资讯
硅谷最火的新岗位，划出了 AI 时代职场的斩杀线
📌 概要
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_631bdd1461c14d008fc211ab97ceed15@5667365_img_000?x-oss-process=image/format,jpg/interlace,1" /></p> <p>如果一家传统的银行，想要用 AI
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_631bdd1461c14d008fc211ab97ceed15@5667365_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>如果一家传统的银行，想要用 AI 来自动化老员工分析师的工作，第一步应该做什么？ </p>
<p>一家公司已经购买了 AI 服务，搭建了自己的 AI 系统，但是反馈说根本不好用，问题是出在 AI 模型、数据、权限，还是选错了工作流？ </p>
<p>管理层想要让 Agent 直接修改已有的生产系统，但安全团队表示坚决反对，工程师应该听谁的？ </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_4f96f63312ba431395a2baa4e9cc1f5f@5667365_oswg201368oswg1080oswg558_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>这些题目来自 Reddit 上一份 Anthropic FDE 面试指南，帖子完整地介绍了一个候选人，想要拿下 Anthropic 这个名为 FDE 的岗位，最好需要做哪些准备。 </p>
<p><strong>FDE 是什么，这个最近在硅谷走红的岗位，怎么就突然成了 AI 公司招聘页面的热门。</strong></p>
<p>Forward Deployed Engineer 是 FDE 的全称，常译作前沿部署工程师或前线部署工程师。这类工程师既要写生产代码，也要懂 Agent、评测和安全；既要进入客户现场，又要决定什么问题值得解决。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_a6b97d3089f347de9b8dc6a6efafe106@5667365_oswg192713oswg1080oswg495_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>OpenAI 把 Forward Deployed Engineering 单独列成团队，在旧金山、西雅图、东京、首尔、新加坡等地招聘；Anthropic 把新加入的成员称为「founding FDE」。 </p>
<p>国内的大厂，像字节和腾讯等公司都有相关的 FDE 职位，腾讯在社招里发布了三个前线部署工程师的岗位，都需要三到五年以上工作经验， <strong>属于产品的职业类别</strong> 。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_6576aa27c8124ed3959332b584ac3810@5667365_oswg109476oswg1080oswg558_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>字节则是直接叫 AI FDE 工程师，没有使用「前线部署工程师」类似的翻译， <strong>放在了研发这一职位类别下</strong> ，招聘的岗位也从飞书、火山引擎到数据平台都有。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_7550a6bd463b4d379c9a59f866447887@5667365_oswg142317oswg1080oswg558_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>甚至还有实习生的 FDE 岗位， <strong>但字节的 FDE 实习生又属于「销售-销售支持」这一类别</strong> 。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_f56112b7f9b94c7e98f8092638bdc085@5667365_oswg136262oswg1080oswg558_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>一直都在说 AI 只会抢走人类的岗位，这个因为 AI 而兴起的岗位FDE，具体又到底是什么，我也可以去申请吗？ </p>
<p><strong>2023 年以来，暴涨 42 倍 </strong></p>
<p>根据 LinkedIn 2026 年 1 月的全球劳动力报告显示，Forward-Deployed Engineer 自 2023 年以来增长 42 倍，同期 AI Engineer 为 13 倍。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_d96c4443e8664b6488526a3e0124bf58@5667365_oswg115584oswg1080oswg738_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>而据招聘平台 Indeed 的数据，2025 年 4 月，全站 FDE 岗位只有 643 个；到 2026 年 4 月，这个数字变成了 5330——一年翻了 7 倍多。 <strong>《华尔街日报》直接称它为「科技行业最热门的工作」</strong> 。 </p>
