摘要

在美国IT业界，"FDE（Forward Deployed Engineer／前线部署工程师）"一跃成为2026年最热门的职业。该职位需深入客户企业办公现场，将AI模型嵌入实际业务系统，最早由数据分析公司Palantir于2010年代初期首创，如今OpenAI、Anthropic、Google、Salesforce等公司正争先恐后地扩大招聘规模。本文将以初学者也能理解的方式，梳理FDE的工作内容、年薪以及各公司举措的差异，并具体考察他们在飞机制造厂和金融机构实际构建的系统及业务改进的真实状况。此外，还将基于一手资料，从多个角度深入剖析硅谷的风险投资公司（VC）如何解读这一潮流、2026年5月发生了什么，以及2027—2028年将测算出怎样的数据。

另，本文中日元换算采用2026年5月中旬对美元汇率1美元=约158日元进行计算（以下同）。

什么是FDE——Palantir于2010年代初期发明的"入驻客户现场的工程师"

FDE是指不在自家研发室、而是深入客户企业现场，将复杂的软件产品——尤其是近年的AI模型——打造到"在实际业务中能够运转的状态"的工程师。美国知名风投a16z（安德森·霍洛维茨）的合伙人Joe Schmidt用一个比喻来说明这一角色的必要性："购买AI的企业，就像拿到iPhone的老奶奶。虽然非常想用，但如果没有人帮忙设置就没法启动。"FDE正是那位"负责设置的人"，他们观察客户的业务、定义需求、编写生产级别的代码、调试出问题的部分，并持续驻守在现场，直到该项导入真正推动业绩指标为止。

初学者首先要把握的一点是，FDE既不同于"咨询顾问"，也不同于"普通的软件工程师"。咨询顾问提供建议，留下提案书后便离开。与此相对，FDE亲自动手构建系统，并长期陪伴客户。另一方面，普通的软件工程师是"为众多客户打造一项功能"，而FDE反过来是"为一位客户打造众多功能"。Palantir一直用"one customer, many capabilities（一位客户，多种能力）"这一标语来表达这一点。身为工程师却比任何人都更深入地理解客户的业务，能够同时说技术和商业两种语言——这正是其被称为"工程师与咨询顾问之外的第三种选择"的原因。

发明这一角色的是Palantir。该公司在2010年代初期，面临当时主要客户——美国情报机构"无法坦率分享需要什么"的限制。既然无法向客户询问需求，那就只能把工程师放到客户环境内部，让他们通过观察和实验来学习——由此诞生了将工程师"向前部署（forward deploy）"到现场的构想。据a16z的合伙人Tom Hollands介绍，Palantir在2011年前后，将此前被称为"解决方案工程师""集成工程师"的职种改称为"前方部署工程师"，在公司内部赋予其"Delta（德尔塔）"的代号。Palantir构建了由承担行业知识的"Echo（回声）"团队与专注于执行的"Delta"团队相结合的体制，据称到2016年前后，FDE的人数比普通软件工程师还要多。

为什么这一10多年前的职种如今受到瞩目？其背景在于"最后一公里问题"。麻省理工学院NANDA（南达）倡议组织于2025年发布的报告《The GenAI Divide: State of AI in Business 2025》指出，企业在生成式AI上投入了300亿至400亿美元（约合4.7万亿至6.3万亿日元），但有95%的组织未能获得可衡量的业务回报。这并非模型本身的失败，而是AI在遭遇"混乱的工作流、陈旧的基础设施、割裂的数据"的那一刻便失败了——作为填补这最后一道鸿沟的专业人才，FDE因此被需要。

招聘需求暴增800%，年薪3000万至1亿日元——白热化的FDE人才市场

FDE的招聘市场自2025年以来呈现出爆发式增长。据英国《金融时报》（FT）报道，自2025年1月以来，对FDE职位的招聘关注度增长了800%。a16z在其公司网站上写道，FDE相关招聘"仅今年就增长了800〜1000%"。美国《Fast Company》报道称，谷歌和Box（云计算企业）两家公司的CEO均将FDE称为"2026年科技行业最受欢迎的职位"。

