OctoNews
X Article

既能写 API，也能和客户喝 IPA：FDE 的核心素质

管理相关技术和认知提升团队带人决策判断Agent沟通协作架构工程职业影响

既能写 API，也能和客户喝 IPA。

这句话不是段子。 是 AI 落地里最稀缺的一种人。

OpenAI、Anthropic 都在招这种人，岗位名叫 FDE。 可我跟大厂工程师聊，很多人听都没听过。

至少在 AI Agent 落地这条线上，值钱的已经不是「把代码写对」， 而是「把业务结果扛下来」。

我把它拆成三件事：能交付 agent、能谈拢人、能为结果担责。

FDE 不是驻场换了个洋名

FDE 全称 Forward Deployed Engineer，字面意思是「前出部署的工程师」。

如果还停留在传统数据 ETL（抽取、转换、加载）、网络搭建、驻场实施，它和外包、咨询、驻场工程师的边界其实很糊。

我的判断很干脆：

今天值得单独讨论的 FDE，必须绑在 AI Agent 这个语境里。

原因很现实。

模型越来越好用，也好接到。语音能力也越来越标准化。客户自己的工程团队，通常会做网站、会做 App。

但「做一个能对最终用户上线的 AI Agent」，不是同一件事。

中间全是不那么显而易见的坑：

  • 幻觉怎么压
  • RAG（先从资料库找相关内容，再让模型基于这些内容回答）和知识库怎么又准又低延迟
  • 什么时候该调工具，什么时候该闭嘴
  • 测试、评估，以及 guardrail（防模型胡说、越权、说错品牌话的护栏规则）怎么设计
  • 品牌话术和 SOP（标准作业流程）怎么嵌进对话

这些事，让每个银行、航司、酒店自己从零摸半年一年，不是不可能。

问题是：等它摸会了，竞争对手可能已经跑了。

所以 AI 公司养 FDE，不是为了看起来高级，是要有人直接把业务结果做出来。

一句话：

FDE 负责 AI 落地的最后一公里。最后一公里不只是技术，更是信任和责任。

为什么这个岗位突然这么贵

很多人直觉是：模型更强了，中间人应该更少。

我看到的现实反过来。

软件市场没那么大。劳动力市场巨大。AI 想吃掉的，是劳动里那些重复、可流程化、高波动的部分。

但劳动不是接口。它缠着品牌、合规、情绪、现场例外。

举个很土、也很准的例子。

你是餐馆老板，想上语音 AI 订位。你很快发现自己要学一堆名词：VAD（voice activity detection，语音活动检测）、silence-based 还是语义级打断、报手机号中间停顿该不该插话……

对餐馆来说，这些都太细了。

老板真正在乎的是：

  • 品牌更年轻还是更稳重
  • 菜怎么介绍
  • VIP 位怎么留
  • 高峰怎么礼貌拒客
  • 翻台率会不会被搞砸

FDE 的价值，就是把已经验证过的做法快速装进这个场景，而不是逼业务方先变成 AI 工程师。

做过几家饺子馆、西餐厅之后，行业经验会沉淀下来。到最后，你可能比单店老板更懂「这类店的电话场景怎么死」。

有些 FDE 团队几个月从几十人扩到近百人，听起来夸张，逻辑上却顺。

缺口不在「会不会调模型」，在「能不能把模型做成可付钱的业务结果」。

核心素质：Talk about API over IPA

我最认同一句话：

You can talk about API over IPA.

这里的 IPA 是酒，印度淡色艾尔那种精酿，不是又一个技术缩写。

意思是：

技术桌上能聊接口，酒桌上也能把客户谈拢。

这不是段子，是岗位说明书。

1. 你得真的能写，而且写的是 agent 的坑

不是「我会用 Claude Code」。

现在工程师不会 Claude Code，就像不会打字。简历上写「AI engineer / 精通 Codex」，信息量接近「精通 Excel」。

真正加分的是你交付过 AI Agent：

  • 做过 grounded 应用：答案要挂知识库、有依据，不是纯聊天
  • 做过会调工具的应用
  • 做过工作流，或 agent loop（智能体自己计划、行动、观察、再决定下一步的循环）
  • 最好做过语音相关

最低线可以更直白一点：

至少有一个能演示的 agent——接过真实知识库或工具，有过测试和评估，能讲清一个你翻过的坑。

坑不是抽象概念。比如：请求该走哪条流程、该不该转人工；报邮箱中间停顿时要不要插话；牙医缺牙导致发音畸变时，语音转文字怎么兜；同一句「帮我改签」，航司 SOP 下该不该交给真人。

好团队怎么筛人？很具体：给你接口和知识库，限时现场做出一个 agent，还要证明质量——测试、评估、边角场景。随便用 Claude Code 或 Cursor 都行。

