拆解 FDE：一个 AI 博主能不能做成第一单

了解我的读者都知道，这半年我全力在做企业的 AI 培训。绍兴的规划院、我们这的职业学院、还有河南的一家私立高中衡辰中学，都是这个暑假完成的培训交付。

更奇幻的是，这所学校的校董拉着她在清华 EMBA 结识的两位好朋友，带着我一起创业了。我们还快速拿下了 WorkBuddy 的代理资格。

但真正的 AI 落地陪跑，我一单还没做过。所以严格讲，我现在还不算 FDE。这也是我想把 FDE 完整拆一遍的原因：想做 FDE 的人最关心的那几个问题，网上很少有人讲清楚。

这篇文章从定义讲到第一单，读完你至少能判断两样：你现在的积累到了哪一层，以及你的第一步应该做什么。

一、FDE 是什么，它是怎么来的

FDE 是 Forward Deployed Engineer。

这个词最早成体系地出现在 Palantir。它在自己的招聘说明里说，这套岗位范式是它开创并系统化的。

做法是让工程师直接进驻客户现场，和客户的管理团队、业务骨干一起把具体业务梳理清楚，再把通用的软件平台适配成能跑的定制应用。

后来 OpenAI 这类大模型公司也开始用这个名字，职责往 AI 落地偏：识别业务痛点、界定技术范围、设计方案、搭原型，再推动系统在生产环境里稳定运行。

这些是某几家公司的岗位定义，不是行业标准。有的公司换个名字，做的是一模一样的事。

判断一个人是不是在做 FDE，我习惯看三件事有没有分开：

**发现未知流程。**客户自己都说不清要什么，需要有人下到现场把它问出来。

**实现已知规格。**需求已经说清楚了，需要有人把它稳定地做出来、接进客户的系统、处理各种异常。

**推动采用和经验回流。**系统做出来之后，谁在持续用，交付里那些共性的东西有没有变成下次更省力的资产。

这三件事常由一个人全包，也可能一个项目里几个人分。

再划一下和相邻角色的边界。卖人天写代码，是外包；出一份报告给建议，是咨询；讲完课就走，是培训。

FDE 的位置在于把问题定义、系统实现和上线反馈连成一条线。实际工作中这几种身份经常重叠，判断的时候看实际承担了哪些任务和责任，不看头衔。

我见过的驻场开发和需求救火，外形常常和 FDE 很像。差别在责任边界：它只管把功能交出去，上线之后有没有人用，不在它的账上。

二、为什么今年突然火

我看到的推力有两个方向，供给端和需求端同时到位。

供给端是厂商把这项能力外置到了渠道。

《中国企业家》在今年 8 月的一篇报道里写，腾讯给到 WorkBuddy 企业端代理商 30% 以上的返点折扣，前提是要完成数万个企业账号的推广落地。（虎嗅 2026 年 8 月 20 日转载）

同一篇里还有一句更值得琢磨：想做 WorkBuddy 的代理商，除了卖账号许可，还要有 FDE 提供私有化部署的能力，为客户做好售前售后支撑，代理商解决不了的问题再转交腾讯官方。

