大家老板们可能已经说过这句话了："从下个月开始，所有人都要用 AI 提效。"
然后呢？有人开始用 AI 写周报。有人用 AI 回邮件。各种工具装了一堆。三个月后，公司核心业务流程，一个字没变。
这不是员工偷懒，也不是工具不够好。是因为没人搞清楚：这家公司的流程，到底哪里值得改，改了会有什么不同。
这个答案，AI 工具给不了。老板给不了。员工自己也给不了。
这个问题，Palantir 二十年前就碰到了——只是他们的客户是情报机构，场景更极端：情报人员的工作流程全是机密，你连问都没法问。
他们的解法是：别问，进去看。把工程师送进客户的真实环境，接数据，改流程，扛生产问题，对结果负责——这套打法叫 FDE，Forward Deployed Engineer，前置部署工程师。
前几天，OpenAI 和 Anthropic 同一天宣布跟进这个模式，纷纷砸下数十亿重金。没过几天，Google 也宣布加大投入。
但有一个问题没人认真讨论：做 FDE 这件事，谁最适合？答案可能不是那些拿着最新模型、最好融资的纯 AI 公司。
Palantir 为什么会发明 FDE
2003 年，Palantir 成立。两年后，他们拿到了 CIA 旗下风投机构 In-Q-Tel 的投资，开始真正深入情报机构。那时候他们在做一件几乎不可能的事：给情报机构做软件。
问题是，情报人员不会告诉你他们的工作流程。不是不想说，是保密制度不允许。你找到一个分析师，问他"你们追踪一个恐怖分子嫌疑人的时候，数据流是什么样的"，他不会回答你。
用户研究做不了，需求文档写不出来，产品经理没有任何办法。Palantir 只能做一件事：把工程师送进去。
送进去的工程师不是去听需求的。他们是去看的——看用户怎么工作，看数据怎么流动，看哪里卡住，然后当场写代码，接数据，改流程，搭一条能跑的路出来。
Bob McGrew，Palantir 早期的工程核心之一、后来的 OpenAI VP Research，把这个过程描述得很具体：FDE 到客户现场去，修出一条碎石路——粗糙、不优雅，但能走。然后总部的产品工程团队看着这条碎石路，想清楚它的抽象版本，把它变成下五个、下十个客户都能走的铺好的公路。
这就是 FDE 最初的形态。不是服务，不是咨询，而是产品发现的物理介质——把发现过程从会议室搬进客户的生产环境。
Palantir 的三种角色
在 Palantir 内部，有三种角色构成了整个 FDE 体系。这不是三个层级，是三种目标完全不同的人。
Dev，总部产品工程师。属于 Product Development 部门。目标是：一种能力服务多个客户——把现场经验抽象成平台，让下一批客户不需要现场支持也能用。
Delta，现场部署工程师，也就是 FDE 本体。属于 Business Development 部门。目标是：一个客户需要多种能力——深入现场，接数据，改流程，跑生产，修出那条碎石路。
Echo，现场部署战略师。和 Delta 同属客户侧，但职责截然不同。Echo 通常来自客户所在的行业——前军官、医疗老兵、金融老手。他们负责和用户交流，找真实痛点，管理客户关系。
但 Echo 不只是"懂这个行业的人"。Bob McGrew 强调，Echo 必须是叛逆者（heretics）——理解现有体系怎么运作，同时坚信现有体系是不够用的。一个觉得"现在这套挺好"的人，找不到值得派 Delta 去修的问题。
三种角色的关系：Dev 在总部把路铺好；Delta 在现场把路修出来；Echo 告诉 Delta 这里该修哪条路。缺任何一个，FDE 模型都不完整。
企业最不敢问的问题
但凡谈到引入 FDE，企业迟早会问一个问题——私下问，不会写进合同里："你们派工程师来，会不会把我的核心业务流程带给竞争对手？"
企业怕什么？表面上是"信息安全"。但真正的恐惧是：你在我这里工作了半年，学会了我们的定价逻辑、供应链结构、客户关系维护方式，然后你把这套经验打包带走，帮我的竞争对手也建了一套。
这不是妄想症。这是对 FDE 运作方式准确理解之后的合理推断。Palantir 的确在同类客户之间共用了平台能力。这是商业模型的核心设计，也是规模化的前提。
所以企业的担忧是有道理的。但问题在于：他们在恐惧错误的事情。被带走的不应该是"你的商业逻辑"，而是"解决你这类问题的通用方法"。
一个在医院里做了半年的 FDE，带走的不是某家医院的定价模型，而是"怎么把复杂的医疗工作流接进 AI 系统"这件事的工程经验。这两件事的区别，是判断一个 FDE 供应商值不值得信任的关键。
国内企业凭什么会接受这个模式
麦肯锡、用友、SAP 面对同样的"你们会不会带走我的信息"这个质疑，最终都签成了合同。为什么？
答案很简单：他们没有消除这个恐惧，他们只是让客户感觉到——需求被满足的价值，比信息泄露的恐惧更大。
麦肯锡的解法是框架化知识——带走的是方法论，不是你的财务数据。用友的解法是私有化部署——代码和数据都在你的机房里，物理隔离。国内 SaaS 靠的是等保合规和数据协议，划定了访问边界。
