FDE 能否规模化,取决于共用平台而不是工程师人数
整理 Kevin Bai 对前线部署工程的判断框架,说明何时需要 FDE、共用平台如何承接定制工作,以及扩编前必须付出的维护成本。
你把一套要在上面开发才能用的平台卖进企业,合同签了,第一场实施会议也开了。投影幕上却只有一张空白的工作流程图。客户知道要改善商品上架率或销售吞吐量,却不知道怎么把平台组成可用的方案。
在我看来,眼前的问题是交付边界。客户买得起平台,却没有工程能力把它变成成果时,供应商该交付多少定制?又要怎么避免每个项目变成新的维护负债?
FDE 交付的是平台上的客户成果
FDE 是 Forward Deployed Engineering 的缩写,指工程师直接和客户合作,在现有的软件平台上完成客户需要的方案。Kevin Bai 在演讲结尾把这个角色浓缩成一句话:“面对客户的软件工程师”。
这篇整理的是 AI Engineer World’s Fair 2026 的演讲 Forward Deployed Engineering 101,官方页面记录的片长是 17 分 48 秒。Bai 在开场自我介绍,他任职于 Anthropic 的 applied AI 团队,先前是 Rippling FDE 团队最早加入的成员,更早以前在 Palantir。
这些经历决定了他的观察视角。我讨论的是这场演讲,不是 Anthropic 目前的工作。
Bai 在 3:03 到 3:35 说明 FDE 的交付物。客户同时取得软件与工程服务,最后验收的是建立在平台上的商业成果。工程师要先理解客户的业务,再用平台做出应用、工作流程或解决方案。
下文的 GTM(go-to-market)指公司用什么方式触及客户、完成成交并持续服务。
产品复杂度要和买家能力一起看
Bai 借用 Punnett square(生物学用的 2×2 对照表)说明 FDE 的适用条件。一个轴是使用产品需要多少技术能力,另一个轴是买家能不能消化这份复杂度。他在 4:03 到 5:15 谈了其中三种组合:
| 产品与平台 | 买家或用户 | 复杂度由谁处理 | 演讲中的判断 |
|---|---|---|---|
| GitHub、Datadog 这类技术产品 | CTO、CIO、软件工程师 | 技术用户自行学习与操作 | 不需要 FDE |
| Rippling、Jira、Slack 这类可配置工具 | 非技术买家与用户 | 用户通过配置完成工作 | 不需要 FDE |
| 需要在其上开发的技术平台 | 非技术业务买家 | 供应商派工程师完成客户方案 | 适合评估 FDE |
这张表是 Bai 在演讲里的分类,不是对这些产品完整能力的评测。演讲没有讨论第四种组合,所以我不自行补上第四个象限,也不把自己的推测当成讲者的结论。
关键在第三行。买家要的结果很明确,却没有能在平台上开发的工程团队。供应商若只交出工具,客户还得自己招聘、培训与管理工程师。Bai 在 6:00 形容 FDE 是把熟悉平台的工程能力借给客户。
共用平台把定制需求限制在可维护范围
FDE 会写定制代码,但不从空白项目开始。Bai 在 8:42 到 9:05 说,工程师应该用现有的共用平台能力组装应用与工作流程。这些能力由产品团队共同维护,客户方案只处理差异的部分。
Foundry Ontology 是演讲中唯一点名的例子。Palantir 官方文档把 Ontology 描述成位于数据集、虚拟数据表与模型之上的操作层。它把数据映射成业务对象、属性与关系,也提供动作、函数与动态权限。FDE 因此能直接使用已维护的数据与操作能力,不必替每个客户重建同一套基础。
定制工作仍要有边界。Bai 在 16:10 到 16:48 提出一个简单原则,依“服务几个客户”决定代码放在哪里:
flowchart TD
A[客户需求] --> B[用共用平台能力组装]
B --> C{这个行为服务几个客户?}
C -->|只有这一个| D[留在该客户的实现]
C -->|多个客户用得到| E[长期回到共用平台]
演讲没有给“几个客户算可共用”的数字,所以我认为这个门槛仍要由产品团队决定。这条边界决定公司交付的是可维护的方案,还是一批各自演进的项目。
把 FDE 当成人力外派会看错成本结构
常见的说法是“FDE 就是把工程师派到客户那里接活”,但这并不准确。Bai 在 8:13 到 8:52 直接画出界线。每位工程师若替每个客户从头搭建一套系统,公司经营的是开发服务,不是他说的平台型 FDE。
改变成本结构的,是定制代码共享了多少已维护的能力,而不是工程师坐在哪里。没有平台时,每份新合同都会带来另一套依赖包、部署流程与支持责任。演讲用“工程师不想学 55 个 repo”形容这种维护局面,接着指出维护成本会侵蚀损益。
演讲中的财务数字,也不能直接证明这套模式能获利。Bai 在 6:39 到 7:07 用 ACV(average contract value,平均合同价值)比较几家公司。他口头列出 Palantir 400 万美元、ServiceNow 120 万美元与 Workday 60 万美元,并用了“上次查看”与“印象中”这类限定语。
