FDE Playbook · October 2026

模型过剩，落地饥渴。
2026 年 10 月，怎么做 FDE？

FDE（Forward Deployed Engineer，前沿部署工程师）是 2026 年硅谷最舍得花钱的岗位，也是中国个体最现实的 AI ToB 生意——李一舟给它起了个更直白的名字：「AI 操盘手」。本页综合李一舟课程实录（2026 年 8–9 月，5 课）与 20 余篇可核查的公开信源，回答一个问题：现在下场做 FDE，具体怎么做、怎么收钱、坑在哪。

更新于 2026-10-04 课程实录 5 课 外部信源 20+ 篇 写给 想做 ToB 的个体与小团队 立场 实操指南，不卖课、不考证
01 · Why Now

为什么是现在：95% 的 AI 试点在失败，巨头为此掏出 90 亿美元

FDE 的爆发不是炒作先行的风口，而是一个烂摊子堆出来的岗位：模型能力溢出，企业落地拉胯。

需求侧：企业 AI 落地是一片狼藉

95%
的 GenAI 试点无可衡量的 P&L 回报；外部合作部署的成功率约为内部自建的 2 倍
MIT NANDA 2025 · Plank 转引
42%
的企业在 2025 年放弃了大部分 AI 项目——2024 年这个数字还是 17%
S&P Global n=1,006 · Plank 转引
88%
的 AI PoC（概念验证）从未进入生产环境
IDC / Lenovo · Plank 转引

供给侧：2026 年 5–7 月，四大巨头合计下注超 90 亿美元

玩家动作（2026）规模
OpenAI5 月成立独立合资实体 OpenAI Deployment Company，TPG 领投、19 家机构出资；同日收购英国 AI 咨询公司 Tomoro，整编约 150 名 FDE 作班底，COO 挂帅超 40 亿美元
Anthropic5 月与 Blackstone、H&F、高盛成立服务合资公司 Ode，班底为收购来的 Fractional AI（约 100 名工程师），主攻 PE 系中型企业约 15 亿美元
微软7 月组建 Frontier Company，约 6000 名工程师25 亿美元
AWS6 月承诺组建 forward-deployed 部门10 亿美元

来源：Plank《The State of FDE as a Service, 2026》；OpenAI 交易另见 ABMedia、Alex Pikovsky 七家对比。

岗位市场：头衔在通胀，能交付的人不够

Indeed 指数显示 FDE 岗位发布量一年增长 729%（2025-04 → 2026-04，Business Insider）。Christian & Timbers 研究（250 位 C-suite + 300 位从业者访谈，TechCrunch 2026-07-30）更有意思：美国约 17,000 人挂着 FDE 头衔，但真正能稳定交付企业 AI ROI 的只有约 2,000 人；计划招聘 FDE 的企业从年初的 5–10% 飙到 Q2 的 70%。披露薪资的岗位中位区间约 $146K–$240K（Dexity 扫 191 个在招岗）。

这个模式在财务上成立吗？鼻祖 Palantir 给了答案：2026 Q2 营收 $19.35 亿（+93%）、毛利率 84.66%、净收入留存率 157%——驻场交付做到了接近纯软件的毛利（雪球引财报）。

本页的核心判断：FDE 值钱的根本原因，是 AI 的瓶颈不在模型能力，而在集成、评测、和对企业「隐性决策逻辑」的占有——这些活必须有人趴在客户业务现场干。谁来补这个缺口，谁就拿这份钱。
02 · Three Routes

三条路线：进大厂、进网络、自己做

2026 年 10 月做 FDE，本质上有三种吃法。前两种是打工，第三种是生意——本页主要讲第三种。

进大厂当 FDE

被雇 · 要履历 · 能出差
  • 美国：OpenAI / Anthropic 面向客户的岗位中，FDE 类占比一年内从 17%→31%、18%→28%；Anthropic 的 JD 写明最高 50% 出差
  • 中国：字节火山引擎 35–70K×15 薪、腾讯 50–80K/月、行业平均年薪 40.8 万；人才供需比 0.28（猎聘，雪球转引）
  • 组织形态：腾讯「经销化」（发 FDE 认证、培训渠道交付）、字节「内部化」（火山引擎三类分工）、Kimi「借船」（与华胜天成、中软国际等集成商共建，钛媒体）

进 FDE 服务网络

接单 · 有交付能力 · 不想自己获客
  • Distyl AI：前 Palantir 团队，$1.75 亿 B 轮、估值 $18 亿；面向 Fortune 500，按结果收费的多年期合同，承诺 3 个月进生产
  • Tribe AI：500+ 人 FDE 网络，厂商中立，走 AWS 渠道
  • 咨询巨头：Accenture 有 $59 亿 GenAI 订单；独立服务商吃创业公司和中型企业的缝隙（Plank 报告）

