FDE(Forward Deployed Engineer,前向部署工程师)是被派到你的业务现场写代码的工程师。他不从需求文档出发,而是坐在实际操作的人旁边,看这件事到底怎么发生、卡在哪一步,然后直接把能用的东西做出来、接进现有系统。
这个角色在国内还是个新词。它的价值不在「驻场」两个字,而在于对结果负责,而不是对交付文档负责。

进场
看真实工作流
切片
挑最小闭环
构建
做出能用的东西
影子并行
和人工对照
分档放开
建议→执行
移交
撤场后自己跑
先把它说清楚
这个词在国内还比较新,容易被理解成「会去客户现场的工程师」。真正的区别在于四件事同时成立——少一件,它就退化成别的岗位。
能上线的服务、接口、任务,而不是原型和 PPT
交付物是能跑在你的环境里的东西:接进了你的数据库、你的权限体系、你的审批流。不是演示视频,也不是一份建议书。
业务链路
核心功能
最容易出问题:只做演示不做生产,是这一行最常见的偷工减料。演示环境干净、权限简单,和真实环境差得很远。
坐到你团队里,跟着一线看事情怎么发生
会议室里问出来的需求,和真实工作流程经常是两回事。很多低效环节,一线员工自己都习惯了,不会把它当作「可以解决的问题」提出来。
业务链路
核心功能
最容易出问题:驻场变成远程会议,需求经过几层转述就失真,最后做出的东西谁都不认。
验收看用没用起来、指标有没有动,而不看功能清单
传统外包按你写的需求清单交功能,做得对不对由清单定义。FDE 承担的是结果责任:会主动质疑需求、砍掉低价值场景,也会建议你「这件事不该做」。
业务链路
核心功能
最容易出问题:既按人天收费又对结果负责,这两件事容易冲突。报价与验收方式必须一开始就说清。
撤场之后你自己的团队能改、能扩、能排错
FDE 的终点不是交付一个系统,而是让这个系统在没有他的情况下继续运转。所以评估集、提示词、组件源码和修改流程都要移交。
业务链路
核心功能
最容易出问题:如果每次改规则都要找原班人马,那这就不是能力移交,而是长期绑定的服务合同。
这个模式由 Palantir 在 2003 年前后开创:客户的业务高度保密,通用软件无法覆盖,只能把工程师直接派到现场,在客户的数据环境里写代码。二十年里它一直是那家公司的组织基石。真正把它推到台前的,是大模型时代的企业落地困境——模型能力稀缺性下降之后,把模型接进具体业务流程的人变得稀缺。2026 年,OpenAI、Anthropic、Google Cloud 都在这条路线上投入了实际的组织与资金,国内也有服务商在跟进。
但也要说清楚它的边界:这个模式在英文语境里成立,部分原因是客户能接受较长的驻场周期和不计成本的迭代。国内企业的预算周期、验收标准和采购流程都不一样,照搬会出问题。我们的做法是把它收敛成有明确边界的合作,而不是无限期驻场——具体见驻场交付与怎么放开两节。
三列对照
它们不是替代关系,而是分别回答不同的问题:买 SaaS 回答「有没有现成的」,找外包回答「能不能按我说的做出来」,FDE 回答「这件事到底该怎么做」。
| 维度 | 买标准 SaaS | 传统外包开发 | FDE 驻场 |
|---|---|---|---|
| 起点 | 买 SaaS产品已经做好了,选一个最接近的,然后改流程去适应它。 | 外包你写出需求清单,对方按清单报价、按清单交付。 | FDE先到现场看真实流程,再决定该做什么、不该做什么。 |
| 谁定义「做对了」 | 买 SaaS产品方的标准,通常看功能是否覆盖。 | 外包需求文档与验收清单,写得越细越安全。 | FDE业务指标与实际采纳情况,开工前和业务方一起定。 |
