FDE为什么突然火了？普通人怎么转
全称 Forward Deployed Engineer，中文叫前端部署工程师。

主要干的事情：进入客户真实业务，把模糊的AI需求，做成能上线、有人用、产生结果的生产系统。

老板说“想做AI客服”，干fde的人不能马上写代码的先问清楚：
每天多少工单？
哪些问题AI能处理？
哪些必须人工确认？
数据在哪套系统？
答错了怎么撤回？
上线后看解决率、响应速度，还是人力成本？

工作链路是：
找问题→拆流程→做方案→写系统→接数据→配权限→测试评估→推动上线→追踪结果。

FDE和程序员、产品、售前最大的区别是负责范围更大：既要懂业务、能和客户沟通，也要写生产代码，还要对上线后的使用率和业务指标负责。

FDE现在火是因为大家都知道了模型牛，但是怎么真正在业务中落地会的是少数，所以机会就很大！

现在vibe一个demo太简单了：接个模型API、画个聊天页面。真正上线时，数据脏、权限乱、旧系统没接口、模型输出不稳定、员工不愿改流程，这些问题才会一起出现。

当Agent介入真实业务开始发邮件、改订单、提交审批真干活后，身份、权限、日志、评估、人工复核和异常恢复，一个都不能少。

既然机会这么大普通人咋转做fde呢：

软件工程师：补业务分析、客户沟通、流程梳理和ROI。

数据分析师：补数据库、权限、部署和监控，把Notebook做成别人每天能用的系统。

产品、咨询、行业运营：有个大的优势就是有业务精验除了保留行业经验，的把编程、数据库、API和部署补一下要么vibe出来到生产也费劲

售前、实施、架构师：从做Demo、画方案，走到开发、测试、上线和维护。

零基础不要直接冲FDE，先练出一项可验证的硬能力。

半年路线：

前2个月：学习Python或TypeScript、SQL、API、Git、测试、Docker，做出一个带数据库和API、可以部署的小应用。

第3—4个月：加入模型API、RAG、Tool Calling、结构化输出、日志、评估、失败重试和人工复核。

第5—6个月：找3—5个真实用户连续使用两周，记录使用次数、采纳率、错误、放弃原因和指标变化。

最后整理成案例：业务背景、原流程、系统架构、数据权限、评估方法、使用结果、失败和调整。

判断标准只有一个：

你交付的不是Demo，而是一段真正跑起来的业务流程，让ai真实解决业务问题才行！