自己做 FDE 生意

个体 / 小团队 · 本页主线
  • 独立执业已是可观察业态：以色列 RZ AI Labs（单人）把服务产品化成三档——Embedded Sprint（把卡死的试点推上线）、Fractional（每周固定几天）、Per Project（定界交付），方法论 Embed→Ship→Hand Off，「成功标准是你之后不再需要我」（官网）
  • 中国付费意愿已验证：头部客户在工具采购外，单独为「FDE 陪跑服务」付费百万至五百万元级（腾讯研究院，雪球转引）
  • 李一舟的命名：FDE 太晦涩，它就是「AI 操盘手」——一人公司 4.0 = 人人皆 FDE
窗口判断：CCAF101 估计，大厂集中入场把个体红利窗口压缩到 6–12 个月。窗口期的正确姿势不是考证追课，而是尽快攒出 1–2 个可展示的完整交付案例——下面六节讲怎么攒。
03 · The Playbook

核心打法：三步推进法

李一舟 2026-09-26 第十九课给出的 FDE 正式打法，也是他答疑中反复强调的接单纪律。

你的核心目标：第一，展示出来你用 AI 能干什么；第二，你去帮他做一小部分，让他看到 AI 真有用；第三，陆续地，一个模块、两个模块、三个模块、五个模块，让他陆续全部变成 AI 相关的事。

李一舟 · 第十九课（2026-09-26），「FDE = AI 操盘手」
STEP 1

展示能力

先做出一个让客户眼前一亮的成品——一个网页、一个自动化流程、一份他行业的 AI 诊断。不谈合同，先谈「你看这个有没有用」。

→
STEP 2

小块见效

挑一个模块先做出可量化的结果：客服响应快了多少、报表省了几小时。小单按「内容素材 + 信任状」计价，不按现金计价。

→
STEP 3

逐模块铺开

按见效节奏一个模块一个模块推进全面 AI 化。每一单都是下一单的证据，客单价随信任爬坡。

为什么必须小步走

试点死于时钟：企业招一个 FDE 要 7 周到 4 个月，试点项目就死在这个等待里（Plank）；外部合作部署的成功率约为内部自建的 2 倍（MIT NANDA）。小步快跑不是谦虚，是胜率最高的工程策略。

接单纪律（两条铁律）：① 不一口吃全量——先演示、再小单见效、后逐模块铺开；② 前 4–6 周的任务不是挣钱，是攒证据——没有证据直接接大单，就回到了你最弱的销售环节。

交付物经济学：你正在看的这个页面就是例子

李一舟在第三十八课做过一次公开实测：中午 12:57 给 Codex 下任务，13:53 完成——56 分钟、算力成本不到 3 元，全自动产出一个完整的 FDE 研究网页；同样成色的东西，传统团队（设计 + 前端 + 后端 + 测试，约 3 人）成本约 1.5 万元。他的判断是：高价值交付物正在从 PPT/文档变成「可访问、可传播、可部署的网页资产」。

用 AI 不是省成本，而是「把一件事加倍」：开一家店和开两百家店，对 AI 没有区别。

李一舟 · 2026-09-27 周课总结
04 · Who Fits

谁适合做：最好不是程序员

这是整套打法里最反直觉、也被最多独立信源交叉验证的一条。

你完全不需要是程序员，而且你最好不是程序员。程序员惯用代码逻辑，而我们关心的是业务本身。我们不会写代码，却能够用 AI 工具帮公司解决问题，这才是真正的价值。

你在某个行业有过五年以上甚至十年以上的专业经验，你就非常适合做 FDE，做你们这个行业的 AI 操盘手。

李一舟 · 第十九课（2026-09-26）

三条独立证据

① JD 实证。飞地（fdesky）抓取 28 条中国大厂官方 FDE JD 逐条打标：最被需要的前三项能力是把模糊需求变方案、客户沟通、部署上线——没有一项是「AI 技术」（原文）。

② 工程师不想干。WSJ 报道：岗位涨超 10 倍，但只有约 10% 的工程师愿意干这个活（Pragmatic Engineer 转引）。业务背景的人进场，几乎没有来自工程师的竞争。