| 适配你的系统 | 买 SaaS靠导出导入、开放接口或二次开发,深度有限。 | 外包按接口文档对接,遇到老系统通常需要额外评估。 | FDE工程师在现场处理,包括数据库视图、适配层和临时通道。 |
| 流程要改 | 买 SaaS基本不改。要么流程迁就产品,要么放弃这个功能。 | 外包改流程属于需求变更,走变更单。 | FDE改流程本身就是工作的一部分,会一起谈怎么改才有人愿意用。 |
| 效果不好时 | 买 SaaS提工单、等版本,或者换一个产品。 | 外包按合同追责,双方对「是不是需求没写清」各执一词。 | FDE现场就能定位是数据、流程还是模型的问题,并当场改或当场建议停。 |
| 撤场之后 | 买 SaaS继续付费订阅,产品更新由厂商决定。 | 外包交付源码与文档,维护另签合同。 | FDE评估集、组件与修改流程一并移交,撤场前演练过一次独立排障。 |
这三者也会组合使用。常见的做法是:能用成熟产品的部分直接买,边界清楚的部分按项目外包,只有真正需要理解现场、需要反复试的那一小块用 FDE。把整件事都交给驻场,成本会不成比例地高。
适用判断
下面六种情况来自我们实际接到过的咨询。第一种和第二种我们通常会直接建议别做 FDE——不是因为做不了,而是因为不划算。
不是做不了,而是不划算——这几种处境用买产品或按项目外包就能解决,驻场只会把成本抬高。
建议直接买 SaaS
定制开发的钱主要花在适配和验证上。如果流程没有特殊之处,这笔钱换不到额外价值,反而是长期维护负担。
建议找开发团队按项目做
需求已经能写清楚,说明问题已经被定义过了,不需要有人驻场重新定义。按项目交付更省,责任也更清楚。
建议先做一次小范围诊断
先要搞清楚之前失败在数据、流程还是人。这一步不需要长期驻场,两到四周足够得出结论再决定要不要投入。
共同点是:问题还没被定义清楚,或者只有到了现场才看得出来。这种情况远程按文档做通常做不成。
建议适合 FDE
老系统对接需要现场判断和反复试,远程按文档做通常做不成。这类问题在会议室里也讨论不出方案。
建议适合 FDE
这本质是工作习惯问题,不是技术问题。只有坐在旁边看他们怎么干活,才知道哪一步改动他们真的愿意接受。
建议适合 FDE
没有现成产品可买,需求也只能边做边明确。先做一个最小闭环验证,比写一份很长的方案更可靠。
驻场交付
阶段划分的意义不是把项目切段,而是尽早暴露问题。任何一阶段发现前提不成立,都应该回退去处理前提,而不是硬着头皮往下走。
前几天的重点是看,不是讲方案:跟着一线走一遍完整流程,把每一步的输入、判断依据、例外情况记下来。同时确认三件事——谁每天在用、谁有权拍板、数据到底在哪。这三件事任何一件不清楚,后面都会返工。
产出:业务目标、成功指标基线、明确的「本期不做」清单
不追求一次覆盖全部。选一个角色、一条流程、一个可衡量的结果,先跑通。比如工单场景的最小闭环是:接入工单 → 映射状态 → 异常校验 → 展示 → 回写。跑通之后再扩。
产出:场景优先级清单与最小闭环定义
系统跑它的,人照常做自己的,两边结果放在一起对照。每天记录系统输出、人工结论、漏判误判和失败的边界情况。这一步的意义是把「演示环境的准确率」换成「真实业务里的准确率」。
产出:可用版本,以及与人工结果逐条对照的记录
先建议模式:系统给建议,人审核后执行。再条件自动:满足条件时自动执行,其余转人工。最后才对高置信场景放开全自动。每放开一档,都保留一个能立刻收回来的位置。
产出:三档放开的配置与回滚开关
撤场的验收标准不是「系统上线」,而是你的团队在工程师不在场时,能独立完成一次故障恢复:人为制造一个问题,看告警有没有触发、能不能定位到是数据还是工具的问题、能不能按预案回退。做通了才算完。
