如何雇佣 Forward Deployed Engineer：全职、fractional 还是顾问

当 AI 已经成为业务里跨多条流程的常设部分时，全职招一个 Forward Deployed Engineer。当你有一两个具体部署、需要在不组建 AI 部门的前提下把它上线时，用 fractional FDE。当你还在决定到底做什么时，请顾问。

这是一份买方指南，不是推销：它对比拿到 FDE 工作的四种现实方式——全职、fractional、顾问、外包团队——并在结尾列出哪些情况一个都不该请。

为什么公司在招 FDE

OpenAI、Anthropic 和 Palantir 都为最大的客户运行专职的 forward deployed 团队，这个角色已经扩散到整个 AI 行业。原因是结构性的：AI 只有在适配到一家具体公司的知识、数据和工作流之后才产生价值。必须有人坐得离业务够近来做这个适配。养不起或不打算养常设团队的公司，问题依然存在——于是有了这道选择题。

如果这个角色本身对你还新，可以先看《Forward Deployed Engineer vs 解决方案工程师 vs 顾问》。

FDE 到底交付什么

无论哪种合作模式，交付链条是同一条：

发现         研究业务实际怎么运转
   ↓
原型         能测试真实流程的最小系统
   ↓
集成         真实数据：ERP、CRM、文档、权限
   ↓
生产         上线、被每天使用、被度量
   ↓
评估         准确率、采用率、引用、失败复盘
   ↓
交接         文档、权属、运营节奏

这条链有两个性质决定了怎么雇。第一，链条中段——对真实数据的集成——是项目死亡之地，所以你雇的人必须愿意住在那里。第二，链条按设计终止于交接。部署不是绑架。

怎么评估一个 FDE 候选人

这个角色新到简历上很少写着 FDE——何况头衔本来就会骗人。无论全职还是 fractional，考的都是上面那条链，而不是模型知识：

要一个端到端的部署故事。 真 FDE 能从发现讲到交接：流程是什么、集成时什么崩了、建造之前治理了什么、上线后发生了什么。只做过原型的人讲 demo；做过部署的人讲故障和修复。

问他在建造之前先清理什么。 面试里最强的信号：候选人是否在问你的模型偏好之前先问你的数据质量。跳过治理步骤的 FDE，会交付一个放大你混乱的系统。

要交接产物。 文档、运营节奏、失败复盘——来自过往项目，必要时匿名。说不出”完成”长什么样的 FDE，没有完成过东西。

危险信号。 只谈模型不谈流程；没看你的数据就承诺准确率数字；对权限和引用毫无问题；描述不出任何一件出错过的事。最好的 FDE 对自己的伤疤有一种低调的骄傲。

全职 FDE

你招一位资深工程师，把整条链扛在内部，无限期。

上限极高：组织记忆、随叫随到、一个和系统一起成长的 owner。代价同样真实。目前总薪酬在 17.5 万–38.5 万美元以上（视级别而定），而好的 FDE 稀缺、常年被反挖。招聘以月计。利用率是二元的：一位 30 万美元的工程师守着一个已完成的系统，是你能雇到的最贵的维护员。而且一个编制只覆盖一个人的产能——AI 部门没法优雅地缩小到一份工资。

当问题已经不是”要不要部署 AI 系统”而是”部署多少”、且跨多条流程确实有持续工作量时，全职是对的。

Fractional FDE

我们用 fractional FDE 描述 FDE 的工作模式——研究业务、构建、部署、运营——按约定期限或成果承接，不需要转为正式编制。这个词是我们的命名，是一个类别标签，不是行业标准。

经济学就是要点：你买的是部署，不是人。

• 范围明确：通常 8-16 周，一到两条流程
• 成本对着成果定价，不是一份年薪
• 没有招聘管道、股权和裁员补偿的敞口
• 内置交接：文档和运营节奏从第一天就有
• 扩展或转正，是选项不是义务

