不是把方案交给你，而是和你一起做完
FDE（Forward Deployed Engineer，前沿部署工程师）是一种深入客户业务一线的交付模式。工程师参与您的日常业务，与团队并肩完成从场景定义、PoC 验证到生产落地与规模推广的全过程，对最终业务结果负责。
- 协作方式
- 驻场 / 深度协同
- 交付标准
- 业务指标达成
- 典型周期
- 3–6 个月
- 能力移交
- 文档 + 培训
和传统项目制交付，差别在哪
| 维度 | 传统项目交付 | AI-FDE 陪跑 |
|---|---|---|
| 需求来源 | 客户提需求，乙方按文档实现 | 工程师进入业务现场，共同发现真问题 |
| 交付物 | 系统 + 文档，验收即结项 | 达成约定的业务指标，指标不达标持续迭代 |
| 协作深度 | 定期例会同步进度 | 参与业务方日常会议，实时响应调整 |
| 需求变更 | 走变更流程，周期长 | 小步迭代，两周一版，变更是常态而非例外 |
| 风险承担 | 范围内交付即完成义务 | 共同承担落地风险，对结果负责 |
| 能力沉淀 | 文档移交，能力留在乙方 | 全程共建，资产与能力留在客户团队 |
工程师坐在
业务旁边，而不是对面
AI 项目失败的原因，十有八九不是模型不行，而是做的人不理解业务。FDE 模式解决的就是这个信息差。
- 进入现场：工程师参与业务方的晨会、周会与实际操作，观察真实工作流程，而不是依赖二手需求描述。
- 共同定义指标：和业务负责人一起确定什么叫「做成了」，把模糊的「提效」变成可测量的数字。
- 快速试错：两周一个可用版本，让业务同事真实使用并反馈，错误方向在两周内就能被发现和纠正。
- 打通系统：AI 能力必须嵌入现有工作流才有价值。对接 OA、ERP、CRM、知识库这类脏活累活是 FDE 的核心工作。
- 推动采纳：做使用培训、收集反馈、优化交互、跟进活跃度。系统没人用等于没做，这部分工作同样在职责范围内。
- 能力移交：过程中带着您的工程师一起做，结束时交付的不只是系统，还有一个能自己迭代下去的团队。
典型落地场景
- 合同与文档处理：要素抽取、风险条款识别、批量比对审阅，把法务与商务的重复性阅读工作自动化。
- 客服与知识问答：接入产品文档与历史工单，处理高频咨询，复杂问题转人工并附带上下文摘要。
- 研发提效：代码补全、单测生成、代码审查辅助、技术文档生成，嵌入现有开发流程。
- 销售与营销：线索初筛、话术生成、竞品信息整理、营销内容批量生产与合规审核。
- 运营数据分析：自然语言查询数据、自动生成分析报告、异常指标归因辅助。
- 制造与质检：工单智能派发、设备故障知识问答、质检记录结构化与趋势分析。
每个阶段都有明确的交付物
第一阶段 · 场景诊断
产出：业务流程梳理图、候选场景清单与优先级评分、推荐起步场景及理由、可量化的验收指标定义、初步技术方案与成本预估。这份报告可直接用于内部立项评审。
第二阶段 · PoC 验证
产出：可运行的最小验证系统、基于真实数据的效果评测报告、成本测算模型、技术可行性结论与风险清单。这一步明确回答「值不值得继续投」。
第三阶段 · 试点落地
产出：接通真实系统的生产可用版本、用户使用手册与培训、运行监控与告警配置、首轮业务指标达成数据、迭代优化记录。
第四阶段 · 推广与移交
产出：可复制的推广方案、完整技术文档与 Prompt 资产库、评测集与回归测试方案、运维手册、团队能力培训，以及后续优化建议。
AI-FDE FAQ
不一定。协作强度按阶段调整：场景诊断和试点落地阶段驻场密度高，因为需要大量与业务方的面对面沟通；PoC 开发和推广阶段可以远程为主、定期到场。具体节奏在合作前会明确约定，我们的原则是——该在现场的时候一定在，不制造无意义的驻场工时。
合作前我们会一起把指标定在一个「有挑战但基于真实评估可达成」的水平，而不是拍脑袋定一个漂亮数字。如果阶段性评估发现指标确实不可达，我们会主动提出来并分析原因——可能是场景选择需要调整，也可能是数据质量不支持。具体的责任约定写在合同里，不同项目条款不同，这部分会在商务阶段谈清楚。
有技术团队反而是 FDE 模式效果最好的情况。您的团队懂业务和现有系统，我们带来 AI 工程的经验与踩过的坑，两边合作比任何一方单干都快。而且共建过程本身就是能力转移，项目结束后您的团队能独立承接后续场景——这比外包一个黑盒系统有价值得多。
外包的交付标准是「按需求文档实现功能」，FDE 的交付标准是「业务指标达成」。这个差别会体现在整个过程中：外包不会质疑需求是否合理，FDE 会在发现场景选错时主动叫停；外包交付完即结束，FDE 要推动业务方真的用起来。当然成本结构也不同，适合的是真正想把 AI 做成而不是做完的企业。