<p>听着很新潮，但这个岗位已经有将近 20 年的历史。最早是美国一家公司为了应对客户数据需要高度机密的情况，客户说不清楚具体需求，于是干脆把工程师「部署」在客户现场。 </p>
<p>用他们的原话说，这个岗位的精髓就是： <strong>普通工程师用一个能力服务所有客户，FDE 为一个客户动用所有能力。</strong></p>
<p>在这家公司的岗位招聘页面，他们还写着「我们首创了这一独特的职位，将才华横溢的工程师直接派驻到客户团队，直面他们最紧迫的挑战。」 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_70adf5d28e9d49e7819c24bcc85a7fd4@5667365_oswg424328oswg1080oswg867_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>二十年后，各种大模型在 demo 演示、个人用户手里无所不能，但一接进企业团队的真实系统就各种水土不服。想要真正让 AI 应用在更大的市场，「最后一公里」似乎成了各家公司招聘 FDE 的最大原因。 </p>
<p>于是一名完整的 FDE 需要参与问题发现、技术定界、架构设计、开发、上线和用户采用。项目做完后，还要判断哪些内容只适用于这一名客户，哪些应该变成共享组件、参考架构或核心产品能力。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_26050fb03a414709bfd185ec7a28724e@5667365_oswg851783oswg1080oswg810_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>这套做法曾经与标准 SaaS 模式有些格格不入。软件公司追求一次开发、重复销售，FDE 却把昂贵的工程师重新放进每一个客户项目。而这一切，都是 AI 让这笔人力投入变得合理了。 </p>
<p><strong>FDE 要考什么 </strong></p>
<p>从腾讯招聘列出来的 JD 可以看到具体的岗位职责和岗位要求，以及加分项。 </p>
<p>通常来说，FDE 都需要计算机科学、软件工程、数学、物理以及 AI 等理工科相关专业的本科及以上学历，3 年以上工程或者 toB 交付经验。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_772def7ea170457b9d5ccf1c9ffe7e8e@5667365_oswg869570oswg1080oswg1137_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>其中，最主要的还是要掌握各种 AI 应用技术栈，各类 Agent 产品，以及 AI 圈那些 RAG、Prompt、模型选型、Harness、微调、Skills、MCP、Multi-Agent 等专业术语的熟练掌握。 </p>
<p>具体的工作内容和上文介绍的 FDE 工作详情类似，都是要进入客户现场，把模糊的业务需求做成可以上线的 AI 系统，推动客户真正使用，并对交付效果和 ROI 负责。 </p>
<p>还有一点，自己动手搭建过 OpenClaw 或者其他 AI Agent 工具项目，都能算作加分项。我们曾经写的 OpenClaw 从安装到卸载也是能帮上忙了。 </p>
<p class="image-wrapper"><img src="" /></p>
<p>上下滑动查看更多内容 </p>
<p>在 Reddit 上分享的面试指南帖子，更是直接把 Anthropic FDE 的面试流程大致分为了五关，每一关都在回答同一个问题：你能不能把 Claude 安全地融入任何一家企业的生意里？ </p>
<p>HR 的初筛就要求说明为什么要选择驻场岗位，而不是去做传统的研发，你的动机大于一切。 </p>
<p>接着围绕 Claude + MCP 等工具链的部署推演，作为技术场景的面试。这一轮主要考察候选人是如何做好上下文窗口管理，应对超长上下文不可靠该如何解决。 </p>
<p>Anthropic 可能直接给参加面试的人开通 Claude，让他们边用边回答。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_d095ebd388b143109757efcb3d40ae97@5667365_oswg174247oswg1080oswg558_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>由于顶着工程师的头衔，编码轮面试还是必不可少。除了大量的刷力扣上的算法题，这份指南里推荐做一些针对性的刷题，像是做一个 Claude 的额度限制器、重构一个重试的排队、用模拟数据库做一个小型连接器，以及做一个任务调度系统等。 </p>
<p>技术面之后，业界盛传通过率最残酷的一关，客户模拟轮就来了。有机构估算，约六成通过技术轮的候选人倒在这里。 </p>
<p>面试官会扮演不懂技术的企业高管和挑剔的架构师，候选人不能打开代码编辑器，全靠提问完成需求发现。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_3021b79800df4d8e880caeed32ab2473@5667365_oswg163869oswg1080oswg479_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>最后是 Anthropic 的招牌关卡，也被广泛认为是全场最难。前段时间在社交媒体上也是被讨论的沸沸扬扬，Anthropic CEO 担心自己招来的人，只认钱不认使命。 </p>
