业务结果
第一段只写客户会得到什么：在几周内，把哪项成本、收入、错误率或处理时间，从多少改到多少。
AI 产业研究 · 深度专题
一人公司 下一步是 FDE.
FDE就是AI操盘手
硅谷最火的新职业 FDE（Forward Deployed Engineer，前线部署工程师），正在重写 AI 公司的交付方式：不进写字楼，进驻客户现场；不卖功能，交付结果。 而对一人公司来说，这件事的真正含义是——下一步不是做产品，是成为 FDE。
SCROLL
31.2304° N · 121.4737° E · GEN: NANO-BANANA-2
I.
001 / 010
DEFINITION
不卖软件，卖结果.
FDE 是 Forward Deployed Engineer——前线部署工程师。这个词由 Palantir 造出： 工程师不坐在总部写标准产品，而是进驻客户的真实业务现场，在泥泞的数据和组织里把系统跑通， 为最终的业务结果负责，再把前线学到的东西反哺成产品。
核心判断 · Core Thesis
FDE就是AI操盘手
不是替企业“装一个 AI”，而是把业务目标、现场约束、系统交付和结果验证，握进同一只手里。
01Deployed
进驻现场
不是在办公室里猜需求，而是坐进客户的工厂、律所、作战指挥室。Palantir 的 FDE 甚至跟着悍马进过战区——部署的字面意思。
↗02Outcome
交付结果
合同上写的不是功能清单，而是业务指标：拦截率、研发周期、成本线。做不出来就不收钱——这是和传统外包最狠的区别。
↗03Feedback
反哺产品
前线的 dirty work 不是成本，是情报。每一次部署都把真实 know-how 沉淀回平台，让下一次部署更快——护城河由此长成。
↗
“
We do not lead with product. We want to work with you. We want to understand your problems.—— PALANTIR FDE 文化自述 · 我们从不以产品开场，先理解你的问题
ROLE / DEV
Dev — 平台工程师
在总部写可复用的核心平台，把 FDE 从前线带回来的模式抽象成产品能力。
ROLE / DELTA
Delta — 前线部署工程师
Palantir 内部对 FDE 的代号。进现场、改数据、写定制逻辑，对结果负责。
ROLE / ECHO
Echo — 现场可靠性
让已经部署的系统在客户环境里长期稳定运行，守住交付的下半场。
CORE CASE · PALANTIR OPERATING SYSTEM
FDE 不是一个岗位，是一套现场—产品闭环.
真正值得复制的，不是把工程师派到客户身边，而是让整个公司的利益、产品与客户结果对齐。
01
结果对齐
FDE 把自己当成客户业务的负责人：像 CEO 一样对结果负责，但没有 CEO 的权力。
02
深入现场
不从产品功能开场，而是进入真实流程，找到组织、采用率与业务协同里的阻力。
03
吸收复杂性
别人外包掉的脏活——协调、培训、流程重做——由 FDE 吸收，并尽量用软件解决。
04
定制交付
允许为高价值问题写定制方案；边界不是今天产品有什么，而是客户任务还缺什么。
05
抽象成平台
经过 10–20 次相似部署后，Dev 才把共同模式抽成可复用能力，Echo 让它长期活着。
对一人公司的启示：不能只学「驻场」，还要同时建立结果口径、现场反馈、可复用资产和长期运行机制。否则只是把系统集成成本搬到自己身上，得不到复利。
LEARN · 一舟一课 3.0
马上了解怎么学 →
看懂了 FDE，下一步是自己成为交付人。
3.0 年课的 FDE 实战学习线把这套打法拆成 7 课，每课围绕一个真实卡点和核心案例，沉淀一个部署包组件。结课时你手上是一套可复用的部署包。
II.
002 / 010
SILICON VALLEY
硅谷正在疯抢 FDE.
