硅谷最火岗位 FDE：年薪超 200 万美元的 AI 落地角色

随着大模型从 Demo 演示走向企业生产环境，「让 AI 在真实业务中跑起来」成为落地阶段最棘手的难题。在这一背景下，一个名为 FDE（Forward Deployed Engineer，前沿部署工程师）的岗位在硅谷迅速走红，OpenAI、Anthropic 等头部 AI 公司纷纷扩招，国内的字节、腾讯也开出相关职位，部分岗位年薪最高超过 215 万美元。

FDE 是什么：把工程师派到客户现场

FDE 的全称是 Forward Deployed Engineer，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，又要懂 Agent、评测和安全；既要进入客户现场，又要判断哪些问题值得解决。

这一模式并非全新，最早可追溯至约 20 年前美国一家公司：当时客户业务数据高度机密、需求描述模糊，公司索性把工程师直接派驻到客户团队之中。该岗位的精髓被概括为——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。

在 AI 时代，这一做法的价值被重新放大。大模型在个人手中近乎无所不能，但接入企业真实业务系统时却频繁「水土不服」，从模型选型、数据接入、权限管控到 Agent 编排都需定制打磨。FDE 正是填补这「最后一公里」的关键角色。

数据：两年 42 倍，一年 7 倍

岗位需求的增长极为陡峭：

• LinkedIn 2026 年 1 月全球劳动力报告显示，FDE 自 2023 年以来增长 42 倍，同期 AI Engineer 增长 13 倍。
• 招聘平台 Indeed 数据显示，全站 FDE 岗位从 2025 年 4 月的 643 个，跃升至 2026 年 4 月的 5330 个，一年增长超过 7 倍。
• 《华尔街日报》直接将其称为「科技行业最热门的工作」。

招聘主力既包括 OpenAI（已在旧金山、西雅图、东京、首尔、新加坡等地成团队招聘，并将 Forward Deployed Engineering 单独设为团队）、Anthropic（将新成员称为「founding FDE」），也覆盖字节、腾讯等国内大厂。腾讯在社招中发布三个 FDE 岗位，要求 3 至 5 年以上工作经验，归类于产品职业类别；字节则称为「AI FDE 工程师」，置于研发类别下，覆盖飞书、火山引擎、数据平台等业务线，甚至设有销售支持方向的实习生岗位。

FDE 考什么：五轮面试与高薪门槛

以 Anthropic 为例，Reddit 上流传的面试指南将流程大致分为五关，核心都在回答一个问题：能否把 Claude 安全地融入任何一家企业的生意里。

• HR 初筛：要求候选人阐述为何选择驻场岗位而非传统研发，动机权重极高。
• 技术场景面：围绕 Claude + MCP 等工具链的部署推演，重点考察上下文窗口管理与不确定性应对。
• 编码轮：算法题之外，还需完成如「给 Claude 做额度限制器」「用模拟数据库搭建小型连接器」「重构重试队列」「实现任务调度系统」等针对性练习。
• 客户模拟轮：业界盛传通过率最低的一关，约六成通过技术面的候选人倒在这里。面试官扮演不懂技术的企业高管与挑剔的架构师，候选人不得打开编辑器，仅靠提问完成需求发现。
• 使命价值观关：被认为全场最难，深入追问道德冲突、上级压力以及个人感受。有外媒报道，候选人会被直接问到「若公司使命与赚钱冲突，你会如何选择」「若公司因安全原因放弃 AI 计划导致股价归零，你会作何感想」。

薪资方面，Anthropic 给出的 FDE 年薪区间为 188 万至 215 万美元，处于应用型与客户交付型工程岗位的高段，上限刚好触及高级软件工程师的起点；核心模型、训练、评测等研究工程岗位的薪酬仍高于此。

能力图谱：从 Prompt 工程师到 FDE

FDE 的招聘要求与吴恩达近期在 X 上分享的「AI 工程技能图谱」高度吻合。该图谱列出四项核心能力：构建并部署 AI 应用、软件工程基础、使用编码 Agent，以及 Shaping the Build——理解业务与客户目标、参与决定产品该做什么。FDE 的日常工作几乎同时覆盖这四项。

从 Prompt 工程师、Harness 工程师再到 FDE，AI 应用落地的关键能力正在被不断重新定义。其共同指向越来越清晰：让 AI 从演示走进生产环境，并为最终结果负责。对求职者而言，按 FDE 的标准重构自身能力——掌握 RAG、Prompt、模型选型、Harness、微调、Skills、MCP、Multi-Agent 等 AI 应用技术栈，熟悉 Agent 产品搭建——或许是切入 AI 时代职业竞争的一条现实路径。