年收入水平也很高。根据汇总职业类媒体及levels.fyi登录数据的多篇报道，美国FDE的平均总薪酬（基本工资＋奖金＋股票）约为23.8万美元（约合3,760万日元），一般区间为20.5万〜48.6万美元（约合3,240万〜7,680万日元），有报告显示在Staff级别有超过63万美元（约合9,950万日元）的案例。仅就Palantir的前线部署软件工程师（FDSE）而言，根据levels.fyi的登录数据，年薪为17.1万〜41.5万美元（约合2,700万〜6,560万日元），中位数约为21.5万美元（约合3,400万日元）。据部分报道，OpenAI和Anthropic的FDE薪酬待遇规模达到35万〜55万美元（约合5,500万〜8,700万日元）。这些水平均超过普通软件工程师，据称Cloud（云计算业务）类的薪酬体系构成了市场的上限。薪酬之所以高，原因很简单，因为这份工作直接关系到企业销售额。

职业发展路径也颇具特色。Palantir会录用大学毕业后仅有1年左右经验的人担任FDE，而金融科技公司Ramp则要求高级职位需具备5年以上经验。FDE最终既可以转向总部的核心产品开发，也可以凭借在现场获得的业务知识踏上创业之路。事实上，甚至出现了将FDE定位为"未来创始人"训练场、将未来的创业者作为FDE聘用的初创企业（如Serval等）。正式构建FDE职能的企业不胜枚举，包括OpenAI、Anthropic、Palantir、Salesforce、Google、Databricks、Cohere、Ramp、Rippling、Intercom，而语音AI领域的ElevenLabs、Deepgram、Vapi等新兴势力也在陆续加入。

"貌合神离"的各家FDE——Palantir、OpenAI、Anthropic、Salesforce、Google

即便都打着FDE这块招牌，各家公司的实际情况之间也存在着微妙却决定性的差异。

正统的Palantir将自家平台（Foundry、Gotham、AIP）这个"已经搭建完成的游乐场"交给FDSE，让他们围绕客户的难题进行配置。根据该公司博客文章《A Day in the Life》，FDSE以小规模团队从头到尾独自承担高难度项目，约25%的工作时间在客户现场度过。咨询调研公司Everest Group的合伙人Abhishek Singh评价Palantir为"独此一家（category of one）"，他分析其原因在于：这是一家罕见的、在"产品工程"、"现场嵌入式执行"、"让关键任务系统从启动首日便可靠运行"这三大领域均表现卓越的企业。

统领OpenAI的FDE组织的是Colin Jarvis（前职为解决方案架构负责人）。据其在公开演讲中所述，该团队从2人起步，仅一年多便迅速扩张至数十人规模（他提到过52人的扩张目标）。据主理面向技术人员的新闻通讯"The Pragmatic Engineer"的Gergely Orosz透露，OpenAI的FDE分布于3大洲8座城市，按初期范围界定（数日的现场驻留）、验证（构建评估指标）、交付这三个阶段运转，并每两周与研究团队协作，为Agents SDK等产品开发做出贡献。Jarvis用"吞食客户的痛苦，排出产品（eating pain and excreting product）"这一独特的措辞，表达了将现场课题升华为可泛化的产品洞察的姿态。

在Anthropic，FDE隶属于"Applied AI（应用AI）"团队，直接嵌入战略客户，构建使用Claude模型的生产应用。根据招聘启事，其成果物包括MCP（Model Context Protocol）服务器、子代理、代理技能等用于生产工作流的技术产出。该职位要求3年以上兼具技术性与客户沟通的工作经验，并重视将可重复使用的导入模式语言化，反馈给产品和工程团队。

Salesforce在规模上一骑绝尘。该公司的FDE团队截至2026年3月已至少达到1,000人规模，成为支撑代理基础设施"Agentforce"客户导入的核心职能。该公司还启动了拉拢外部合作伙伴的"Forward Deployed Engineering Partner Network"（顺带一提，CEO Marc Benioff在4月公布的"招聘1,000名应届毕业生与实习生"是面向AI产品开发的另一项举措，需与FDE招聘区分理解）。据美国媒体The Information于5月12日报道，Google正在招聘数百人规模的FDE，让他们常驻客户组织内部，试图将自家的前沿模型转化为实际运行的系统。在云业务成为Google最重要的增长轴的当下，拥有能坐进财富500强企业办公室进行实施的人才，被视为缩短销售周期最为确实的手段。

由此可见，各家的侧重点各不相同：Palantir是"将自家技术栈和自家人才直接投入生产"的垂直整合型；OpenAI和Anthropic是"将现场学习反哺给产品"的研究驱动型；Salesforce则是"动员合作伙伴"的生态系统型。也有像AI代理管理公司Lindy这样、期待FDE扮演"客户的技术顾问"角色的企业，工程师与顾问之间的边界因公司而异。