FDE 呢？FDE 的访问深度超过所有这些模式——它要接生产数据、改核心流程、影响实际决策。但现有的信任机制设计时根本没考虑 FDE 这种深度。
所以在国内，FDE 要成立，需要新的信任机制设计。有三个方向我认为是可行的：
机制一：让客户参与产品化决策
FDE 在现场学到的东西，哪些会变成平台能力、被其他客户用到？现有模式下，这个决策完全在供应商手里，客户不知道、没有参与、也没有收益。这才是真正的恐惧来源。
换一种做法：每次准备把现场方案抽象进平台，主动告知客户，让客户参与决策——"这个解法我们想产品化，你同意的话，可以换取平台使用折扣，或者在同行里的优先访问权。"客户从"信息受害者"变成"平台共建者"。
机制二：私有化平台 + 远程 FDE
数据不出境，但工程能力可以进来。把 AI 平台私有化部署在客户自己的环境里，FDE 在客户的基础设施内工作——所有数据留在客户侧，FDE 带来的是能力和经验，不是数据访问权限。
机制三：锚点客户 + 行业专属承诺
在一个行业里，先深度服务一家最有话语权的企业，把它打造成公开的参考案例——但交换条件是，该供应商在合同期内不服务其直接竞争对手。
这三个机制的共同逻辑是：不试图消除恐惧，而是重新设计利益结构，让客户在分享信息时得到明确的回报或保护。
FDE 不适合大多数公司
Flybridge 的研究结论很直接：95% 以上的创业公司会把 FDE 做错。不是工程师能力不行，而是他们复制了 title，没有复制机制。
FDE 成立的经济条件很苛刻。一个 FDE 的全成本在美国市场是每年 400,000。这意味着客户合同价值必须高到能覆盖这个成本，同时还能产生利润。
FDE 成立的条件：
- 客户问题高价值、高复杂度，失败成本极高
- 需求无法在会议室里写清楚，必须进入真实流程才能发现
- 客户环境有复杂的数据、权限、合规、遗留系统
- 每次现场经验能被抽象成平台能力，让下一个客户受益
FDE 变成外包的信号：
- 只复制了 title，没有配套强平台
- 每个客户一套独立代码，无法复用
- 产品团队不承接现场反馈，FDE 被边缘化成救火队
OpenAI 和 Anthropic 同一天宣布，说明了什么
这不是市场营销的巧合。OpenAI 成立了专门的 Deployment Company，首轮融资超过 40 亿美元，同时收购了一家有 150 名 FDE 的公司 Tomoro。Anthropic 联合 Blackstone、高盛、Apollo、Sequoia 成立独立的企业 AI 服务公司，直接把自己的工程师和研究资源嵌进去。
两家顶级 AI 实验室，同一天，砸下数十亿美元做同一件事。
这背后的逻辑，Bob McGrew 在 YC 访谈里解释得很清楚：标准的 SaaS 替换有明确参照——旧系统怎么运作，新系统就怎么替换。但 AI agents 没有"incumbent product"，没有现成参照物。企业不知道哪些流程该重构，不知道 agent 应该接管什么，供应商也不知道哪些能力该产品化。
唯一能找到答案的方式，是把工程师送进企业内部，从内部发现。Claude 的能力按月甚至按周在变化，部署系统需要随模型持续演进，不是一次性交付。这不是技术问题，是需要人长期驻守的工程问题。
两家公司同时在说同一件事：AI 产品化之前，必须穿过一个现场工程层。这不是复古，是结构性需求。
AI-native 用友：传统企业的天然 FDE 优势
中国有一批企业，走过了自己的"FDE 时刻"——用十年、二十年，把核心业务数字化、流程化，打磨出了一套真正能跑的内部系统。
用友是最典型的例子，但不只是用友。工厂里的 MES 老手，物流里的 TMS 老兵，医院里做了十五年 HIS 的团队——他们做到了很多 AI 公司从来没做到的事：他们真的在自己的生产环境里解决过这些问题。
当这批企业开始把自己的能力外部化——帮同类企业做数字化、做 AI 接入——他们天然具备了 FDE 模型要求的几个核心条件：
- 领域信任已建立：客户愿意让他们进来，不是因为 PPT，是因为他们本来就是这个行业的人
- 问题早已验证：他们不需要在客户现场"发现问题"——他们自己就是第一个客户，已经在自己身上跑通了
- 平台基础已存在：他们的内部系统，经过适当抽象，就是可以对外输出的平台，不是从零开始
这和 Palantir 的逻辑是反过来的——Palantir 是先建产品，再用 FDE 帮企业接入；这批企业是先做企业，再把自己变成产品。但结果可能殊途同归：一支能在现场交付 outcome、能把现场经验反哺成平台能力的工程团队。
在国内，这条路可能比直接照搬 Palantir 模式更有机会成立——不是因为它"更好"，而是因为它天然解决了国内市场最大的障碍：信任。
Constellation Research 有一个预判，是整件事最准确的总结：真正做对了 FDE 的公司，最终会把 FDE 的工作产品化，然后消灭对 FDE 的依赖。
FDE 是渡河的桥，不是目的地。