前置部署工程师：人工智能时代的客户价值交付秘籍
范冰 著 · 免费公开全文，欢迎在线阅读与分享
关于本书
2025 年夏天，我的朋友圈被同一个数字刷屏：95%。
麻省理工学院的一份报告说，过去三年，全球企业在生成式人工智能上烧了三四百亿美元，其中 95% 的项目没能产生任何能写进财务报表的价值。几乎同一时间，另一条新闻在往相反的方向狂奔：硅谷的招聘网站上，一个叫「前置部署工程师」（Forward Deployed Engineer，简称 FDE）的岗位，发布量九个月涨了八倍。OpenAI 在招，Anthropic 在招，YC 孵化器里一百多家创业公司都在招。
一边是企业人工智能项目 95% 的阵亡率，一边是一个岗位 800% 的抢手度。把这两条新闻摆在一起看，答案不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。
我由此对 FDE 这个岗位产生了浓厚的兴趣。多年前写《增长黑客》时，我做的事情本质上和这次一样：把一个硅谷正在发生、但国内还没有名字的东西，系统地研究一遍，再诚实地讲清楚。这次我也沿用了同样的笨办法——翻遍能找到的一手材料：Palantir 早期高管在播客里的复盘、前员工的回忆录、风投的行业分析、麻省理工那份报告的原文、几十份各家公司的招聘启事、薪酬报告、论坛上从业者的吐槽，以及国内第一批实践者的经验谈。
这本书就是那个研究过程的完整沉淀。它聊清楚三件事：
- FDE 是什么：这个从 Palantir 情报项目里长出来的角色，如何定义、为何在人工智能时代爆发
- 怎么做：沿着一次真实交付的完整旅程——找对问题、赢得客户、激活部署、守住续约、扩大收入、规模化复制
- 谁在做：112 个真实可查的案例，从 Palantir、OpenAI、Anthropic 到 Harvey、Sierra，再到中国的第一批实践者
书里所有数据和案例，都在附录 C 里标明了出处。整理的过程本身就是学习，我尽量让每一条引用都经得起核查；如有疏漏，欢迎通过 Issue 指正。
为什么免费公开
这本书首先是我写给自己的学习笔记。研究一个陌生领域，最好的验收方式就是把它讲成一本别人也能读懂的书——讲不清楚的地方，就是自己没弄懂的地方。
整理完之后，把它锁在硬盘里，多少有些可惜。FDE 在国内还是一个刚有名字的岗位，很多讨论还停留在「它是不是换了个名字的售前」。如果这份沉淀能帮正在考虑转型的工程师看清这个岗位的全貌，帮投身企业人工智能的创业者少走一段弯路，帮任何一个想弄明白「人工智能到底怎么才能在企业里落地」的人节省几十个小时的检索时间，那它公开出来，显然比躺在我的硬盘里更有价值。
知识的价值在于流动，而不在于囤积。
关于作者
范冰，网名 XDash，互联网从业者，长期关注技术趋势与商业方法论。本书为个人研究整理，不代表任何机构立场。
阅读方式
- 在线阅读：点击下方目录，直接在 GitHub 上按章节阅读
- 整本下载：前置部署工程师.pdf（根目录合并版，95 页；如有更新以章节 Markdown 为准）
目录
| 章节 | 内容 |
|---|---|
| 第 1 章 | FDE 的崛起 |
| 第 2 章 | 解决正确的问题 |
| 第 3 章 | 赢得客户 |
| 第 4 章 | 激活部署 |
| 第 5 章 | 守住续约 |
| 第 6 章 | 扩大收入 |
| 第 7 章 | 规模化复制 |
| 第 8 章 | 完整案例集 |
| 后记 | FDE 的职业道德 |
| 附录 A | FDE 应当关注的常用指标 |
| 附录 B | FDE 人物与团队名单 |
| 附录 C | 全书案例索引与资料出处 |
版权声明
本书著作权归作者范冰所有。本仓库内容由作者本人授权公开，供读者免费阅读与非商业性分享，转载请务必注明出处与作者；任何商业用途（包括但不限于出版、培训、付费内容改编）须事先获得作者书面许可。
如果这本书对你有帮助，欢迎 Star 本仓库，或把它分享给需要的人。