在客户现场制造什么①——飞机工厂与"从砂石路到柏油路"

这里就是本文的核心所在。FDE在客户现场，究竟构建着何种规模、何种类型的系统，又达成了怎样的业务改善呢。

公开信息最为详尽的是Palantir的飞机制造案例。Palantir向欧洲空中客车公司的汉堡工厂和图卢兹工厂派遣了FDE，在与外部网络物理隔离（气隙隔离）的安全设施中，直面最终装配线本身。当时的空中客车公司A350型飞机的增产受阻，对制造与供应链的复杂工序未能实现"可视化"。FDE们在Palantir的Foundry平台之上，构建了一套能够综合掌握制造工序、零部件库存与进度安排的系统。根据Palantir在自家网站上公开的数据，这一举措成为推动A350生产速率提升33%的主要动力。

值得关注的是其后续发展。最初为解决空中客车公司燃眉之急而打造的个别解决方案，在公司内部扩展到了供应链管理、调度、财务等超过20个用例，最终被一般化为面向航空业界的通用平台"Skywise（天空智慧）"。如今Skywise已接入超过100家航空公司，Palantir对该平台的说明是，每年可创造超过8亿5,000万美元（约1,340亿日元）的收入机会，并带来每年超过17亿美元（约2,690亿日元）的成本削减效益。这正是FDE模式的精髓所在。FDE业界将这一结构称为"砂砾路与铺装道路"。FDE先为各个客户迅速铺设粗糙的个别解决方案（砂砾路），总部的核心工程团队则观察这些方案，将其改造为可适用于众多客户的标准化产品功能（铺装道路）。

Palantir的另一个典型案例，便是在FDE岗位面试中也会被提及的"缩短911（紧急呼叫）响应时间"。某大都市希望整合911报警数据、交通数据与救护车的GPS数据，以缩短出动时间——将这些碎片化的数据捆绑为一套实际运作的系统，正是FDE的工作。Palantir的博客中提到，参与新冠疫情应对项目的FDSE回顾道，他们在"数日之内"便将有意义的解决方案投入了生产运行，亲眼见证了客户的决策在现实中得到改善。Everest Group的Singh先生将Palantir的方法称为"新兵训练营式"，即利用实际的客户数据，在数日内完成可运行的应用程序。

这种手法也体现在数据上。Palantir于2026年5月4日发布的2026年第一季度财报显示，销售额同比增长85%，达到16亿3,000万美元（约2,575亿日元），美国销售额增长104%，美国商业部门销售额增长133%，达到5亿9,500万美元（约940亿日元）。仅在该季度就斩获了47份金额超过1,000万美元的合同，净利润扩大约4倍至8亿7,050万美元（约1,375亿日元）。FDE涌入刚刚签订AIP合同的企业，在试点期结束之前，将本体论（知识图谱）连接到"杂乱无章的现实数据"之上——这种循环正支撑着Palantir的高速增长。

在客户现场制作什么②——金融、半导体、呼叫中心的现场

AI实验室的FDE也开始留下具体的成果。LLMOps（大规模语言模型运营）案例数据库ZenML中收录的OpenAI的FDE案例，较为详尽地展示了所构建系统的规模和效果。

具有象征意义的是金融巨头摩根士丹利的案例。该公司是2023年率先将GPT-4投入生产的企业客户，OpenAI的FDE为面向富裕阶层客户的顾问构建了一套"财富管理研究支持系统"，可对海量内部研究进行检索和摘要。技术管线本身在6至8周内搭建完成，之后用4个月时间进行试点、迭代和信任建设。结果，98%的富裕阶层顾问使用了该系统，研究报告的利用率提升了3倍。

制造业和半导体领域同样活跃。在某欧洲半导体企业，工程师将70%至80%的工作时间花在修复Bug和维护兼容性上。OpenAI的FDE在客户现场常驻数周，将编程辅助模型"Codex"扩展至该公司的特定领域，构建了用于Bug调查、分类（优先级判定）和自动修复的智能体。在初期部门实现了20%至30%的效率提升，并以全公司50%为目标。在亚太地区的某汽车制造商，每当发生关税变更等供应链混乱时，各团队都被迫通过电话和会议进行人工协调。FDE团队构建了数据层和API，使LLM能够在不移动数据的情况下跨系统进行编排（协同处理）。在支付服务巨头Klarna（克拉纳），针对超过400项内部政策手动编写提示词的运营方式已达到极限，因此FDE创建了一个将指令参数化的框架，该框架后来产品化为OpenAI的内部工具"Swarm"，并进一步发展为Agent SDK。美国移动通信巨头T-Mobile的客户支持案例，其规模和政策复杂度据称是Klarna的10倍；在农机巨头约翰迪尔（John Deere）的案例中，FDE在短期内完成了一套系统，赶在播种期前向农户提供精准除草技术以减少农药使用量。OpenAI的FDE定位为瞄准"价值在数千万美元到低位数十亿美元规模的问题"。