2025 到 2026 年，硅谷最头部的 AI 公司几乎同时把赌注押在同一个岗位上。 在招职位从 643 条涨到 5,330 条（一年 +729%，2023 年初以来 42 倍）， OpenAI 把底薪开到 $345k 外加股权——一个三年前还不存在的职业，成了 AI 军备竞赛的第二战场。
+0%
FDE 职位发布量 · 2026-04 同比
来源：Business Insider × Indeed, 2026-05
0×
职位发布量增幅 · 2023-01 以来
来源：Business Insider × Indeed, 2026-08
$0k
OpenAI FDE 底薪上限 · 另加股权
来源：Business Insider, 2026-08
~0
全美顶级 FDE 存量 · 需求年内 +2,100%
来源：Christian & Timbers × TechCrunch, 2026-07
FDE 职位发布量指数
INDEX · 2024 = 100 · HOVER 查看数据点
FIG. 01 · 数据：Business Insider × Indeed（2025-09 · 2026-05）· 2026 标记为 4 月在招快照（5,330 条），非全年统计。
这轮抢人不是 HR 行为，是战略行为。OpenAI 在 2026 年 2 月发布企业级 Agent 平台 Frontier，5 月又成立独立业务单元 DeployCo 并收购咨询公司 Tomoro——5 月公告称拟引入约 150 名 FDE 与部署专家，进入客户核心业务。 公告中的 超过 $4B 是新公司的初始投资，不是单个客户订单；收购当时仍待交割。
Anthropic 把 Applied AI 团队统一为 Forward Deployed Product Engineering， 把 Claude 部署进金融与医疗的核心系统。a16z 则把整件事总结成一句投资纲领： AI 正在让"服务主导增长"（services-led growth）复活。
最激进的是法律 AI 公司 Harvey：销售人员必须有法学学位， FDE 的标准是客户提出需求后 10 分钟内做出可演示的原型， 工程师凌晨三点登机飞客户现场是常态——这套打法被业内称为 "The Harvey Way"。
General Mills
PALANTIR 供应链先连通 200 张数据表，再把供应链调整建议送到业务人员手中。2024 年 Palantir 案例披露：超过 70% 的建议被人工接受，客户称平均每天节省约 4 万美元。学它的顺序：统一数据 → 给出建议 → 人工确认 → 核算节省。
约 $40k / 日人工验收厂商案例 · 2024
OpenAI
2026 全面建制化5 月宣布成立控股部署公司，并拟收购 Tomoro，引入约 150 名 FDE 与部署专家；超过 40 亿美元为初始投资。对小团队的启示：业务发现、系统接入、采用与运行，都属于交付范围。
部署进入业务官方公告 · 2026-05融资 ≠ 订单
Sendbird
CLAUDE 客服交付Delight.ai 团队把散落的测试脚本整合成对话调试与回归工具，再交由客户 QA 验收。工程师在 Anthropic 访谈中称，生产问题从修复到上线约需一周，现在缩短至 1–2 天。可复制的是测试流程，不是收益承诺。
一周 → 1–2 天客户 QA 放行受访团队自述
Varick
2026-10 应付账款Vas 在 Greg Isenberg 访谈中自述：重做一条客户应付账款流程后，单张发票处理成本由 $31 降到 $6。方法是先删除冗余步骤，再分配给规则、Agent 与人工。客户未具名、未经独立审计，用于学习流程，不作报价或收益基准。
$31 → $6 / 张先改流程访谈个案
TIMELINE · 点击节点查看详情
III.
003 / 010
CHINA
国内半年内烧成风口.
2026 年上半年，FDE 成了中国 AI 公司互相挖人的第二个风口岗位——第一个是模型研究员。 从材料研发到金融，从央国企到教育，一批公司开始用"部署工程师进现场"的方式啃 AI 落地的最后一公里。
争议 A：服务 还是产品？
晚点在《上市前，为什么 FDE 越来越多》里点破了尴尬：AI 公司一边靠 FDE 拿单冲收入，一边要向资本市场解释"我们不是咨询公司"。Palantir 背了二十年同样的质疑——直到平台毛利替它回答。
争议 B：按 工时 还是按结果？
9 月 29 日《每日经济新闻》采访中，阿里云霍嘉看好按结果付费与长期服务合同。对小团队，先界定一条流程的交付范围，再写清后续维护与改进；这是受访者对商业化的判断，不代表客户普遍接受纯分成。
LEARN · FDE 实战学习线
现在加入 →
大厂在抢 FDE，中小企业还没人服务。
九个赛道、27 个打法，学习线从里面挑出启动成本 1000 元以内、两周能交付、零代码可做的 9 个深讲。你的行业经验就是入场券。
IV.
