← 返回现场笔记

FIELD NOTE / 从 Demo 到生产

FDE 是什么?从 Palantir 到 AI 时代,它为什么兴起

发布于

FDE 是 Forward Deployed Engineer 的缩写,中文常译为「前沿部署工程师」。FDE 和实际使用软件的人一起工作,弄清他们遇到的问题,再动手把产品接入已有的数据、工具和工作流程,测试、部署并根据真实使用情况改进系统。现场发现的共性问题,也会由 FDE 带回产品团队。

Palantir 为什么把工程师放到使用现场?

Palantir 2003 年成立,最早为美国情报机构开发软件,后来把业务扩展到商业企业。它面对的一个问题是,分析员要把来自不同系统的资料放在一起看,同时遵守各自的访问权限。要让同一套软件适应不同机构,工程师得了解人们从哪里取数据,如何共享分析结果,遇到例外时又是怎么做决定的。Palantir 把贴近使用者做这些事纳入工程师的职责,并让现场团队把看到的问题带回平台研发。

早期加入 Palantir 的工程师 Mark Scianna 回忆,他起初在办公室为网络连接受限的分析人员开发工具,后来也参与了现场部署。到了现场,他才看到一线人员缺少总部能用的工具,平常的分析工作因此有多难。按他的说法,这段经历直接改变了产品的开发方向。

在 Palantir 2019 年公开介绍的分工里,平台工程师 Dev 负责把一项能力做成可供多个客户使用的功能,现场工程师 Delta 则要组合多项平台能力,解决一个客户遇到的问题。两个岗位都写代码,工作的起点不同。Dev 从平台要提供的功能出发,Delta 从使用者眼下要完成的工作出发。遇到平台能力缺口时,两边要判断,给这个项目做一次配置是否足够,还是值得改进平台,让其他团队也能用上。

2020 年,Palantir 的前沿部署软件工程师 Brian 在公司博客上回顾了一段网络安全项目经历。他在项目里配置过一些工作流程,后来把做法和经验分享给公司里新接手同类项目的团队。他说,到后来,这些团队开工时使用的基础产品,已经更贴合网络安全工作的实际流程。

AI 让演示变快,也让部署的难处更显眼

设想一个 AI 助手在演示里读完几份内部文档,很快回答了一个问题。真的给同事用时,它得先知道提问者能看哪些文件,找到当前生效的那一版,还得在两份文件互相冲突时给人留下核对的办法。演示里由人挑好的材料和问题,到了日常工作里,会不断变化。

FDE 的工作就发生在这些变化里。工程师可能跟使用者一起重现一次答错的过程,再回到系统里查,看看是权限挡住了正确资料、检索抓到了旧版文件,还是模型对互相矛盾的信息给出了过于肯定的回答。同一句「这个答案不对」,背后可能需要三种不同的工程修改。生成式 AI 让模型能力更容易展示,也让这些必须到实际使用中才能弄清的部署问题更显眼。

2026 年 5 月 11 日,OpenAI 宣布成立 OpenAI Deployment Company,并公开说明了 FDE 在其中的职责。工程师会和业务负责人、运营人员及一线团队一起选择值得投入的工作场景,再把模型接到企业的数据、工具和控制机制上,参与设计、测试和上线。

同年 6 月 30 日,亚马逊云科技(AWS)也宣布设立专门的前沿部署工程团队,由工程师和客户团队一起构建并部署用于实际工作的 AI 系统。

两家公司都让工程师和客户团队一起做系统。回到前面的问答助手,用户一句「它答错了」,就可能要由熟悉制度的人指出哪份文件已经作废,再由工程师查清系统为什么还会引用它。

一次现场修正,怎么用到下一个项目?

假设有人问「领用设备需要谁签字?」助手引用旧版指南,答成了「部门主管」,现行指南写的是「设备管理员」。工程师把原问题、误用的文件版本和改动记了下来。这次的修正是让助手只用资料库里标记为现行的指南作答。

另一个项目也遇到助手引用旧版制度的问题。两个项目的资料库都有版本标记,产品团队就可以把「只检索现行版本」做成可复用的设置。工程师先在原项目重问记录下来的那道题,确认旧版指南还留在库里时,助手也会引用现行版,答出「设备管理员」。下一次部署时,工程师再用新现场自己的制度和问题,核对助手引用的版本和给出的答案。

成序用 Loop 理解这个过程。留下来的问题、文件版本和修正记录,既让产品团队看见哪里值得增加一项设置,也让下次部署的人有现成的问题可以核对。如果这类设置逐渐成为部署工具的常规功能,FDE 可能会把更多时间用来辨认哪些现场问题反复发生,值得让产品直接支持。

本文选题的灵感来自 xdash 的《FDE 的崛起》。

↑