Palantir高管公开告诫，千万不要学FDE

FDE（Forward Deployed Engineer，前线部署工程师）大概是这两年 AI 圈最热的工程师头衔：大模型公司在招，创业公司照着 JD 抄。可有意思的是，发明这个岗位的 Palantir，自家早期高管却公开告诫 AI 创业者：千万不要学 FDE。发明者劝你别学自己的招牌，这事值得琢磨。先把结论放前面：FDE 这个头衔，是 Palantir 自身业务的特产，抄不来；但它背后对应的职能，确实是 AI 落地的刚需。这两件事得分开看。

一、FDE 是 Palantir 给自己打的补丁

回到起点。Palantir 最早的客户是美国情报和国防机构，这类客户有三个绕不开的麻烦：需求本身是机密，常规沟通根本拿不到；现场物理隔离，远程支持完全不可能；每家客户的数据、权限、业务都极其特殊，没有一个通用产品能直接适配。三条摆在一起，只剩一条路：把工程师直接派驻到客户现场，跟客户一起干活。所以 FDE 起初是 Palantir 为了自己产品「难用」打的补丁，是特定客户、特定环境逼出来的实践，从来不是行业通用模式。

1. 名字里的营销学问

这类岗位传统上叫「售后实施工程师」「现场服务工程师」。Palantir 把它改叫 Forward Deployed，军事术语自带精英感，暗示的是「我拿着高精尖武器上前线打仗」，而不是「我去客户机房插网线」。

改名背后还有更实际的商业考虑。平台级软件极其复杂，不是开箱即用的 SaaS；客户那边坐着的，是干了 30 年的 IT 总监。普通售后工程师去了，会被对方用业务术语怼到墙角。只有智商、情商、气场都在线，还自带名校光环的 FDE，才能在对等的层面上和甲方高管过招：压住不合理需求，把客户引回标准流程。FDE 实际上是一枚放在谈判桌上的筹码。同样一件在 IBM、埃森哲那里被当成人力外包的苦差事，Palantir 靠这层包装，卖出了顶级咨询公司合伙人级别的溢价。

二、AI 时代，补丁成了刚需

一个公司特例能变成行业热潮，是因为 AI 行业撞上了和当年 Palantir 几乎一样的墙。各家底层大模型的能力越来越接近，模型越同质化，落地能力就越是壁垒。而落地恰恰是重灾区：MIT 2025 年的调研显示，高达 95% 的生成式 AI 试点项目产生不了实际商业价值。企业客户的需求还普遍模糊，一句「用 AI 降本增效」，和当年情报机构说不清自己要什么，如出一辙。

把一个聪明的通用大模型变成客户真正可用的产品，中间隔着三件苦活：清洗私有数据、建本体，把企业乱七八糟的文档整理成机器能查能用的知识结构（这个词值得单独一篇，回头展开）；场景对齐，针对客户的具体业务调提示词、做微调；系统打通，写各种接口让 AI 能调动企业的旧系统。这三件事没有一件能远程标准化交付，于是 FDE 被重新定义：和客户共创，把 AI 能力「长」进客户的业务里。只要通用技术和错综复杂的真实业务之间存在摩擦，这个职能就不会消失。

三、为什么 Palantir 玩得起，你玩不起

既然职能是刚需，为什么高管还要劝人别学？因为多数公司只能抄到皮毛。a16z 也发过类似的警告：盲目模仿 FDE 的公司，缺了 Palantir 的核心支撑，最终会沦为「披着 SaaS 外衣的咨询公司」。

Palantir 能把 FDE 玩成杠杆，靠的是四个支点：极高的客单价，撑得起顶尖人力的成本；极强的平台抽象度，工程师到了现场做配置和适配，而不是从头重写；极高的任务关键性，客户为国家安全级的任务愿意付极高溢价；再加上把现场踩坑经验沉淀回产品的能力。四个支点少一个，FDE 就从杠杆变成纯成本：让最贵的算法工程师去干驻场外包的活，毛利率被拉低，产品迭代被拖慢，公司在低利润、高内耗里挣扎。

两种公司的差别，看各自怎么定义 FDE 的成功就够了。在 Palantir，一个 FDE 的成功标志是：「我一个人搞定了一个上千万美元的超级烂摊子，客户离不开我。」而在一家健康的 AI 公司，应该是：「我把客户入驻时间从 3 个月缩短到 3 天，并且把在这个客户身上踩过的坑，变成了 SDK 里的一键配置脚本，后面的客户不用再踩。」前者让公司越来越依赖个人，后者让产品越来越不需要现场。

写在最后

FDE 是产品成熟后的扩张手段，不是产品不行时的销售补丁。如果必须靠派工程师常驻现场，客户才能把产品用起来，说明产品本身还没到推向市场的及格线，这时候该修的是产品，不是加人。别让最贵的工程师去当填坑的驻场苦力，要让他们成为加速产品标准化的催化剂。头衔的热闹归热闹，做决定前还是回到这件事的成本、限制条件和 ROI 上：这是 SaaS 和 AI 行业交了无数昂贵学费后，换来的共识。

数据来源：
1. MIT NANDA 项目 2025 年报告《The GenAI Divide: State of AI in Business 2025》，约 95% 的生成式 AI 试点项目未产生可衡量的商业回报。
2. Palantir 早期高管及 a16z 关于「盲目模仿 FDE」的公开告诫，见相关访谈与 a16z 对 Forward Deployed 模式的分析文章。