004 / 010
WHY NOW
模型过剩，落地饥饿.
模型能力两年翻了几倍，企业里的真实渗透却远远没跟上。 这条越来越宽的鸿沟，就是 FDE 存在的原因——也是它的定价权来源。
模型能力（示意）
企业真实落地（示意）
FIG. 02 · 概念示意图，非统计口径
BOB MCGREW · PALANTIR 前首席架构师
高管们曾以为模型越强，AI 就越能"自我服务"。现实是：瓶颈从来不在技术，在最后一公里。（Financial Times）
A16Z · SERVICES-LED GROWTH
软件吃掉世界用了二十年；AI 直接去做服务本身。交付结果的公司，拿走的是服务的预算，而不是软件的预算。
GARTNER · 2028 预测
到 2028 年，三分之一的企业软件将内置 Agentic AI（2024 年不足 1%）。谁来把它们部署进业务？——FDE。
“
企业要的，正从「买模型账号、学提示词」变成「把 AI 接进获客、销售、交付、运营和管理」。Demo 能跑只是开始；有人用、流程变快、经营指标发生变化，才算结果。2026-08 FDE 实践案例汇总 · 文章案例口径，不作官方统计
V.
005 / 010
THE THESIS
一人公司 4.0 = 人人皆 FDE.
一人公司 1.0 是一个人硬扛；2.0 和 3.0 解决的是"产能"和"产品"问题，但红利人人有份，终局一定是同质化。 4.0 解决的是"结果"问题——而结果，永远是稀缺的。
STAGE 2.0
工具放大产能
One person, one team.
- 用 AI 把内容、设计、开发一个人做完
- 单位时间产出 ×10，成本结构重置
- 收入本质：卖时间 × 杠杆
已完成 · 红利摊薄中
STAGE 3.0
标准化产品
Build once, sell twice.
- 把能力封装成课程、模板、订阅、小工具
- 脱离时间出售，开始有了"睡后收入"
- 软肋：标准品被平台和同行双向碾压
进行中 · 同质化加剧
STAGE 4.0
前线部署
Deploy yourself.
- 带着你的 AI 栈进驻客户现场，交付业务结果
- 按结果定价：天花板从日历变成价值
- 壁垒：行业 know-how + 可复用部署资产
下一步 · 本页主题
企业为"工具"付的钱有上限，为 "结果" 付的钱没有。 大模型公司派 FDE 进 500 强，一人公司就派自己进中小企业—— 同样的打法，更小的体量，恰恰是大公司看不上、也够不着的市场。
▲
诚实的注脚：FDE 模式对个人的约束同样成立——你的时间仍是瓶颈。所以这条路成立的前提是：每一次部署都必须沉淀为可复用的资产（流程、模板、Agent 技能），否则你只是换了个名字的乙方。
CASE ATLAS · 脱敏归纳
24 个现场，6 种部署任务.
跨行业案例的共同点，不是用了同一个模型，而是把一个高消耗问题收敛成可运行的业务闭环。这里先给你看框架；完整案例、练习和部署包留在 7 节课里展开。
24 个抽象现场
6 类部署任务
4 步交付顺序
公开层只展示场景类型、方法顺序和学习价值；不展示原案例编号、客户身份、精确指标、原文、页图或可还原的项目细节。来源：Datawhale《FDE案例100》受限资料的原创归纳。
LEARN · STAGE 4.0
进入 4.0 学习线 →
4.0 不是一个概念，是一条能走完的路。
M1 定位 → M2 报价 → M3 工具栈 → M4 记忆库 → M5 交付物 → M6 现场 → M7 续约。每 2 周解锁一课，14 周走完。
VI.
006 / 010
TOOLSTACK
一个人，六层武装.