这些案例的共同点是技术哲学。"尽可能采用确定性（deterministic）方式构建，仅在其概率性特征能产生价值之处使用LLM"——Jarvis表示，他承认自身最大的失败是"过早的一般化"，并指出首先"超深度地"解决特定客户的问题才是成功的关键。

Anthropic也在金融领域积累了具体案例。2026年5月初，金融科技巨头FIS发布了"Financial Crimes AI Agent（金融犯罪AI智能体）"。该系统将反洗钱（资金清洗）调查从"数小时压缩至数分钟"，可跨越银行的核心系统自动收集证据，由Anthropic的Applied AI团队和FDE入驻FIS共同设计。首批采用方为加拿大蒙特利尔银行（BMO）和美国Amalgamated Bank。据美国媒体CIO.com报道，这类案例反而暴露出"FDE本身才是新的制约条件"这一悖论。因为要将前沿AI部署到监管严格的金融服务领域，归根结底需要大量的人工专业知识。

硅谷风投视角——a16z所阐释的"全面Palantir化"

硅谷的风险投资机构如何看待这股FDE热潮？发表最深入论述的是a16z。

a16z合伙人Joe Schmidt在题为《Trading Margin for Moat（用利润率换取护城河）》的论述中,明确将FDE定位为"初创企业中最炙手可热的职位"。他的主张是这样的:AI初创企业应停止追求产品主导增长（PLG）的高毛利率,转而通过专业服务成为客户"工作系统"本身——。即便初期牺牲毛利,也要构建对客户业务深度整合这一"护城河（moat）"。针对市场上一味推崇PLG理想形态的风潮,Schmidt列举了一项历史事实加以反驳:采纳了重视实施落地模式的Salesforce、ServiceNow、Workday等大型SaaS企业的总市值,远远压倒了顶级PLG企业群。根据他援引的数据,OpenAI公开的311个招聘岗位中,已有22个（约7%）是FDE或解决方案工程师职位。

然而a16z内部也有审慎论调。同公司合伙人Marc Andrusko在《The Palantirization of Everything（万物的"Palantir化"）》一文中,对盲目模仿FDE模式敲响了警钟。FDE相关招聘今年增长了800〜1000%,但能像Palantir那样"拥有数百名兼具技术卓越性与客户沟通能力人才"的初创企业寥寥无几。Andrusko预测,众多企业并不会成为像Palantir那样"独一无二的平台型企业",而是会沦为单纯"披上一层光鲜前端的'面向X行业的埃森哲'",也就是高成本的服务型企业。打着相同宣讲口号的"千万美元规模初创企业"将无数涌现、相互厮杀,这便是其未来图景。他还提及Palantir正以下一财年营收77倍的股价估值进行交易这一事实,以此强调其稀缺性。a16z的Tom Hollands则在另一篇论述中,将FDE这一称谓本身分析为"职衔套利（Title Arbitrage）"的典型案例,并表示"Palantir拥有FDE这个词"——意即掌握话语权者将在招聘市场上抢占先机。

VC的关注并不止于a16z。Sequoia Capital的合伙人Julien Bek在题为《Services: The New Software（服务即新软件）》的论述中指出,"软件上每花费1美元,服务上最多要花费6美元",并提出了这样的判断:AI原生新兴企业抢占市场的速度,将快于传统企业转型为AI优先企业。更具象征意义的是名为"Forward Deployed Venture Capital"基金的存在。这是曾在Palantir担任FDE长达11年、并作为国防团队创始成员的Mark Scianna于2022年创立的专注于国防与安全保障领域的VC,其基金名称本身便冠以"前沿部署"之名。该基金于2025年完成了4,500万美元（约71亿日元）规模的募资关账。FDE这一职种,如今已被用于投资人的自我定义。

