一句话结论:企业缺的不是会调模型的人,而是能把 AI 送进生产、对结果负责的人——这是星夥缘翻了 92 个真实来源后转型做 FDE 的理由;他的打法是先诊断、签两周固定范围试点、验完再放大。
我写了 10 年代码。前端全栈,移动端是主战场,Flutter 和 iOS 做了很多年,Web、后端、部署也能一个人打通。按原来的路走下去,我大概会一直做一个交付能力不错的工程师——直到这两年,我越来越清楚地感觉到:纯粹「把代码写出来」这件事,正在快速贬值。
AI 写代码的速度已经摆在那儿了。另一边,我接触到的企业却是另一幅样子:老板买了工具、开了账号,员工打开试了两次,又回去用 Excel 了。工具不缺,缺的是把工具嵌进流程、并且对结果负责的人。这个缺口,就是我转型的理由。
转型之前,我先做了一次调研
我没拍脑袋。为了搞清楚 FDE(Forward Deployed Engineer,前向部署工程师)到底是个什么岗位,我花时间翻了 92 个真实来源:逐份读完 28 份 FDE 岗位说明书,27 篇从业者的一手材料和访谈,31 个面试题库与社区讨论。OpenAI、Anthropic、Palantir、Scale AI 这些公司的 JD,我一份份看完,有两个结论对我影响很大。
第一,FDE 的定义和普通工程师正好反过来。业内有个说法:产品工程师是「一个能力、很多客户」,FDE 是「一个客户、很多能力」——你嵌进一个客户的真实环境,从发现问题、定范围、设计系统、写代码、上生产,一直到推动一线真正用起来,全链路对结果负责。
第二,我翻岗位数据时发现,生产与运维类技能出现在 71% 的 AI 优先岗位里。企业招 FDE,考得最多的是 discovery(摸清真实流程)、scoping(把模糊需求砍成可度量的目标)、生产部署和评估,模型本身反而排在后面。OpenAI 的 FDE 负责人有个判断我很认同:企业 AI 的困境,大约八成是部署问题——推广、治理、信任,只有两成是模型能力问题。
为什么我觉得这事适合我
看完能力清单我发现,FDE 要的东西,我过去十年一直在练,只是名字不一样。独立交付产品时,我一个人就是全链路:跟需求方聊清楚要什么、砍范围、做原型、写代码、部署上线、盯着数据迭代。这个站上作品区的 25 个在线产品,全是这么做出来的。客户发现、范围定界、上线运维这些 FDE 的核心动作,对独立开发者来说是日常。
而且我有个现成的练兵场:我运营「AI落地前线」,天天在做 AI 内容生产。选题、写稿、配音、字幕、出片,这条管线本身就是一个真实在跑的 AI 系统——我转型要卖的能力,先在自己身上验证了一遍。
我选的路线:独立接单,不去大厂应聘
调研里还确认了一件事:国内并没有 FDE 这个正式职级,这套能力被拆在解决方案架构师、交付工程师这些岗位里。我的选择是往 FDE 这个方向走深——把 AI 落地当成长期职业方向,正在看的机会和意向,我单独写了一篇:《求职意向:FDE / AI 落地工程师》。我最熟的场景是三类:内容团队、自媒体公司、电商商家。理由很简单,这些行业的流程我天天在用,痛点不用猜。
打法上我不接大而全的单。用的是调研里独立从业者最稳的结构:先做诊断,找到一个能量化的小流程;再签固定范围的两周试点,验收指标提前写清;试点跑通、效果验完,再谈放大。承诺没测过的效果数字、接自己兜不住的系统,是这行最常见的死法,我一开始就把这两条划成了红线。真要启动合作,可以先看首页合作区列的几类项目,对得上再往下聊。
90 天,先把自己变成案例
计划已经在跑:第一个月补技术底盘——Python、API、SQL、Docker、评估方法,每项技能都绑在一个真实产出上;第二个月做三个能当场演示的样板:内容生产系统、企业知识助手、业务流程 Agent;第三个月的目标只有一个,拿下第一个付费试点,并把全过程沉淀成公开案例。学完必须能演示、能讲、能改,这是我给自己的验收标准。
转型不是换个赛道逃跑。代码还写,只是站的位置变了:从「把功能做出来」,变成「让 AI 在别人的业务里真正产生结果」。这件事,恰好是现在最缺人的环节。
落到每天具体在干什么,我在《AI 落地工程师是干什么的:一个独立 FDE 的工作日常》里按一天的节奏拆开写了:摸流程、砍范围、写代码、上生产、盯使用率,各占多少时间,一看就明白。