个人 FDE 的武器不是某个单一工具，而是一套可复用、可携带、可部署的技术栈。 点击左侧任一层，查看它装的是什么、为什么必须自己掌握。
先拆流程，再决定 AI 放在哪
FIELD NOTE · 2026.10i.可以删除
重复录入、无用报表、无人读取的审批。先问这一步是否仍有业务价值。
ii.交给规则
字段映射、金额核对、确定性路由。规则能稳定解决的任务，用脚本或工作流。
iii.交给 AI
非结构化阅读、分类、草拟与语义匹配。先用真实样本验收，再比较每个成功任务的成本。
iv.保留人工
异常、责任判断和关键批准。把确认入口留在客户原来的协作工具中。
访谈一线员工、核对系统记录，把真实流程画出来；分类后先跑通一条业务路径，再扩展。以上例子为本站教学转译。
方法来源：Greg Isenberg × Vas（Varick）FDE 实战访谈，2026-10-01（北京时间 10-02）；案例与成本数字为受访者自述。
LEARN · MODULE M3
跟着搭一遍六层栈 →
六层栈不用看懂，跟着点一遍就有了。
第三课全部用国内可用的零代码工具，录屏到点击级，每层留一张自己账号里的截图。教学期六层总月成本压在 500 元以内。
VII.
007 / 010
ROADMAP
五步，走到客户现场.
从一人公司到个人 FDE 不需要辞职、融资或招人。 需要的是按顺序做完这五步——点击任意一步查看验收标准。
LEARN · M1 → M7
深度学习这五步 →
这五步，学习线里一步一个案例。
五步法是骨架，7 课是台阶。每课都有真实卡点、核心案例、讲授结构和自检标准；课研团队持续整理优化，一舟直接按 HTML 页面讲授。
VIII.
008 / 010
PRICING
从卖时间，到卖结果.
AI 提效会改变交付成本，也会改变报价方式。按结果收费能让价值进入报价， 但利润仍取决于范围、验收与持续运营成本。切换开关，对比两种模式。
卖时间
天花板 = 你的日历- 人天报价，甲方年年压价，议价权在对方
- AI 让你快 10 倍 → 同样工作收费变 1/10
- 收入随不出工归零，手停口停
- 越做越像外包，案例无法沉淀为资产
卖结果
天花板 = 你创造的价值- 按节省成本 / 增量收入分成，议价权在自己
- 交付提速可改善利润，仍需计入维护与人工复核
- 部署资产可复用，后续成本仍取决于客户差异
- 知未智能样本：按"帮客户省多少钱"收费
i.规模化难题
服务收入线性增长，这是 Palantir 背了二十年的质疑。前 Snowflake CRO Chris Degnan 说得更直白：FDE 是"包装过的专业服务"，工程师一走，定制代码就变成客户的技术债。个人的解法：只做能沉淀为可复用资产的部署，拒绝纯体力单。
ii.现场成本高
驻场是重投入。解法：先用 10 分钟演示标准筛客户——愿意为结果付费的客户，才值得你登机。
iii.结果归因难
先写清基线、数据源和结果口径。Falk Gottlob 建议把“第 60 天客户能独立修改配置”作为交接目标；这是作者建议，期限需按项目商定。最近四个同类项目的工时若持续下降，可作为复用效果的一个信号，不能单独证明利润增长。
计价进化链：你站在哪一档？
Pricing Ladder · 按结果收费的四级台阶i.按用量
按 token、调用量、处理量计费。清晰可测，但追踪的是成本而非价值——用量大也可能是系统低效。行业基准线。
ii.按任务
按「完成一次退货处理」「生成一份合规报告」计费。计价单位开始有业务含义，客户听得懂在买什么。
iii.按结果
按「成功解决的会话」「追回的一笔坏账」计费——Sierra 的样本档位。难点在归因：技术评估体系，同时就是计费基础设施。
iv.按价值分成