这句话说明的东西比返点重要。

海外的模型厂商是把 FDE 招进自己公司。国内这一层，厂商把 FDE 能力写进了渠道伙伴的准入条件。

两件事在商业上占的是同一个位置：产品还没有标准化到拿来即用的程度，必须有人下到现场，把通用能力适配成客户能用的东西。

报道里还提到，一位行业人士估算 WorkBuddy 的销售网络已经有超过两千家代理商。作为对照，阿里和字节都还没有大规模铺陈销售代理的计划。

需求端是企业买了工具，不知道往哪用。

今年 7 月，承德的一场规上企业专题培训请我讲 AI 这一段。会前收上来 78 份课程调查问卷。

AI 相关的选项里，被最多问卷勾选的三项是 AI 智能办公和材料撰写、经营数据智能统计分析、数字化营销获客，分别有 48 份、37 份、34 份问卷提到。

问卷不含企业名称字段，又是多选题，我没法从里面算出任何成交率。但它说明一件事：企业不缺需求，是需求散在每个部门、每条流程里，散到没人能把它拼起来。

把这些散落的需求，收敛成一个个说得清、做得完的项目，这就是 FDE 的位置。

图中渠道信息据文中 2026 年 8 月报道；78 份问卷为多选，不代表 78 家企业，也不能据此计算成交率。

三、国内 FDE 实际在卖什么

先把客户视角和服务方视角分开看，这两边经常对不上。

客户掏钱，买的大致是三种东西。

最常见的一种是买工具。企业签下软件订阅，问题往往出在半年后：账号发下去了，没人知道该用在哪儿。

第二种是买培训。老板真正想要的是让管理层和骨干对 AI 的能力边界形成一套共同判断，别再各说各话。

第三种是买落地结果。我判断这一段最难卖，也最值钱。

这三种购买对应的服务深度和报价逻辑完全不一样。把它们混在一起谈，是很多项目后来扯皮的起点。

从服务方这一边看，收入大致能拆成四段。

培训和认知拉齐排在第一位。这段的交付物是那份他们能照着执行的任务清单，课程本身只是载体。课上完，客户还是不知道该动哪个岗位、哪条流程，这段就没完成。

产品分销是第二段，收益来自渠道分成。前面那篇报道提到的 30% 以上就属于这一段。

分销收益会随合作等级、销售规模和当期政策变化。把它当成稳定收入来规划，很容易算错。

诊断和方案是第三段。客户买的是一份能落地的实施路径，包括先做哪个场景、需要什么数据、怎么验收。这段的价值在于把一个模糊需求变成能执行的方案。收费结构各家还在分化，我目前只说自己验证过的部分。

第四段是陪跑和定制交付。客户买的是让一条具体流程在真实环境里跑起来，并且有人对上线之后的运行负责。

这一段我判断利润最厚，风险也最大，因为它把交付周期、维护责任和回款风险同时压在了服务方身上。

收费形式眼下还各有各的做法。蓝鲸财经的一篇采访里，有从业者用项目费加月度维护费的结构，也有人按效果结算。我更熟悉前两段的谈法，第三、四段要想清楚再接。

四、这一行现在能算出多少钱

那些「FDE 月入十万」的文章，大部分不能信。写作者未必在撒谎，问题出在口径。

受雇 FDE 的工资、小团队的项目合同额、一家公司的营业收入、个人扣掉成本落进口袋的钱。这四个数字不在一个量级，可在流量文章里经常被拼成一条从几千块到百万年薪的漂亮阶梯。

阶梯很漂亮，它对不上任何一个人的真实现金流。

我看到的样本是这样的。

HA7CH 那份四城行业观察来自 129 位参与者的匿名现场纪要，不是审计过的财务样本。

里面写着，电商自动化、内容、看板这类小单是 500 到 5000 元一单。CRM 和客户画像的项目，一期 5 万元、整体约 10 万元，要 2 到 3 人的团队做。还有一项纺织喷墨定位的外包，2 万元包干。

定焦One 的一篇具名采访刊在界面 JMedia 上。杭州的 XIAO 靠一条视频引来关注，有人牵线，赴温州展示作品，最后拿到一个口头约定。

广州的 82LSF 是朋友介绍进餐饮连锁，先看流程再动手。

同一批报道里还有个货代项目，直接没跑通，卡在持续维护上。

X 上有位作者说自己团队做了半年企业 AI，刚收完一笔两万多的项目款。另一位从业者讲尾款难收，说固定成本会压缩项目收益。还有一位说，返工、售后、驻场、出差全算进去，折合人天可能是亏的。

