点击上方蓝字「羽飞智能」关注我们
2026年8月12日，潮新闻发了一篇招聘市场观察。里面有组数据：一个叫FDE的岗位，一年之内从643个涨到5330个。同一周，OpenAI在企业侧的动作指向同一个词。这个岗位不写论文、不刷算法题，上班地点在客户的车间和机房。
一、国内：一个逆势扩张的岗位
潮新闻8月12日的报道援引Indeed平台数据：2025年4月到2026年4月，FDE（Forward Deployed Engineer，前线部署工程师）岗位数量从643个增至5330个，增幅约729%。同一时期，传统前端、后端、测试岗位仍在收缩。
招人的公司也在扩散。报道提到，阿里、腾讯、字节跳动、头部云厂商和AI大模型公司都挂出了FDE岗位，雇主已经从早期的外企和云厂商，延伸到政企数字化服务商与智能制造公司。字节的“FDE专家”岗位月薪开到3万元至5万元，按15薪计。
还有一个细节值得留意：这个岗位对学历和算法题的要求明显低于普通研发岗。报道里的受访者投普通研发岗多次卡在终面，投FDE岗时凭政企系统集成和现场调试的项目经验，两轮面试后一周内拿到offer。
二、国外：OpenAI为这件事单开了一家公司
海外这条线走得更远。2026年5月11日，OpenAI宣布成立OpenAI Deployment Company（简称DeployCo），一家专门负责把AI装进企业的独立公司；同时收购应用AI咨询与工程公司Tomoro，一次带来约150名有经验的FDE与部署专家。
按OpenAI官网的说法，DeployCo由OpenAI控股，初始投资超过40亿美元，合作方由TPG领投，Advent、贝恩资本、Brookfield联合领投，投资与咨询方还包括贝恩公司、凯捷、麦肯锡。公告对FDE的定义写得很直白：把专精前沿AI部署的工程师派进组织内部，和业务负责人、一线团队一起找出AI能起作用的地方，围绕它重新设计关键流程，再把成果做成能长期跑的系统。
三个月后的8月13日，IBM与OpenAI宣布结盟。IBM要组建的队伍叫“前置部署专家”，经OpenAI合作伙伴网络培训后直接驻到客户现场。同一个岗位，三家公司，三个名字。
来源：OpenAI 官网（2026年5月11日）
三、缺口是怎么出现的
OpenAI在8月12日发布的企业使用报告里，给出了一个能解释这场抢人的数字。
报告把企业客户按人均输出token排序，前10%称作“前沿企业”，中位区间称作“典型企业”。截至今年6月，前沿企业的人均输出量是典型企业的8.3倍；今年1月，这个倍数还是2.6倍。半年时间，差距扩大到原来的三倍多。
两类企业用的是同一批模型，差距来自用法。前沿企业里21%的周活用户在用Plugins、19%在用skills，典型企业分别只有9%和3%。报告还提到，自2月以来，企业客户中Codex的周活用户在法务岗增长108倍、销售41倍、招聘41倍、市场26倍，工程岗只有5倍。AI往非技术岗位扩散的速度，比往技术岗位快得多。
模型摆在那里人人能买，买回来能不能改到自己的流程里跑起来，成了拉开差距的那一步。FDE就是被派去做这一步的人。
四、这活到底怎么干
潮新闻的报道拆得比较具体。国内大厂的FDE多为有2到5年经验的全栈开发或AI应用工程师，工作时间大致对半开：一半花在写代码和现场调试，另一半用于方案设计和客户沟通。
报道里有个制造业的例子。客户上了AI质检模型，设备适配差、识别准确率不达标，后端远程调试定位不到问题。FDE驻场两周，现场改代码、调算法参数、对接生产设备，最后把质检效率提升约40%。这类问题在实验室复现不出来，也查不到现成方案。
把这个岗位理解成高级驻场运维，会看漏它的核心内容。它的技术含量集中在二次开发和方案定制上，处理的是模型在真实环境里的兼容性、适配性和实用性问题。
五、高薪的另一面
这个岗位的代价同样明确。受访者说入职以来每月驻场出差20天以上，几乎没有固定办公地点，部分政企项目单次驻场可达一到两个月。工作内容高度复合，要同时承担开发、调试、需求沟通、方案讲解和现场故障处理。客户满意度直接挂钩绩效，现场问题必须即时解决，容错率很低。从业者普遍担心的还有一条：大量时间花在沟通和调试上，底层技术的深耕速度慢于传统研发。
海外的薪酬也有两面。第三方分析机构Perspective AI在2026年6月发布的一份统计提到，约1000份公开FDE岗位中，中高级岗总包集中在30万到55万美元，前沿实验室的资深岗超过百万美元，股权占总包的比例约在55%到70%。股权占大头，账面数字和实际到手是两回事。这份统计由厂商自行发布，口径仅供参考。
来源：OpenAI 企业使用报告（2026年8月12日）
六、主线判断与三条影响
把这些放在一起，主线清楚：AI行业给“落地”这件事标出了价格，价格牌上写着FDE。模型层面的差距在收窄，用出来的差距在扩大，市场就用高薪去买能在现场把这段差距抹平的人。
第一条，AI项目里最贵的一段成本是人。模型调用的价格一路往下走，驻场改造流程的人工往上走。评估AI供应商报价时，把“平台与模型费”和“驻场实施费”拆开看，后一项决定项目成败，也决定总价。报价单上如果实施费很低，通常说明这部分工作压根没安排。
第二条，中小企业需要的是一个“内部FDE”。按报道里的画像，这个角色的核心能力在于熟悉本厂流程、肯动手调工具，算法功底排在后面。时间配比可以照抄现成经验：一半动手，一半跟业务部门谈。这个人从内部找，成本远低于外聘，也更清楚哪张单据卡在哪个环节。
第三条，验收标准要在开工前定死。FDE这个岗位容错率低，原因在于现场问题当场就能验对错。上AI项目同样应当先约定一个当天能验证的指标——质检准确率、对账差异笔数、报价出单时长。指标定不出来的环节，说明流程本身还没理清，先别急着上工具。
这波抢人潮说到底是一句话：模型的价格在往下走，能把模型装进自家流程的人在往上走。
信源：潮新闻《月薪30~50k，大厂抢人，FDE成招聘市场新贵》（2026年8月12日，杭州网、同花顺转载，文中岗位数量援引Indeed平台数据）；OpenAI官网《OpenAI launches the OpenAI Deployment Company》（2026年5月11日）；OpenAI官网《From assistance to execution: How enterprises put AI to work》（2026年8月12日）；IBM Newsroom《IBM Partners with OpenAI…》与TechCrunch同题报道（2026年8月13日）；智联招聘《2026年人工智能产业人才发展报告》；Perspective AI《2026 FDE Hiring Trends》（2026年6月，厂商自行发布的统计）。文中数字均为上述公告与报道的披露口径。