按省下的成本、追回的收入、释放的产能提成。最贴近价值的终极形态，也最难：需要客户开放财务数据与深度信任。
落进合同要写清五件事：指标定义 · 基线与测量窗口 · 判定方与数据源 · 争议仲裁 · 流产条款。最常被漏掉的是最后一件——缺一样，「按结果收费」就会在验收桌上退化成「按关系收费」。
中国市场注脚：「买断 + 实施」「按项目验收付款」仍是主流。落地计价要中西合璧：按阶段交付验收（顺应项目制习惯）+ 价值指标写入验收标准（注入按结果收费基因）。纯订阅是理想，混合制才是活路。
选自 范冰（XDash）《前线部署工程师：人工智能时代的客户价值交付秘籍》§ 6.3 · 非商业分享授权引用
从第一笔验证费，到小团队舒适区
Order Ladder · 先跑闭环，再抬客单i.付费验证
500 元 / 店内测：先验证客户愿不愿意付钱、数据能不能拿到、结果能不能被老板核对。低价的意义是买证据，不是长期困在低价。
ii.第一单与复购
5,000 元第一单 → 接近 1 万二次培训：用一次分享或小服务跑完需求、交付与复盘。第一单最值钱的是客户反馈和第二次成交。
iii.标准项目
1–3 万内训 · 5–20 万项目：公开个案中的常见台阶。对小团队，边界清楚、能较快交付、能留下案例，比只追求大客单更重要。
iv.谨慎大单
20 万以上先做风险审计：跨部门、招采、长周期和尾款风险会明显变重。30 万不一定比 7 万更好；先看终点、回款和资产复用。
文中个案上限：10 万级定制、最高 100 万代运营、创业第二个月收入突破 20 万。它们只用来说明订单形态与天花板，不是新人报价锚点，更不是收益承诺。
来源：公众号《FDE是AI Native时代的超级机会，现在入场还在红利期》· 2026-08-26 · 个体差异大
海外报价参考：Anil Pervaiz 的公开服务报价为诊断 Sprint $2,000 起、价值验证 $8,000–20,000、生产交付 $25,000 起。它是单个服务方的挂牌价，不是成交均价；可借鉴分阶段打包，不宜直接照搬数字。
来源：Anil Pervaiz，How I price a Forward Deployed Engineer engagement，2026-08-28；2026-10-02 核验。
一页提案：先写结果，再写技术
Proposal Playbook · 用真实数据筛掉伪需求
验证路径
写死基线、指标、数据源、测量窗口和阶段退出机制。不是说“AI 有效”，而是约定怎么证明它有效。
交付与配合
再写架构、里程碑与决策点；同时明确客户必须提供的数据访问、业务专家时间和验收负责人，用配合度筛客户。
风险与散伙
提前写清数据不达标、关键人变动、质量不过线时怎么办；PoC 必须同时写毕业标准与散伙条件。
演示纪律：永远用客户的真实数据跑，不用精心准备的样例表演。真实数据跑不通，比漂亮 Demo 更早、更便宜地告诉你这单该不该接。
选自 范冰（XDash）《前线部署工程师：人工智能时代的客户价值交付秘籍》§ 3.9 · 非商业分享授权引用
IX.
009 / 010
NEW CAREERS
九个赛道，皆可部署.
第七章的路线图回答"怎么走"，这张地图回答"去哪儿"。 九个正在用 FDE 打法赚到真金白银的赛道——每个都附上真实收入数字。 点击任意赛道，看三个可以直接模仿的打法。
ENROLL · 一舟一课 3.0 年课
立即报名 →
九个赛道看完了，剩下的是把它做出来。
FDE 实战学习线是 3.0 年课里的一条职业线：7 课、14 周，每课围绕真实案例沉淀一个部署包组件，结课时手上是一套可复用的部署包——不是一份工作，也不是一笔订单。上面九个赛道的收入为社群内部个案整理，个体差异大。
X.
010 / 010
CONTRIBUTORS
谁把 FDE 推到台前.