另有一篇报道写 Jolie Ni 平均月收入超过 10 万，报道同时写明她在硅谷、团队三个人。这个数字搬回国内、搬成一个人，就用不了。

这些小单和大项目放在一起，其实是两个物种。一个是接活，一个是做生意，报价逻辑和风险承担完全不一样。

现在急着问「FDE 平均收入多少」，本身就是个伪问题。你去问一群刚进考场的人平均能考多少分，没有意义。

真想判断自己能不能靠它吃饭，就问三个具体的问题：

你能不能反复找到愿意付费的问题？

你能不能在约定的成本和时间里交付？

客户会不会续约，或者转介绍？

这三个问题答不上来，月入十万的想象撑不起第一单。

五、能力模型：四层，你缺哪一层

把前面的职责展开，我整理出四层。越往后越难被外人看见，也越接近我自己的短板。

**第一层是发现问题。**你得进得去一个真实的业务现场，能看见真实任务、失败样本和一线的工作习惯。

判断标准是：客户说「想用 AI 提效」的时候，你能不能把它收敛成「某个岗位，在某个触发条件下，把哪一段工作交给系统」。

这一层最容易被低估，也最容易劝退技术出身的人。

聊 Agent、聊 RAG 头头是道，进了客户的会议室却不知道该从哪句话开始问。这种卡点不在手上有多少技术，在于根本不知道该做什么。

**第二层是实现规格。**需求说清楚之后，把系统在客户的环境里接起来、跑通、处理异常。这里包括数据能不能拿到、权限怎么开、对接的接口稳不稳定、出错之后谁来兜底、版本怎么回退。

这是我目前最缺的一层。

**第三层是推动采用。**系统做出来不等于有人在用。这一层要盯的是：符合条件的真实任务一共多少个、实际被使用了多少次、不用的人是什么原因、日常维护由谁负责。

**第四层是经验回流。**一次交付里那些共性的东西，能不能变成下一次更省力的资产：模板、测试用例、连接器、产品需求。

判断标准很直白：下一位执行者能不能照着说明直接跑起来。

你可以用这四层给自己做个自检。哪一层是你独立跑通过的，哪一层是别人带着你跑过的，哪一层你只在教程里见过。

六、从一个 AI 玩家到第一单

第一单的起点，是找到一个愿意为一个小结果付费的人。

一上来就想接几十万大单的人，通常连第一单都接不到。

下面这五步是我从公开案例和自己的经历里整理出来的，我自己还没走完。

**从你能接触到负责人的组织开始。**你不必先成为 AI 专家，你需要先有一个能见到决策者或者业务负责人的入口。这个入口可能是你的老同事、你的客户、你参加过的活动，也可能是你写的东西被人搜到了。

进到现场之后，先观察一项反复发生的工作。看它由谁在做、做一次要多久、现在这个做法具体差在哪里。先别急着提方案。

**把范围收到最小。**举个例子，把「帮销售全面 AI 化」改成「生成待审核的报价草稿」。

后一句话里，模型负责从邮件里提取型号和数量，价格查询和计算交给确定性程序，能不能对外承诺仍然由人决定。范围缩小了，风险也可控了。

提前把三件事说清楚：谁负责验收、什么算完成、上线之后谁负责。

**最后收一笔钱，哪怕很小。**有人真的付过钱，你才知道自己卖的到底是什么。

从「见了一面」到「签下来」，中间还隔着几道台阶。愿意见面是一回事，愿意把真实样本给你看是另一回事，愿意让实际使用者参加讨论又是一回事，愿意为一小段工作付钱是最后一道。

把这几道台阶分开看，就不会把所有询问都当成商机。

我手里有三条真实的线索来源。

第一条最意外。衡辰中学的校董在 DeepSeek 里查教师备课，翻到了我发在腾讯云开发者社区的文章，顺着文章找到我。

我们从一次培训开始，现在她和两位清华 EMBA 的同学成了我的合伙人。

内容带来的回报，有时候不是一单生意，是几个人。

第二条是线下关系。OPC 社区和线下活动上认识的人，是我接下来最想用的一类入口。

第三条是已交付客户的后续需求。这条我还没跑出来。

培训到陪跑这一段，我的判断是，客户不会自动升级。课上完大家情绪很好，散场之后各回各的岗位，热度掉得比想象中快。中间必须有一次真正的问题确认，否则那次培训就只是一次培训。

前面提到的那个货代项目值得再放一次。开发完成和商业落地受阻可以同时发生。

技术产出进入客户的日常工作之后，服务责任会变成另一个验收对象。所以第一单的边界里，得写清楚「运行之后谁负责」，不能只写「开发哪些功能」。

七、OPC 和 FDE 是什么关系

这两个词说的不是一回事，但可以叠在同一个人身上。

OPC 说的是一种组织形态：一个人能不能完成从获客、生产、交付、收款到复盘的完整闭环。

FDE 说的是一种工作方式：有没有人下到现场，把通用的 AI 能力适配成客户业务里能跑的东西。

我 9 月 8 日在承德的 OPC 线下沙龙上讲过前半段。当时我引用了手工川在《置身 OPC 内》里的框架，从右往左想：先问谁愿意为什么结果付费，再往左推需要什么流程、哪些环节必须我自己盯、哪些可以交出去。

这个顺序对 FDE 同样适用。**先看客户愿意为哪个结果付钱，再决定你要补哪一层能力。**反过来，先盘自己会什么、能做什么，再拿着这个东西去找人买单，是最容易掉进去的坑。

八、我准备怎么试第一单

我们手里现在有三样东西：已经交付的培训、WorkBuddy 的代理资格，以及一批过去接触过的企业和学校。

还缺一样：一笔范围清楚、客户真的用起来、并且完成验收的落地交付。

所以下一步很具体。在能触达的客户里，挑一个业务负责人愿意配合的部门，限定一条流程、一组能核对的验收条件，提前讲清楚维护和退出方式。做完了再判断这件事能不能复制。

进展的检验标准也很清楚：客户的实际使用者有没有独立跑通这条流程，以及这一单能不能回款。

但有一件事我现在就能说。这门生意里，会用工具的人不缺。缺的是能把模糊需求收敛成可验收交付、并且对上线之后的运行负责的人。

等我做完第一单，能回款、客户真的在用，我再来写一次，把今天这些判断逐条对一遍。

编者提示一：这篇内容对普通读者最直接的用法，是把它当作一次可以照着跑的 AI 工作流示范。建议先挑文中提到的一款工具（如 ChatGPT、Claude、Grok Bot 或对应的开源模型），把作者演示的输入、配置和调用步骤在自己的写作、编程或日常办公任务上小规模复现一遍，再评估生成结果与投入时间的性价比。

编者提示二：如果你正在用 AI 提升效率或探索第二收入，读这篇时建议带着三个问题：作者具体输入了什么材料、做了哪些设置与测试、最终输出了什么可交付的成果。把这三点套用到自己的场景，能快速判断这套方法是否值得迁移。

原文信息

作者：智见AI-大鹏（@zjp1997720）

原文地址：