③ 学员画像实证。课程答疑中，一位建筑行业资料主管（10+ 年经验）直接问：「能不能根据我这十多年的经验，弄个你说的 FDE？」——这正是目标画像。

护城河长在哪

AI 会替代流程中间的一段，所以人要向两头不会被替代的环节靠：需求判断、交付责任、信任关系。FDE 这个角色的值钱之处，恰好三件事全占。

但有一个硬要求：「不写代码」不等于「不交生产级的东西」。中文从业者总结的头号坑就是「只会调 API、Demo 漂亮、上线即崩」（环曜，厂商内容，经验部分可参考）。你不必是程序员，但你交付的系统必须能在客户的生产环境里跑住——或者，你知道用哪套 AI 工具链把它跑住。
05 · The Path

落地路径：知识库 → 本地跑起来 → 平行复制

首先把你个人所有的知识库整理出来，然后真实地在你的行业领域里用 AI 搭一套框架——就搭在你本地，然后你真实用起来。只要你能用起来，再平行复制给你的客户就可以了。其实真的不复杂。

李一舟 · 第十九课（2026-09-26）

展开成四步（AI 落地四步工作流）

  1. 建大文件夹：本地建一个大文件夹，把你行业的资料、自己的经验全部倒进去——知识库是一切的地基。
  2. 口述业务出 PRD：录音口述你的业务（做什么、盈利方式、初心、行业弊病、核心诉求），交给最强的 AI 深度对谈半小时到一小时，产出 PRD。
  3. 便宜 AI 干粗活：换便宜的模型做自动聚类、搭工作流——强模型贵，只用在判断环节。
  4. 定期重读：每两三周用最新模型把知识库重读一遍，工作流持续迭代，不过时。

硬件与数据边界

个人跑起来，5000 元级 Mac mini（内存 24G 起步）足够；企业级数据用 Mac Studio 本地跑，客户数据不出你的机器。这不是洁癖，是合规：已有金融机构因为直连云端大模型导致数据出域，被等保 2.0 审计直接判停（中文一手踩坑记录）。私有化部署、数据不出域、国产模型适配，正是中国 FDE 市场与美国最大的差异点，也是个体的机会点。

知识沉淀是复利的本体

方法论、skill、agent 配置全部进本地知识库 + GitHub 私有仓库。李一舟实测：员工离职交接靠 AI 读 agent 完成，从一个月缩到一两天。这一下解决了行业第三大坑「人走知识走、现场配置零沉淀」。

一条复用标尺：判断你是真 FDE 还是高端外包，看「第 100 次部署是不是比第 10 次花更少的稀缺人力」。Palantir 靠 Ontology（本体层）让应用从同一套对象模型派生、越交付越省力；多数复制者抄了角色没抄底座，最后退化成按人天收费的外包（Objectos）。个体的对应物：每单必须留下可复用的工作流模板、评测集、连接器。
06 · Clients & Pricing

获客与定价：别定客户画像，让数据选客户

「我是 AI 算法工程师，想做 FDE 服务企业老板，但不懂商业、不懂自媒体，怎么定位和获客？」——这是课程答疑里的真实提问，李一舟的回答成了整套获客方针：

不要先定死服务谁。先做高质量内容，展现你作为 AI 工程师的能力，然后看谁来看。餐饮老板经常看你，你就服务餐饮老板；职场高管来看，就收咨询费。不是你去定义的，而是先做内容，看谁更关心，再做调整——边看边干，边干边看。

李一舟 · 第十九课答疑（2026-09-26）

当场就出了验证信号：答疑刚说完定位，圈内就有老板当场想加联系方式——「其他行业的人确实需要 AI」从判断变成了真实信号。

统一口径：定位和内容不是先后关系，是交替收敛——零内容先发帖试探，数据看出谁在看了再收窄定位，再围绕定位多发。用最小 MVP（内容）验证商业方向。

定价坐标（2026 年 10 月）

形态参照价口径与出处
线下 FDE 培训2–3 天，数万元/人李一舟第十九课：「别想一节课学会」
单次部署 / 咨询（中国个体）数万 – 数十万元市面人做 FDE 的通行价（李一舟第四十二课）
FDE 陪跑（中国头部客户）百万 – 五百万元级腾讯研究院《FDE 模式行业观察与实践》，雪球转引
月度服务（GEO / 工作流维护）1–1.5 万元/月/客户单人全链路月成本约 8000 元；交付物高度可自动化（本站实操口径）
托管运营（替客户跑）几十万 – 小几百万/家/年李一舟第四十一课：收 5–10 家核心客户
美国对照$20–40 万/场景/季度Gartner 估算（Plank 转引）；Distyl 按结果收费签多年期合同