FDE 不是某位天才一夜之间的发明，而是一群人、几家公司用二十年磨出来的方法论。 像开源项目一样，这面墙向他们署名——横向拖动，看看都有谁。
SS人 · 模式先驱
Shyam Sankar
PALANTIR CTO
「与用户一起造（build with），而不是为用户造（build for）——把每一次定制部署，反哺成可复用的平台。」
来源：Stratechery 访谈 · Palantir Blog
P司 · 发明者
Palantir
FDE 一词的诞生地 · 2003–
「Dev / Delta / Echo 三角色：平台在总部，情报在一线。二十年背着"咨询公司"的质疑，答成了护城河。」
来源：Walker Hartley · 行业综述
BT人 · 结果付费旗手
Bret Taylor
SIERRA 联合创始人 · 前 SALESFORCE 联合 CEO
「客户要的是业务结果，不是软件或模型——按解决的问题收费，而不是按席位收费。」
来源：Decoder · Sequoia Training Data
S司 · FDE 原生
Sierra
AGENT 独角兽 · $10B 估值
「前线部署 Agent 工程师驻场，拥有从设计、构建到上线的全生命周期——几百家全球品牌已落地。」
来源：Sierra Blog
O司 · 军备竞赛发起者
OpenAI
FRONTIER + DEPLOYCO
5 月公告：成立控股部署公司，拟通过收购 Tomoro 引入约 150 名 FDE 与部署专家。初始投资超过 40 亿美元，目标是把 AI 接进客户核心工作。
来源：OpenAI 官方公告 · 2026-05-11
A司 · 保守派重注
Anthropic
FORWARD DEPLOYED PRODUCT ENGINEERING
「把 Applied AI 统一为 FDPE——把 Claude 部署进金融与医疗的核心系统，稳字当头。」
来源：Financial Times · 公开报道
C司 · 新锐抢跑者
Cursor
AI 编程独角兽 · 把 FDE 当关键岗
「FDE 是工程、咨询与产品之间的桥梁」——Cursor 人才负责人公开表态：这个岗位的需求正在爆发。
来源：Business Insider 2026-08
16机构 · 理论旗手
a16z
SERVICES-LED GROWTH
「AI 正在让"服务主导增长"复活——服务不再是低毛利的诅咒，而是最快的落地路径。」
来源：a16z
CD人 · 批评者
Chris Degnan
前 SNOWFLAKE CRO
「FDE 是"包装过的专业服务"：顶尖工程师并不想要它；工程师一走，定制代码就变成客户的技术债。」
来源：Business Insider 2026-05
CT机构 · 人才数据
Christian & Timbers
顶级 AI 猎头
「全美仅约 2,000 名合格顶级 FDE；需求预计 2026 年内 +2,100%——供需差就是这个时代的机会。」
来源：TechCrunch 2026-07
赵人 · 中国实践者
赵晔
知未智能 · 按效果付费
「按"帮客户省了多少钱"分成——AI-Native 服务一体化，结果即产品。」
来源：36氪
深司 · 硬科技前线
深度原理
DEEPPRINCIPLE · AI 材料研发 FDE
「把 AI4Science 送进材料研发一线，驻场解决真实配方与工艺问题，让技术真正变成生产力。」
来源：36氪 2026-01
明机构 · 建制派
明势创投
AI-FDE 训练营发起方
「把 FDE 当成下一个通用工种来系统性培养——训练营就是这个判断的落地动作。」
来源：创业邦 2026-06
VG人 · 现场工程化
Vinoo Ganesh
TALLY 创始人 · 前 PALANTIR / AWS FDE
「先接客户已有 API、数据与看板，再决定哪里需要 AI；把 Kepler 一次 17 小时的手工部署写成 2 小时脚本。没有被第二个客户复用过的组件，还不能算平台能力。」
来源：Latent.Space 2026-09-13
V人 · 流程重做
Vas（Varick）
FDE 实战访谈 · GREG ISENBERG
先访谈一线、核对实际流程，再把每一步分配为删除、规则、AI 或人工。把交付嵌入客户已有系统，并用前后指标复盘。此处为观点归纳。
来源：访谈 18:11 / 19:04 / 28:39 · 2026-10-01
冰人 · 中文世界系统化者
范冰（XDash）
《前线部署工程师》作者
「计价单位越贴近客户价值，定价天花板越高——但测量与信任成本也越高。计价方式和评估体系，是同一块硬币的两面。」
来源：《前线部署工程师：人工智能时代的客户价值交付秘籍》