产出:评估集、组件源码、手册,以及你团队独立完成的故障恢复演练记录

上面的工期是常见区间,不是承诺。前提条件(权限审批、测试环境、数据脱敏、对接人到位)没有满足之前,工期不开始计算。
怎么放开
这是 FDE 交付和普通项目交付差别最大的地方。系统上线不算完成,能安全地逐步扩大它的权限才算。

三档
放开的顺序不是按风险从小到大排的,而是按「你能不能验证它」排的。每一档都要先有一段时间的对照数据,才谈下一档。
系统给建议,人看过后自己操作。这一档不改变任何业务状态,风险最低,也是收集对照数据的主要阶段。
系统提出动作,人点一下确认由它执行。省掉的是手工操作的步骤,判断权还在人手里。
只在明确划定的场景、金额、数据范围内自动执行,其余一律转人工。范围之外的事它没有权限碰。
每一档放开之前,都要先演练一次怎么收回来。回滚开关做了但没人试过,等于没做。
双方配合
驻场项目失败,多数不是技术问题,而是卡在权限、数据和决策链上。下面几条在启动前就要讲清楚,避免进行到一半才发现推不动。
我们每周同步一次进展与判断,遇到要取舍的事当场提。
你这边一位能拍板的业务负责人。不需要全程参与,但需要能看到进展并对取舍表态。
我们工程师与对接人每天有直接沟通,问题不过夜。
你这边一到两位业务骨干,熟悉实际操作细节,能验证「这样做对不对」。
我们负责数据适配、接口封装与权限设计,尽量不动核心系统。
你这边提供脱敏后的真实样本、测试环境与接口权限;老系统需要 IT 配合开通道。
我们改动会先在一线小范围试用,不推送未经确认的全员切换。
你这边允许我们跟班观察、旁听真实操作,而不是只参加会议汇报。
我们新需求单独评估,说明对周期、费用与验收的影响,再由你决定。
你这边变更走同一个口子,避免研发、业务、供应商三方理解分叉。
我们代码、提示词、评估集与文档按合同约定归属,撤场前完成一次独立排障演练。
你这边明确谁是这套系统之后的负责人,并在撤场前安排人参与演练,而不是事后临时指定。
现场长什么样
下面不是行业举例,而是我们实际遇到过的四种状态。左边是现在怎么跑,右边是驻场一段时间之后变成什么样。
现在
工艺参数和排障经验在几位老师傅脑子里,新人遇到异常只能打电话问。问不到就先停机,等。
建好之后
把历史工单、处理记录和设备手册整理成可检索的问答,工程师在现场用手机问,答案带出处。不确定的直接转给对应的人。
现在
发票、报销单靠人一张张核对,金额、抬头、税率、重复报销都要看。月底堆成山,加班是常态。
建好之后
系统先做字段抽取与规则校验,明显有问题的标出来,没问题的排队等人工确认。人工从「逐张核对」变成「看异常项」。
现在
销售在 CRM 里填拜访记录,多数人敷衍了事,或者拖到周末一次性补。客户情况全在个人手里,人一走就没了。
建好之后
在 CRM 里嵌入草稿生成:录一段语音或贴几行要点,系统整理成结构化记录,销售改两句就提交。分析看到的是真实过程,不再是填空。
现在
机器人答非所问,客户转人工,人工看不到前面聊了什么,只能请客户再说一遍。客户不满,坐席也累。
建好之后
对话上下文、已查到的订单信息和判断结论一并交接给人工,坐席打开就知道发生了什么。机器人在低置信时主动转,而不是硬答。
怎么算成功
评估的顺序是固定的:先看业务结果,再看真实采纳,最后看组织能不能自持续。任何一级塌了,前一级的数字都会失去意义。
目标岗位上主动调用的人占多少。开通账号不等于在使用,很多人试过一次就回到了原来的做法。
系统给出的建议里,有多少被真的执行了。采纳率和准确率是两件事:准确但没人敢用,结果一样是零。