“咨询的伪装”吗——对过热的担忧与媒体之争

在热潮的另一面，围绕FDE的争论也日趋深化。被反复提及最多的疑问是"这归根结底是不是咨询业务的伪装？"。"拿着代码编辑器的麦肯锡"这一揶揄之词也在业内流传。

业界普遍的反驳是："咨询顾问提供建议，而FDE进行构建"、"咨询顾问只留下一次性的建言，而FDE则与客户长期共同打造"。不过，这一界限模糊也被作为事实所承认。更本质的批评在于会计层面的论点。如果将FDE的工作向客户收费，那便是咨询收入；如果不收费，则属于客户成功或支持的费用。无论哪种情况，都不属于研发(R&D)，而是被归类为成本(COGS)。FDE的成本计入服务费用，其对价也进入服务收入。如果将其称为"年度经常性收入(ARR)"，那便是在欺骗投资者和自己——来自重视SaaS财务纪律的有识之士的此类指摘接连不断。Palantir在20年前曾实践过同样的事情，并被毫不留情地批评为"无法规模化"、"不过是咨询顾问罢了"、"并非真正的软件企业"。历史正在重演。

调查公司Gartner的分析师Alex Coqueiro发出了更进一步的警告。据CIO.com报道，他预测"70%的企业将因供应商的高昂成本和内部技能不足，不得不放弃通过FDE主导的举措所获得的代理型AI解决方案"。即便解决方案已经成熟，但若投入的FDE工时并未减少，那便是"依赖而非能力"的信号。Coalition for Secure AI的Nik Kale的言论则更为辛辣。针对FIS的案例，Kale表示："这是对前沿AI尚未成为产品的供认。CIO们本以为自己在购买软件，但实际上购买的是专业服务合同。"

在作为FDE工作的当事人一侧也存在负荷问题。占工作时间25〜50%的出差、在工厂及空气隔离设施等现场常驻、被工期追赶的高强度工作方式，容易引发倦怠(burnout)，也观察到了离职现象。他们夹在要求"快速且定制化"的客户与要求"可维护且范围明确的设计"的产品团队之间，被迫进行跨行业的剧烈上下文切换(负责领域的切换)。越是做出成果，"下一个难题"就越会接踵而至，并被要求为战略客户随时待命——这种"始终在线"的重压，正是高额报酬背后的现实。

2026年5月的地壳变动——OpenAI与Anthropic发起的"PE基金型"布局

而到2026年5月，围绕FDE的动向进一步迈入了重大的结构性转变阶段。OpenAI和Anthropic相继成立了引入私募股权（PE）的"FDE专营事业实体"。

OpenAI于2026年5月11日宣布成立"OpenAI Deployment Company（OpenAI部署公司）"。这家由OpenAI持有过半数股份并掌握控制权的新公司，吸引了19家投资公司、咨询公司和系统集成商参与，募集了超过40亿美元（约6,320亿日元）的初期投资。美国Axios等媒体报道该新公司的估值为140亿美元（约2万2,100亿日元）（另外在成立前的部分报道中，也曾传闻其总规模为100亿美元级别的载体，需注意各报道在规模表述上存在差异）。主导投资方为TPG，Advent International、Bain Capital、Brookfield列名为联合创始合伙人。OpenAI自身将出资最高15亿美元（约2,370亿日元。成立时5亿美元＝约790亿日元＋10亿美元＝约1,580亿日元的期权）。根据多家媒体报道，OpenAI向PE投资者保证5年内年化17.5%的最低回报，同时设置了利润上限（profit cap）。新公司在成立的同时，收购了总部位于英国爱丁堡和伦敦的应用AI咨询企业Tomoro（托莫罗。其客户包括Tesco和Virgin Atlantic等），从首日起便确保了约150名经验丰富的FDE和部署专家。

Anthropic也于2026年5月4日宣布成立以Blackstone、Hellman & Friedman、Goldman Sachs为创始合伙人的全新企业AI服务公司（General Atlantic、Leonard Green、Apollo Global Management、GIC、Sequoia Capital也加入出资）。这家新公司的目标，是向那些没有自有内部资源来部署前沿AI的中型企业——地区性银行、制造商、地区医疗系统等——交付Claude。Anthropic的Applied AI工程师将与新公司的工程团队并肩协作，识别Claude最能发挥效用的切入点，构建定制化解决方案，并长期支持客户。此外，新公司的公司名称和投资总额等部分细节，在5月4日发布时尚未公开。该公司将成为"Claude Partner Network"的一员，其中也列有Accenture、Deloitte、PwC等咨询企业。Anthropic表示，将在2026年向该网络进行1亿美元（约158亿日元）的初期投资。

