，我们回去看开头那个问题，就会有一个相对更准确的答案：

Emergent 的出现，不会“消灭”FDE，但是有可能证明，FDE 并不一定应该是一个“人”。

FDE 本质上是一个 Function（功能）。

这个 Function 今天由一个非常厉害的人扛：理解业务 → 澄清需求 → 设计方案 → 构建系统 → 测试 → 部署。

但未来这个 Function 很可能变成：AI Builder 本身。于是最懂业务的人，直接和它协作。

所以最理想的状态，不是领域专家取代 FDE，而是领域专家成为或者就是 FDE。

领域专家没有突然学会软件工程，是 AI 把软件工程能力补给了他之后，领域专家 + AI = 今天的 FDE。

这个变化已经有苗头。Anthropic 内部就观察到，很多非技术岗的人正靠着 Claude 补上原本不属于自己的软件能力，慢慢跨出原来的专业边界。

所以我甚至觉得，可以把 FDE 看成一个“过渡型职业”。

很多技术革命早期都会产生一种职业：负责把新技术翻译给旧世界的人。

今天企业还按传统软件组织，突然来了 Agent，于是需要 FDE 帮你塞进去。

但假如十年后，企业本身就是 AI-native 的，领域专家们本来就每天跟 Agent 工作，软件本来就是随业务动态生成的，数据和权限本来就为 Agent 设计，那么今天我们说的 “Forward Deployed Engineer” 这个词确实就显得很怪，因为 AI 都已经 deployed everywhere 了，那还 forward deploy 什么呢？

市场分化，决定了谁还需要 FDE

按这个逻辑，市场未来大概会分成三层。

市场	未来主要形态
小企业 / 创业公司	业务专家 + AI Builder，几乎不需要外部 FDE
中型企业	内部业务专家 + 少量 AI / 平台人员
大型复杂/监管企业	少量、高水平 FDE / 企业级转型架构师仍长期存在

小企业 / 创业公司

没有预算养一个“翻译官”。

他们的现实是：

1. 老板自己就是最懂业务的人
2. 一个人 + AI，就能把想法直接做成应用
3. 外部 FDE 太贵、太重、太慢

所以未来形态是：

业务专家 + AI Builder，合体在一个人或两三个人身上。外部 FDE，几乎没有生存空间。

核心矛盾不是“技术难”，而是：

企业根本不需要一个中间层来翻译自己。

中型企业

有业务复杂度，但还没有到养重型交付团队的地步。

他们更需要的是：

1. 内部有懂业务的人站出来
2. 再配少量懂 AI 或平台的人
3. 把能力内化，而不是长期依赖外部驻场

所以未来形态是：内部业务专家 + 少量 AI / 平台人员

FDE 不是被“消灭”，而是被：

拆解、内化、吸收进组织能力里。

大型复杂 / 强监管企业

这才是 FDE 最后的堡垒，也是最难被替代的一层。

因为这里的问题从来不只是“做一个应用”，而是：

1. 系统老旧且互相缠绕
2. 数据敏感、权限复杂
3. 安全、合规、审计一个都不能少
4. 任何改动都牵动组织流程

这种环境里，光会写 Agent 没用，光懂业务也不够。

所以未来形态是：少量、高水平的 FDE，以及企业级转型架构师，仍会长期存在。

他们的价值不再是“翻译需求”，而是：

在高度约束下，设计能落地的系统级方案，并推动组织真正改变。

一句话总结就是：

小企业不需要中间人，中型企业吸收中间人，大型复杂企业养得起、也离不开最高阶的中间人。

所以 FDE 不是归零，而是分化。今天 100 个需要 FDE 的项目，未来可能有 80 个由领域专家+AI 自己搞定，剩下 20 个最复杂的，交给更高级的 FDE。

FDE 的数量未必无限增长，但单个 FDE 能覆盖的企业和业务会越来越多，能力重心也会越来越往“判断和架构”上移。

回到自己，我在想什么

我做了10+年To B业务，BD、市场、销售、解决方案/产品，一路都在跟企业打交道。后来想做一人公司，最怕的就是 To B 的重：链条太长、决策太慢、交付太重，还得跟一帮人协作，能量消耗巨大。

FDE 这个岗位，其实就是 To B 里最“重”的那种交付的缩影：一个人顶一个项目组，深度绑定客户，收入高，但不可复制。

所以看到 Emergent 的时候，我看到的不仅是一个 App 搭建工具，而是另一条路。

一条路，是成为 FDE，亲自下场替企业做 AI。这条路能赚钱，但对小团队来说，几乎必然把自己拖垮。

另一条路，是做产品，让企业里最懂业务的那个人，自己成为 FDE。

我反而觉得第二条路特别值得探索。因为它不是 AI 咨询，也不是定制开发，而是把对 B 端场景的理解，产品化成一套让业务专家自己解决问题的“生产资料”。

简单说就是，不要亲自替 B 端客户干活，而是给 B 端客户一个足够简单的工具，让最懂业务的那个人，自己把活干掉。这是Emergent 带来的一个 learning point。

所以回到开头那个问题：FDE 会被 AI 干掉吗？

这里没有标准答案，但基本上能形成一个判断：

FDE 正在从一个稀缺的人，变成一个可以被下放的“功能”。未来最好的 FDE，很可能就是企业自己的领域专家，加上一个足够强的 AI。

这甚至可以独立形成一个 AI 创业命题。