有没有人又退回去用 Excel、微信群、纸质表。这个信号一出现,指标再好看也要当失败处理。
从开始到结束,人加上系统一共花多久。要和上线前的基线比,而不是和理想状态比。
人工确认环节里被改掉或退回的比例。它比模型自评的准确率更接近真实质量。
业务变了之后,你的团队能不能自己改规则、加场景、排故障。这一项决定这套东西两年后还在不在。

财务回款匹配,人工基线是每单 15 分钟。设定的目标不是「准确率 99%」,而是:自动匹配率达到某个水平、误匹配率压到千分之几以下、剩下的人工兜底,整体工时下降到一个可核算的比例。这几个数字在写代码之前就和业务方签好,验收时才有得对。如果只谈准确率,双方对「什么算准确」的理解迟早会分叉。
交付物
FDE 的交付清单比项目开发长,因为其中一部分是为了让你在工程师离开后还能自己跑下去。只交系统不交方法,下一次遇到同类场景还得从头来一遍。
周期与范围会随实际情况变化,上面是常见区间而非承诺。范围、变更与付款节奏在合作方式页有逐条说明。
规则与边界
驻场涉及人员进场、数据访问与成果归属,这些事在合同阶段说清楚,比进行到一半再谈要省得多。
| 事项 | 规则 | 对你的影响 |
|---|---|---|
| 驻场与数据访问 | 规则进入客户现场、接触生产数据与内部系统,需要按客户的信息安全制度办理人员登记、保密协议、账号与权限审批;涉及个人信息的处理要符合《个人信息保护法》的最小必要原则。 | 对你的影响这部分流程通常要走两三周,排期时要先启动,不要等开工才办。 |
| 数据出境 | 规则使用境外模型接口处理客户数据属于数据出境场景,需按数据出境相关规定判断是否需要安全评估、标准合同或认证。 | 对你的影响决定能不能直接用海外模型 API。多数强监管行业会要求境内模型或私有化部署。 |
| 生成式 AI 服务备案 | 规则面向公众提供生成式 AI 服务需履行备案与安全评估义务;仅在企业内部使用、不对外提供服务的,适用要求不同。 | 对你的影响内部助手与对外服务的合规路径不一样,方案阶段就要区分清楚。 |
| 知识产权与成果归属 | 规则驻场期间产生的代码、提示词、评估集与配置,归属需在合同中明确约定;同时要避免把客户数据用于训练通用模型。 | 对你的影响决定了撤场后你能拿到什么、能不能自行修改,也决定了数据使用的边界。 |
| 供应商依赖 | 规则国内已有服务商以「模型调用 + 云资源 + 驻场服务」打包报价,合同中常见模型版本、调用额度与服务的绑定条款。 | 对你的影响签约前要看清楚:模型能不能换、额度用完之后怎么算、服务撤出后系统还能不能跑。 |
监管要求与厂商条款会变化,上面是我们在项目中反复核对的几条,具体以现行法规与你的实际情况为准;涉及数据出境、备案与成果归属的判断,建议同时咨询你的法务与安全团队。
常见问题
FDE 是 Forward Deployed Engineer 的缩写,中文一般译作前向部署工程师,起源于 Palantir,近两年被 OpenAI、Anthropic、Google Cloud 等公司大规模采用。三件事同时成立才叫 FDE:写生产代码而不是写方案、驻在客户的业务现场而不是远程、对部署结果而不是交付文档负责。售前在签约前出现,实施顾问按既定方案部署,外包按你写的清单交付功能——这三者都不对「用没用起来」负责。
开始沟通
填下面的表单,我们在一个工作日内回复。也可以直接邮件联系。
描述越具体,判断越准。下面几项信息对我们帮助最大:
如果判断下来这件事买现成产品更划算,我们也会直说。做出这个判断本身不收费。