这筛掉的是「听过名词」的人，留下的是「在动词里泡过」的人。

2. 你得能跟人把事谈拢

FDE 要和 CEO、CTO、业务负责人、接口负责人同一张桌子说话。

技术共同语言只是入场券。更难的是：

  • 快速听懂对方真正要什么
  • 看清边界，该拒绝就拒绝
  • 处理冲突
  • 多线程推进
  • 必要时出差、加班、收拾脏活

医疗、酒店、邮轮这类客户，常常不在乎你用了哪个模型。他们在乎的是：你代表品牌怎么说话，知识库和 SOP 调得对不对，会不会在关键节点丢人。

没有信任，再漂亮的演示也落不了地。

3. 你得像半个创业 CTO，而不是任务接收器

我招人、看人，最看重的是 agency（不等派活、自己推进、对结果负责），不是 title。

创始人、联合创始人、创始工程师是加分项。咨询背景也吃香。

因为这类人通常：

  • 不会只等别人派活
  • 能自己推下一步
  • 脏活也能干
  • 知道信用和信任要挣来，不是职位自带

FDE 一年做多个项目，直接摸客户业务，看流程哪里易错，练习怎么赢信任。对以后想当创始工程师或 CTO 的人，这比空转产品经理更实。

信任，比模型迭代更难

技术圈喜欢讨论模型版本。

落地现场更常卡在人和关系。

AI 本身是概率系统。你很难保证永远不错。真正考验 FDE 的是：

错了之后，你能不能及时修，还不伤关系。

我观察下来，能赢信任的人通常有这几条：

  1. 愿意听，能站在对方角度猜动机（包括不好意思说出口的）
  2. 自我别太大：目标是把事做成，不是证明「必须用我的方案」
  3. 技术够硬：不能有明显知识黑洞，否则客户一眼看出你在演
  4. 沟通有剂量感：一个问题答 6 到 10 分钟，往往是危险信号

很多人以为专业等于信息倒得全。FDE 相反：你列 10 点，不如把 2 到 3 点讲到对方能接话。

能让对方接得上、愿意往下聊的人，才像合作方。只会单向输出的人，像在开会放录音。

一句话：

真正能拿到信任的人，先听，自我靠后，技术托底。

名词十分钟，动词十年

这是我最想钉死的一层。

名词很容易：FDE、RAG、guardrail、agent、VAD。

十分钟都能背下来。

动词才杀人。同一个词「分流」或「解决」，做到位和做不到位，中间的功力差可以深到完全看不见。

你听说一个新模型，脑子里几乎想象不出差距。

你说「这个人的分流做得好，那个人做得差」，才知道差距在哪儿。

所以 FDE 不会因为「模型更强」自动消失。

它会换战场。

今天最后一公里是语音体验。过 3 到 5 年，可能变成 agent 对 agent，或别的形态。技术提供方总能找到缺口。

品牌判断、特殊约束、责任归属，仍需要人。

这条路适合谁，不适合谁

更适合成手工程师、有客户经验、或做过创业/咨询的人。

更难受的是：纯 junior、只想远程写代码、不接受现场脏活、自我很强但听不进人、只会调工具却交不出带评估的 agent。

我也不主张一上来就招新人扛 FDE。不是歧视，是现场容错率太低。

北美因为人工贵、按结果买单、SaaS 更成熟，FDE 模式更容易落地。国内条件不同，路径能不能复刻，要看具体行业和市场，不能照搬口号。

Skill 会贬值，对结果担责不会

工具把实现速度拉平后，只靠单一层 skill 的议价空间在变窄。窗口在缩短，但因人而异，不是人人只剩几个月。

另一件事同时成立：

AI 可以换一个提示词说出另一套话。它没法替你承担业务结果。

谁离结果更近，谁更难被替换。

所以 FDE 看起来像港湾，不是因为安稳，是因为责任链条更短。

过去你靠 skill 生存。

现在更站得住的，是能做决策，并能和客户一起把事做成的人。

若你在自检，先看三条：

  1. 你有没有交付过带评估的 agent，而不只是会调工具？
  2. 你能不能在客户桌面上主动说不，而不是只接需求？
  3. 你是否接受脏活、出差、多线程，并把信任当交付物？

三条里卡两条，先补交付样本，再谈转 FDE。

既能写 API，也能和客户喝 IPA。

这话听起来轻松。做起来，贵的是责任，不是口号。

土豆哥 | 一人公司手册系列

mousepotato（土豆哥）| 美国计算机全奖博士 | 硅谷 11 年技术管理 | AI · OPC · 产品 | X @iluciddreaming

关注我，获取 AI 前沿、技术、管理、产品、英语和硅谷生活见闻。

土豆哥 AI 交流群：OPC 一人公司 · AI 赋能 · 出海讨论 · 海外生活聊天吹水。加微信 tudou_peak 参与交流。 土豆哥 AI Notes 电报群：https://t.me/tudouge_ai_notes（免费）