<p>因此，这一轮问题会深入道德冲突、上级压力、以及「你当时是什么感受」。有外媒报道，有的面试者会被直接问「如果公司的使命和赚钱发生冲突时，你会如何选择？」 </p>
<p>如果公司有一天出于安全原因放弃人工智能计划，你会作何感想，而这一决定导致公司股价跌至零。 </p>
<p>接受采访的这位 Anthropic 岗位求职者，还向外媒提出请不要泄露他的任何信息，他担心影响未来的就业机会。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_6565e6a57f224f7cb9b36df61c2f2ac7@5667365_oswg673711oswg1080oswg1149_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>Anthropic 还在招聘一名「内部风险调查员」负责监控并分类针对员工的外部威胁 </p>
<p>抛开 Anthropic 对使命的追求，FDE 考察的其实从算法工程师、Prompt 工程师和售前顾问都有，它集合了产品经理、解决方案架构师、全栈工程师，以及客户交付负责人这些不同的岗位。 </p>
<p>而薪资情况，FDE 在 Anthropic 给出的年薪是 188 万– 215 万，位于应用型、客户交付型工程岗位的高段，上限刚好碰到高级软件工程师和一般软件工程师的起点；核心模型、训练、评测等研究工程岗位的工资还是更高。 </p>
<p><strong>AI 时代的人才 </strong></p>
<p><strong>未来 AI 时代的人才，不是那些最会写 Prompt 的人，而是了解行业，又知道如何把 AI 接入不同行业传统流程的人，他们就是 FDE。 </strong></p>
<p>网络上类似的评论非常多，尤其是在各种 FDE 科普、培训的帖子下。 </p>
<p>还记得 Prompt 刚开始流行的时候，这个最吃香的人曾经是会写 Prompt 的人，Harness 流行，最吃香的人是会搭 Harness 的人，现在看来最吃香的人又变成了 FDE。 </p>
<p>Prompt 工程师、Harness 工程师、FDE，职位名称一轮轮变化，这些 AI 想要突破能力却越来越清楚：让 AI 从演示走进生产环境，并为最终结果负责。 </p>
<p>前段时间，吴恩达在 X 分享了自己对 AI 时代，个人需要掌握的四项 AI 技能。他提到这份 AI 工程技能图谱来自对大量招聘 JD、专家访谈和问卷调研的分析。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_3e930fb12a6d4eb8a2bdf6fda2696219@5667365_oswg25361oswg1080oswg431_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>四项技能分别是构建和部署人工智能应用程序、软件工程基础知识、使用编码 Agent，以及 Shaping the Build，也就是理解业务和客户目标，参与决定产品该做什么。 </p>
<p>FDE 的工作几乎同时覆盖这四项大能力：软件工程基础让系统能上线，AI 应用能力处理模型的不确定性，Shaping the Build 用来厘清客户目标，Coding Agent 加快现场试错。 </p>
<p>而针对第一项技能，他最近的文章又提到因为 AI 应用和传统软件的本质区别，在于输出不可预测。 </p>
<p>我们事先不知道 LLM 会吐出什么，构建 AI 系统是高度迭代的过程，一个 AI 高手的标志就是「能根据中间结果，熟练地决定下一步做什么」。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_09ab2f563e834e8e82216d77939bb567@5667365_oswg32352oswg1080oswg432_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>于是这项技能，他又分成了六个模块，大模型基础、用数据为模型提供上下文、Agent 系统、评测驱动开发、生产运维和机器学习基础。 </p>
<p>对普通人来说，FDE 跟这个 AI 技能图谱一样，像一份 AI 时代的能力说明书。我们需要找到一个值得解决的问题，用 AI 把它做成可以上线的系统，并让真实用户愿意使用。 </p>
<p class="image-wrapper"><img src="https://img.36krcdn.com/hsossms/20260829/v2_511169fdb9484200bcd3602f3da4a737@5667365_oswg96214oswg1080oswg608_img_000?x-oss-process=image/format,jpg/interlace,1" /></p>
<p>AI 行业愿意为 FDE 付溢价，买的正是这些能力，在别人的烂摊子里，把不确定性变成生产力。 </p>
<p>国内的求职市场，FDE 或许很难像硅谷那般全面铺开，但我们可能未必需要成为 FDE，按照 FDE 的标准，重新构建自己的能力就够了。 </p>
<p class="editor-note">本文来自微信公众号<a href="https://mp.weixin.qq.com/s/5R_QsME0LukxWPmh0XnMMQ" rel="noopener noreferrer nofollow" target="_blank">“APPSO”</a>，作者：发现明日产品的，36氪经授权发布。</p>