选行业的纪律

只做上升领域、蓝海或高利润的下降领域，不做流程固定的「平生意」——一个环节一旦被固定下来，它的利润一定会被市场抽空。

李一舟 · 2026-09-27 周课总结

获客打法的红线（销售弱者的标准解）

不当地推、不做台前培训讲师；可以做「讲师/机构背后的交付军火商」；用 GEO 给 GEO 获客（自证效果）+ 内容账号背书 + 服务平台 0 元入驻跑通第一单。第一单的意义不是收入，是证据。

07 · Business Model

收入结构：部署 + 托管，从卖时间到卖结果

FDE 收钱有四种模式，选错模式比选错客户死得更快。

模式问题适用
按人天回到外包老路，收入封顶于时间不建议
固定项目制需求蔓延诱发变更单扯皮边界极清晰的小交付
按结果收费需要对赌基线（baseline），谈判门槛高效果可量化的场景（Distyl 模式）
托管订阅客户担心依赖与锁定建完之后的长期运营

七家 AI 转型公司对比的结论：没有普适最优模式，比较的是总成本 + 风险归属 + 复用权 + 第二个工作流的成本（Alex Pikovsky）。

李一舟的答案：双层结构

FDE 是「帮客户建」（一次性部署收入：展示能力 → 小块见效 → 逐模块 AI 化）；托管是「替客户跑」（经常性收入：建完不交接，持续收运营费）——客户不买算力、不买模型、不装工具，AI 员工跑在你的机器上，客户只拿一个界面提需求。单位经济：缓存策略接近 99% 缓存率，客户自己干月耗约 30 万元的 token，托管后每月约 1 万元——你帮客户省 80% 以上的算力成本，差价就是你的利润空间（第四十一课）。

终局形态

公司全部拆解为「一人公司 + 多个小阿米巴」：老板只把住财务、人事、流量输入三个关口，当协调者（facilitator）；项目文档放本地知识库，skill 和 agent 放私有仓库；接下来 agent 之间直接通信，不经过人。一人公司 4.0 = 人人皆 FDE。

个体最稳固的生态位，恰好是「反锁定」：大厂 FDE 的天职是集成自家产品——Andrew Ng 提醒，让实验室 FDE 绑定你的流程会「显著降低选择权」（The Batch 2026-05-29）；Gartner 预测约 70% 的企业最终会放弃 FDE 主导的 agentic 项目、转向自建。所以「厂商中立 + 代码进客户仓库 + 交付完教会客户自己接手」不是情怀，是个体相对大厂唯一的结构性卖点。
窗口再强调一次：红利窗口估计 6–12 个月（CCAF101，方向性判断），头衔在通胀——但「能交付的人」缺口是硬的（1.7 万挂头衔，约 2000 真能交付）。别考证，攒案例。
08 · Criticism & Action

三盆冷水，和一份 30 天行动清单

先泼冷水（这些批评都有道理）

①「不是我签的约」。Pragmatic Engineer 访谈发现，部分入职者预期落空：实际工作是「销售工程师 + 方案工程师」，很少写真正的软件工程代码，有人 4 周辞职。

②「人类中间件」。Constellation Research：FDE 常是掩盖产品不成熟的拐杖，本质是高级集成商；产品成熟后需求应下降——做不到共创用例、重设计流程、教会客户，就是「镀金集成商」。

③「规模化悖论」。每个客户都要嵌一个工程师，这还是可规模化的生意吗？中国市场的反问更直接：第一个银行项目 10 人 3 个月，第二个还是 10 人 3 个月，模式就没跑通（雪球）。Palantir 自己也在「自我革命」：2026-09 推出 AIP Evolve 让 AI FDE Agent 协同优化已部署系统——官方原话「You can't scale what only humans can fix」（只靠人才能修好的系统无法规模化，钛媒体）。

结构性反驳（Plank）：这些批评反对的不是嵌入式工程，而是「租来的、走后什么都不留下」的工程师。解药正是第 07 节说的：厂商中立、代码进客户仓库、模式文档化——部署只占 AI 系统全生命周期成本约 20%，让客户内部团队接得住剩下的 80%。

考证警告：全球没有任何类似 AWS 认证 / PMP 的公认 FDE 证书；「零基础 3 个月百万年薪」是培训泡沫的标准话术（526/748 集的追热点视频课已经出现）。注意区分真假信号——上海开设 FDE 高管培训班、工信部专项行动要求申报方具备 FDE 团队：政策热度是真的，证书价值是伪的。