官方校订稿明确注明,这些数字没有测量日期、计算方式或独立排名。所以我只把它们当成讲者的商业论证,不当成口径一致的公司比较。
平台只控制维护成本,不能消除它
有了共用平台,客户方案仍然要维护。Bai 在 10:38 到 11:12 把平台列为组建 FDE 团队的必要条件,同时强调平台再健全,维护负担仍然可观。平台能减少重复建造,不能让客户差异消失。
第二项成本是知识分散。Bai 在 15:05 到 15:29 的问答中,建议让多位 FDE 共同参与项目,以免全部上下文集中在一个人身上。团队因此要为交接、支持与建立共同理解保留时间。
人才条件也不会因为角色贴近客户而降低。Bai 在 16:59 到 17:25 对理想人选有两项要求:通过软件工程师的招聘标准,以及让公司放心把客户沟通交给他们。公司要愿意用软件工程师的标准招人,也愿意让他们直接面对客户。
我的解读是,FDE 编制不能直接拿售前或客服的人力替换。招聘与培养方式,都要同时覆盖工程与客户沟通。
两道门槛决定公司需不需要 FDE
Bai 在 9:50 到 11:12 用两道门槛判断。第一道看产品与买家之间有没有能力缺口,第二道看共用平台:
flowchart TD
A{复杂产品卖给非技术买家?}
A -->|否,买家懂技术| B[由 DevRel 团队支持]
A -->|否,产品可配置| C[一般销售与实施流程]
A -->|是| D{有共用平台或愿意投资?}
D -->|是| E[评估小规模 FDE 团队]
D -->|否| F[暂停扩编]
DevRel 指开发者关系团队。没有共用平台也不准备建设时要暂停扩编,否则定制工作会变成各自维护的项目。
AI 没有取消这两道门槛。Bai 在 11:28 到 12:35 明确把一段话标注为个人假说:AI 降低了写代码和制作定制软件的难度,也让更多平台具备可定制的能力。
演讲没有提供跨行业的数据,证明这个趋势会扩及几乎所有平台。所以我只把 AI 当成重新检查两道门槛的理由,不当成组建 FDE 团队的充分条件。
用一张表跑一次 FDE 决策
我整理的这份推导流程,能排除明显不适用的情况,不能估算人力、合同毛利或部署周期。
先把演讲中的三类产品代入两道门槛:
| 例子 | 产品需要开发 | 买家能自行吸收复杂度 | 有共用平台 | 推导结果 |
|---|---|---|---|---|
| GitHub、Datadog | 是 | 是 | 不需判定 | 技术型 GTM,不需 FDE |
| Jira、Slack | 以配置为主 | 否 | 不需判定 | 一般销售与实施,不需 FDE |
| Foundry 与非技术行业买家 | 是 | 否 | 是 | 符合 FDE 的两道门槛 |
套用到自己的公司时,我建议拿最近一个企业销售机会,填完下面五个字段。只写已经知道的内容,空白的字段就是下一步要调查的事。
| 字段 | 要填的内容 |
|---|---|
| 客户成果 | 客户用什么业务结果验收,不写产品功能名称 |
| 开发需求 | 这个结果是否需要在产品上写代码,还是配置即可完成 |
| 客户能力 | 客户是否具备能完成并维护这段开发工作的工程团队 |
| 共用能力 | 数据模型、权限、动作与部署方式中,哪些由平台集中维护 |
| 长期归属 | 客户特有行为留在哪里,可共用能力由哪个产品团队接手 |
填完之后,我的建议如下:
- 产品需要开发、客户缺少工程能力,而且共用能力已经存在:进入 FDE 的小规模试点。
- 前两项成立,但共用能力栏仍是空白:先定义平台投资与维护责任。
- 产品与买家之间没有能力落差:沿用现有的 GTM 方式比较直接。
我的判断:先定平台边界,再开岗位
我把 FDE 视为产品架构与 GTM 的共同决策,工程师人数只是这项决策之后的编制结果。前面的逐字稿、平台文档与两道门槛都可以核对,这一节则是我的判断,现有证据不足以证明它适用于所有 B2B 软件公司。
产品团队若还没定义下面三件事,先招聘 FDE 只会增加客户项目的分支数:
- 哪些能力集中维护
- 客户差异留在哪里
- 前线需求怎么回到平台
平台边界清楚之后,FDE 才能把工程时间用在理解业务和组合方案,而不是重建基础能力。
AI 让代码生成得更快,却没有替公司决定支持责任由谁承担。定制变便宜时,公司更需要说清楚哪些代码由谁长期维护,所以产品架构必须和 GTM 一起设计。
开岗位之前,先挑一个最近的企业销售机会,把上面五个字段填完,确认交付缺口真的存在。
延伸阅读
- Forward Deployed Engineering 101:官方页面,有校订稿、完整时间戳与演讲提到的资源,可逐句核对本文。
- Palantir Ontology overview:Ontology 的对象、关系、动作、函数与权限,也就是 Foundry 提供的共用平台能力。
- What Is a Forward Deployed Engineer?:Kevin Bai 的补充文章,把 FDE 拆成顾问、产品经理与工程师三种工作。他主张这个角色该用在高价值、定义模糊的问题上。