这两件事并非孤立事件。OpenAI早在2026年2月23日就已与McKinsey、BCG（波士顿咨询集团）、Accenture、Capgemini共同组建了"Frontier Alliance（前沿联盟）"，先行构建了让FDE与大型咨询公司联手的体制。Accenture于2026年成立了"Microsoft Forward Deployed Engineering Practice"，EY则于2026年4月在英国和爱尔兰开设了FDE实践业务——据称是大型咨询事务所正式采用这一模式的首例。EPAM则与Anthropic达成了合作。FDE已不再是单一企业的招聘举措，而正在蜕变为AI实验室、PE基金与全球咨询公司联动运作的"产业结构"。

日本的FDE——与美式"客户驻场"看似相同实则不同

这一潮流也波及到了日本。不过,由于日本自古以来就存在"客户驻场""SES(系统工程服务)"等商业惯例,因此正确理解其与美国式FDE的差异至关重要。日经XTECH在2026年刊登了题为《美国式"FDE"与日本的客户驻场貌合神离》的文章,提醒人们注意两者的混淆。日本的客户驻场是以"人月"为单位提供劳动力的合同形态,而美国式的FDE则对成果(客户是否真正取得了成功)负责,并亲自编写生产级品质的产品代码,两者在性质上存在巨大差异。

在招聘方面,日本市场也开始有所动作。根据多家人才类媒体的汇总,截至2026年春季,国内企业发布的FDE职位约26个,外资企业约9个,合计观测到约35个。除Palantir日本法人、软银与OpenAI的合资公司SB OpenAI Japan等全球巨头外,ExaWizards、LayerX、AI Shift、ANDPAD等国内AI及SaaS企业也开始招聘。AI解决方案企业Headwaters在新闻稿中明确表示,将把FDE作为招聘的核心。由于该职种仍处于确立过程中,根据各公司招聘信息估算,年收入水平大致在700万至1,500万日元左右,据称Salesforce在口碑网站OpenWork上曾给出800万至3,000万日元的区间。全球企业的FDE要求英语能力,而国内AI企业和DX咨询的职位中,许多仅用日语即可应对。如果日本企业将这一职种作为"便利的驻场SE"草率运用,就无法获得美国式的成果——这是专家们一致指出的论点。

未来展望——2027〜2028年将被观测到的"下一步动向"

围绕FDE的下一步动向，将在何时、以何种形式被衡量？综合硅谷VC与分析师的视角，可以浮现出几条预测轴线。

第一，2027年极有可能成为"淘汰之年"。Gartner预测，超过40%的代理型AI项目将因成本攀升、业务价值不明、风险管理不足等原因，在2027年底前被叫停。在FDE主导的各项举措中，无法展示明确ROI（投资回报率）的项目预计将在这一时期被集中清理。反过来说，存活下来的FDE组织将是已完成"能力证明"的少数派。

第二，2028年将成为"规模扩张之年"。Gartner预测，到2028年，至少15%的日常业务决策将由代理型AI自主作出，33%的企业软件将内嵌代理型AI。部分分析师估计，随着AI初创企业的扩张，FDE的招聘岗位数到2028年可能达到目前的5倍。在熬过淘汰之后，真正意义上的量级扩张将随之而来。

第三，存在一个值得关注的悖论。即FDE这一职种本身正开始被AI自动化。Palantir已经面向一般用户提供名为"AI FDE"的AIP原生代理——通过自然语言对话操作Foundry，承担数据连接、转换、本体构建及应用开发等工作。Gartner也在2026年战略技术趋势中提及FDE，描绘了人类FDE借助AI原生的开发基础，负责战略分析、应用发现、代理基础构建以及安全与治理护栏部署的图景。"将AI送达现场的专业职种"被那个"AI"本身所放大，最终其中一部分将被取代——这种递归式结构，将成为今后的争论焦点。

短期来看，2026年第二至第三季度期间，OpenAI Deployment Company或Anthropic的新公司能否公布首批客户成果，或者其他实验室及咨询机构是否会跟进推出新的"PE基金型AI导入载体"，将构成最初的试金石。Box首席执行官Aaron Levie表示，在AI代理重塑组织底层工作流的过程中，"专业服务与FDE部署代理的必要性与机会是巨大的"，并预言巨大的"咨询淘金热"即将来临。FDE正是关于"AI时代'最后一公里'由谁掌握"这一问题本身，而其答案将在2027至2028年间，以淘汰与扩张两波浪潮的形式逐步显现。

来源