代价也要说清楚：fractional 工程师不在你的组织架构里，不为无关的救火随叫随到，一次只做一个部署。如果你的需求是跨很多系统的持续产品所有权，那是上面的全职场景。fractional 模式如何运作。

顾问

为完整起见：战略层。做 build-vs-buy 决策、运营模型、董事会级商业论证的正确答案；交付系统本身的错误答案。如果 AI”实施”进行到第十二周，你收到的是路线图和成熟度模型——合同承诺的是咨询并兑现了咨询。缺口出在采购，不在交付。

外包团队 / 开发公司

外包带来一个团队、一套流程、一个替补席。范围是已知的、可写清楚的建造（网站、集成、官网改版）时最强；只有在住进一条没文档的流程里才能明确范围的工作上最弱。外包还跨多个客户优化利用率，与 FDE 一次一家企业的结构相反。范围写清，外包可以非常出色；范围模糊，每个未知都会变成变更单。

全职 vs fractional vs 顾问 vs 外包

	全职 FDE	Fractional FDE	顾问	外包团队
成本结构	17.5 万–38.5 万美元+/年，另加招聘	按项目或成果	日费率，资深为主	固定范围，变更另计
启动时间	2-6 个月招聘	数天到数周	数周	数周
对生产负责	是	是，直至交接	否	至上线
最擅长	持续的多流程 AI	一两个有范围的部署	决定做什么	完全明确的建造
最不擅长	单次部署的经济性	计划外的救火	建造任何东西	模糊演进的范围
终点	一个编制	运行中的系统 + 交接	一份文档	一个上线的项目

什么时候 fractional 合理

我们在中型制造企业里最常见到的画像：

• 你知道该改进哪条流程——报价、客服、规格查询
• 真实业务数据存在，哪怕很乱
• 没有内部 AI 团队，也没打算组建
• 你要生产，不要又一份战略 PPT
• 诚实的范围是一次部署，不是一个计划

最后一行最重要。fractional 不是”便宜的 FDE”——它是为真正有限的工作准备的正确容器。

哪些情况不该请 FDE

信任是双向的，所以这里是排除清单：

• 你只需要一个官网。 那是建站，不是部署。另一门手艺，另一个价格。
• 你不知道要解决什么业务问题。 买顾问或工作坊，不要买建造者。
• 问题是标准 SaaS 配置。 产品开箱覆盖八成，就配置产品。
• 你需要的是一个团队，不是一个人。 十个工程师的平台野心需要一支招聘来的团队。
• 知识底座缺失且没人愿意治理。 FDE 可以牵头做这件事，但如果组织拒绝为知识质量负责，任何角色都活不下来。见《AI 知识准备度自检清单》。

一个示例项目

示例性质，匿名并简化——代表工作的形状，不指某个具体客户。

一家中型工业设备制造商：产品知识散落在三种语言的 PDF 手册里，价格和交期在 ERP，报价由两位资深销售工程师靠邮件扛。

第 1-2 周    嵌入：梳理报价与客服流程，
             清点手册库，访谈销售
第 3-5 周    治理：手册去重、解决规格冲突、
             价格逻辑版本化、定义权限
第 6-10 周   构建 + 集成：基于受治理知识的助手，
             库存与交期走 ERP 实时查询
第 11-12 周  上线 + 交接：引用对用户可见、
             失败复盘节奏、销售团队培训

这个模式买到的结果：报价工作量下降、答案质量可通过引用审计、一个下一个系统可以踩上去的知识底座。这活儿由未来的正式员工还是 fractional 承接，是纯粹的经济决策——链条一模一样。

压缩版决策

• 在决定做什么 → 顾问
• 一两个真实部署、没有 AI 团队 → fractional FDE
• AI 就是业务本身、多流程、持续工作量 → 全职 FDE
• 范围完全明确的建造 → 外包团队

已经想到某个具体部署了？

把流程、系统和期望的结果描述出来。你会得到 FDE 模式是否适配的老实回答——包括不适配的时候。看 fractional FDE 模式，或预约一次沟通。