Demo 能跑项目落不了地，企业真正缺的往往是 FDE 这种角色

国内技术媒体最近在讨论一个挺扎心的现象：很多 AI 产品 Demo 阶段非常惊艳，到了客户实际生产环境里却完全跑不通。这件事的根因不是模型不够强，也不是工程实现有问题，而是企业真正缺的是 FDE——现场交付工程师（Forward Deployed Engineer）这个角色。这个岗位在过去几年里从概念变成大厂招聘启事里的高频词，但它到底做什么、为什么不可替代、什么样的小团队也能学过去，目前讨论还不够多。

FDE 这个角色最早来自几家做企业 AI 的公司，本质上是「驻场工程师 + 产品经理 + 解决方案架构师」三合一。FDE 不是单纯的开发，也不只是售前，他的工作是直接到客户现场，把客户真实的业务流程跑通一遍，找到 AI 能力可以切入的具体环节，写出能在客户环境里真正运行的代码，然后在交付过程中把客户的工程师培训出来接手。这整套工作链路里最难的不是技术实现，是「听懂客户的真实需求并把它翻译成 AI 能干的事」。

为什么 AI 产品特别需要 FDE 这种角色？因为 AI 模型的输出天然有不确定性，传统软件那种「需求明确、实现可控、测试可量化」的交付流程在 AI 项目里会全部失效。客户的真实业务流程往往是模糊的、跨多个系统的、带有大量历史包袱的，AI 模型在这些场景下的表现和 Demo 阶段相比会大打折扣。FDE 的核心能力就是能在客户的混乱环境里快速跑通一个最小可行版本，让客户先看到效果，再一起迭代。Demo 能跑是因为环境干净、问题干净、数据干净；项目落不了地是因为环境脏、问题脏、数据脏——FDE 就是那个能在脏环境里把事情跑通的人。

对所有正在做 AI 产品、正在给企业交付项目、正在考虑要不要招一个 FDE 的团队来说，这套方法论至少提示了三件事。第一，不要低估「现场」这两个字的价值。远程交付的项目在 AI 领域十有八九会失败，因为模型对环境太敏感，远程沟通很难快速定位问题。如果你的客户在用 AI 产品，最好保证至少有一段时间是有人在客户现场直接跟流程的。第二，把客户成功工程师从售后岗提到交付岗。传统 SaaS 公司的客户成功工程师是做续费和培训的，但在 AI 产品里，他们需要在交付阶段就深度介入，否则客户永远用不起来。第三，组建小而精的 FDE 团队而不是堆销售。一个 4-6 人的 FDE 团队能给十几个客户同时做交付，每个客户都拿到「能跑起来」的最小版本，这比堆十个销售去签单然后交付烂尾要好得多。

我自己也做过几次 FDE 性质的工作，最大的感受是这工作对人的要求其实不是技术多强，而是能不能快速听懂客户在说什么、能不能在现场混乱里保持冷静、能不能在一天之内把一个不明确的需求变成能跑的东西。这种能力不是培训班能教出来的，是要在真实项目里反复练出来的。如果你正在创业或者正在 AI 公司做事，可以试着让团队里的一两个核心成员定期去客户现场驻场一两周，他们带回来的认知会比任何用户调研都精准。

短期窗口期内值得关注的是国内几家 AI 公司在 FDE 这个岗位上的招聘密度，以及有没有公司开始把 FDE 当成独立的产品线对外卖——有些公司已经在尝试把 FDE 服务作为独立 SKU 给客户买，这种模式如果跑通，会成为 AI 落地服务的一个新业态。

（来源：infoq 2026 年 8 月稿件《Demo 能跑，项目却落不了地：企业真正缺的是 FDE 能力》）

创业找资源，上乌鸦部落。