30 天行动清单

  1. 第 1 周 · 倒知识库：把你 5 年以上的行业经验整理成文字，建本地大文件夹——这是你唯一不可复制的资产。
  2. 第 1–2 周 · 出 PRD：录音口述你自己的业务，与最强 AI 深度对谈，产出第一份 PRD。
  3. 第 2–3 周 · 跑起来：在本地把这套 AI 框架真实跑起来（5000 元级 Mac mini 即可），拿自己的业务当第一个客户。
  4. 第 3–4 周 · 发内容：把过程做成高质量内容发出去。不定死客户画像，让数据告诉你谁在看你。
  5. 第 4 周 · 接首单：按「先演示、再小块见效」的纪律接第一个小单，定价对齐结果而非人天。第一单的意义是证据，不是收入。
  6. 全程 · 留沉淀：每单必留可复用资产（工作流模板、评测集、连接器）。没有沉淀物的 FDE，是高价外包。
一句话总结：2026 年 10 月做 FDE = 用你 5 年以上的行业经验当本金，用 AI 工具链当杠杆，用「三步推进法」当节奏，用「部署 + 托管」当收入结构，用「每单留沉淀」对抗规模化悖论。窗口 6–12 个月，现在开始正好。
09 · Sources

信源与口径

A. 课程实录（一手）

李一舟「一舟一课」：第三十八课（2026-08-08，FDE 概念首发 + 56 分钟网页实测）、第四十一课（2026-09-05，AI 托管模式）、第四十二课（2026-09-12，FDE 商业化设想）、第四十三课（2026-09-19）、第十九课（2026-09-26，FDE 正式版「AI 操盘手」+ 答疑实录）及 2026-09-27 周课总结 PDF。引用为转写原意。

B. 外部一手信源

  1. Plank — The State of FDE as a Service, 20262026-06-11 发布 / 09-27 更新；注意：Plank 本身是 FDE 服务商，其「厂商中立更优」结论与商业利益一致，本文仅采用其转引的第三方数据
  2. TechCrunch — Forward deployed engineers are the AI industry's latest talent obsession2026-07-30 · Christian & Timbers 研究独家报道
  3. Business Insider — Forward Deployed Engineer jobs in demand2026-05 · Indeed 原始数据
  4. 钛媒体（新立场Pro）— 腾讯经销、字节驻场、Kimi 借船2026-10-01 · 中文机制分析最深的一篇
  5. Pragmatic Engineer — Is the FDE role becoming less desirable?2026-03 · 工程师社区最可信独立信源
  6. 飞地 fdesky — 28 条大厂 FDE JD 逐条打标2026 · 方法透明，文末有培训引流
  7. Objectos — The Forward Deployed Engineer TrapOntology 复用机制分析
  8. Alex Pikovsky — 七家 AI 转型公司对比独立分析师，区分一手与公司自报
  9. ABMedia — OpenAI Deployment Company 与 Tomoro 收购2026-05
  10. Dexity — FDE 薪资与岗位普查2026-07 · 招聘机构内容营销，数据为一手扫描
  11. RZ AI Labs — 独立 FDE 服务页单人执业样本
  12. CCAF101 — FDE: Is it hype?争议与培训泡沫记录
  13. 环曜 — FDE 交付踩坑总结卖本地化部署产品的厂商内容，仅采用其踩坑经验部分

C. 二手转引（已注明转引关系）

雪球《FDE 这门生意，大厂是怎么算账的》——个人投研长文，中国薪资、供需比、腾讯研究院定价、Palantir 财报数据多转引自此文；其原始出处分别为猎聘、腾讯研究院《FDE 模式行业观察与实践》、Palantir 2026 Q2 财报。

D. 口径说明

① 薪资数字均为「披露薪资的在招岗位」中位区间，与实际成交薪酬有差异；「资深含股权可达 $500K–$1.2M」一类说法方法论不可独立验证，本文未采用。 ② 「红利窗口 6–12 个月」「70% 企业最终放弃 FDE 主导项目」「年内需求 +2100%」均为机构预测，非定论，正文已标注。 ③ 李一舟课程内容为付费课程实录整理，金句为转写原意；托管模式单位经济为其自述口径，未经第三方审计。 ④ 本页为研究与实操整理，不构成职业、投资或采购建议；数据以原始出处最新版本为准。

如何做 FDE · 2026 年 10 月实操指南 ｜ 研究与页面制作：你猜吧 ｜ 更新于 2026-10-04
本页持续修订；如发现数据过时或出处有误，欢迎按原始链接核对后反馈。
© 2026 你猜吧 ｜ 京ICP备2026059588号 ｜ 京公网安备11010802050250号