FDE THEORY

FDE 理论体系

基于 FDE 全球范式、C6 胜任力模型与 Lean-FDE 方法论,建立面向企业 AI 生产落地的理论框架。

01客户现场
02生产上线
03能力沉淀

SECTION 01 · DEFINITION

FDE 的准确定位

FDE 是客户现场的 AI 交付负责人,统筹场景、技术、治理和采纳,推动 AI 系统进入生产运营。

角色定位

客户现场的 AI 交付负责人。

职责边界

统筹场景、技术、治理与采纳。

衡量标准

生产采纳、业务影响和复用资产。

FDE 的关键价值在于前台串联与结果闭环,依托 AI 能力团队、工程团队和运营团队共同完成生产级交付。

SECTION 02 · GLOBAL EVOLUTION

从客户现场工程到前沿模型生产部署

全球大厂对 FDE 的要求不同,但共同指向同一个能力:进入复杂客户现场,推动生产级 AI 系统上线。

01Palantir

Forward Deployed Software / AI Engineer

嵌入客户现场,组合平台、数据和工程能力,面向具体复杂问题完成端到端交付。

02OpenAI

FDE / Production Deployment

负责 discovery、technical scoping、system design、build 和 production rollout。

03Anthropic

Applied AI FDE

交付 MCP server、sub-agent、agent skills 等真正进入生产工作流的智能体资产。

04Google Cloud

Embedded Builder

在客户环境中 code、debug、jointly ship,清除数据、集成、状态和生产阻塞点。

05Databricks / Scale AI

AI Engineer - FDE

强调 RAG、Text2SQL、多智能体、评测框架、反馈机制和数据底座。

06Harvey

Vertical AI FDE

进入法律等专业工作流,把复杂行业知识转化为可复制的 AI 产品能力。

SECTION 03 · BOUNDARY

FDE 与传统角色的区别

传统角色围绕分工,FDE 围绕现场结果闭环。

角色主要职责在 AI 项目中的定位
传统售前讲方案、做演示容易停留在 PPT 和客户表层需求
传统产品经理写需求、排优先级难以覆盖模型效果、评测和生产治理
传统开发工程师按需求开发功能缺少现场发现和业务价值闭环
传统项目经理管进度、管交付难以对 AI 系统效果和组织采纳负责
FDE现场发现、定义场景、组织构建、推动上线、沉淀资产对生产采纳和业务结果负责