02
第一幕 · 新物种

OpenAI 为什么一年把这个团队扩了 26 倍

增速最快的团队不在研究院
滚动开始
2→52
OpenAI FDE 团队 2025 年人数
$200–300K
Anthropic FDE 岗位年薪
100+
招聘 FDE 的 YC 公司

【开场】增速最快的团队不在研究院

2025 年初,OpenAI 内部一个 2 人小团队开始招人。到年底,52 人——26 倍,比很多研究团队都快。

它不做模型训练,不发论文。它叫 Forward Deployed Engineering。

同一时期,Anthropic 挂出同名岗位,年薪 20–30 万美元;100 多家 YC 创业公司在招人需求里写下同一个职位——三年前,这个数字约等于零。

当最懂模型的公司把最多的筹码押在"把模型用起来的人"身上,信号已经明确:模型的军备竞赛打到下半场,稀缺的不是更强的模型,是让模型在客户现场创造价值的能力。


【场 1】拆解一份真实的 JD

一份顶级 JD 的解剖(Anthropic · FDE Applied AI)
深入客户业务与数据
看懂客户靠什么赚钱,不只是用什么框架
构建生产级 LLM 应用
扛流量、可运维的真系统,不是 demo
与研究/产品团队反馈
你是前线传感器,痛点传回模型迭代
设计评估体系
evals 是必选项,不是加分项
模糊中自主推进
没有产品经理给你写 PRD

薪酬带:$200K–300K(2026-03 官方招聘页)

上面解剖卡里的五块要求,没有一块是传统软件工程师岗位的核心。

再对比 Palantir 时代的传统 FDE,AI FDE 多出四项新技能,每项都对应大模型的特性:

  1. 模型选型与评估:十几个模型各有短长,为具体场景选对那个,并用数据证明选对了;
  2. evals 工程:模型输出是概率性的,没有评估体系就谈不上交付质量(第 7 章详解);
  3. 提示工程与上下文工程:把客户业务知识"喂"给模型的手艺;
  4. Agent 编排:任务超出单次问答时,设计多步骤、带工具调用的工作流。

【场 2】为什么是他们:AI 公司自建 FDE 的账

OpenAI FDE 团队 · 2025 年扩张曲线

2 → 52 人,×26。OpenAI 当年扩张最快的团队之一,不是研究院。来源:ZenML LLMOps Database

有人质疑:卖 API 就行,为什么养这么贵的现场团队?算三笔账。

第一笔:企业客户买的不是 token,是结果。 年调用额千万级的大客户,项目失败流失的不只是收入,是"这个模型不行"的市场口碑。这个团队保的是企业收入的续费率。

第二笔:前线是最好的产品传感器。 金融、医疗、制造现场的真实问题,实验室里永远造不出来。FDE 传回的每个失败案例,都可能变成下一代模型的改进方向——OpenAI 让首席研究官出身的人来讲 FDE 方法论,不是巧合。

第三笔:MIT 报告里那条 67% vs 22%。 外购专业厂商方案的成功率约是内部自建的 3 倍。把 FDE 打包进合同,等于给产品附赠一份"成功率保险"——这是能写进价格里的。


【场 3】溢出效应:从巨头到创业公司

巨头的动作迅速向下渗透,形成三个梯队:

  • 模型厂(OpenAI、Anthropic、Google):FDE 服务旗舰客户,任务是"拿下标杆、反哺模型"。
  • 应用公司(Sierra、Decagon、Harvey 及 100+ YC 公司):FDE 就是核心交付模式本身——垂直场景没有通用产品形态,必须靠前部署一个个客户打下来。对这些公司,FDE 团队不是成本中心,就是销售+交付+产品的合体
  • 甲方自建:大企业开始设内部"类 FDE"角色,不再等供应商,自己养懂业务又懂模型的人。这个趋势在中国尤其值得关注:私有化部署需求强、行业 know-how 深、服务商良莠不齐,甲方自建 FDE 能力可能是中国企业的更优解(第 11 章展开)。

三个梯队,同一个判断:AI 落地的瓶颈不在模型侧,在部署侧。


【场 4】对个人的启示:风口上的正确姿势

岗位一年涨 800%,机会真实存在,泡沫也正在生成。面试时反问三个问题,分辨"真 FDE"和"贴牌的实施工程师":

  1. "这个岗位对客户的哪个业务指标负责?"——答不上来或答"对交付里程碑负责"的,是实施岗;
  2. "现场的经验如何回流到产品?"——没有机制的,是外包队;
  3. "团队里最资深的 FDE 现在做什么?"——都在重复做同类项目的实施、没有沉淀与泛化,那只是名字叫 FDE。

真金岗位三个标志:对业务指标负责、有产品回路、人随项目成长而非磨损。第 13、14 章会把能力模型和面试攻略彻底拆开讲。


【速查卡】FDE 技能关键词 30 个(按 JD 词频归类)

工程底座:Python/TypeScript · API 设计 · 数据管道
          SQL · 云原生部署 · 系统集成 · 可观测性
LLM 专项:模型选型 · evals · 提示工程 · RAG
          微调(LoRA)· 结构化输出 · 护栏设计
          Agent 编排 · 上下文工程 · 成本优化
业务交付:领域建模 · 需求挖掘 · 利益相关者管理
          MVP 定义 · ROI 测算 · 变革管理
软技能:  模糊中推进 · 跨层沟通 · 现场决策
          技术写作 · 风险预判 · 客户预期管理

*卡片设计:四色分组,词频越高字号越大——一眼看清这个岗位的技能重心在哪。*


【金句海报】

"模型能力过剩,落地能力稀缺——
溢价永远属于后者。"

FDE 工程师蓝皮书

本章来源

  • OpenAI FDE 团队 2→52 人:ZenML LLMOps Database(2025 年底数据)
  • Anthropic FDE 岗位与 $200K–300K 薪酬:Anthropic 官方招聘页(2026-03)
  • 100+ YC 公司招聘 FDE:The AI Opportunity(2026-07)
  • 67% vs 22% 成功率:MIT NANDA《GenAI Divide》(2025-08),build vs buy 口径
  • 五块 JD 要求归纳:基于 Anthropic/OpenAI 公开招聘启事的提炼
  • "Palantir 自称 Gen AI 提速"类说法见第 9 章来源