行业观察
FDE 不是新概念
Palantir 已经跑了二十年
过去一年大家都在说 FDE 是新岗位。但它的原型是 Palantir 在 2000 年代中期造出来的， 而 AWS 在 2017 年就有同类团队，只是当时叫别的名字。
用公开财报看这套模式真实的样子，比听十个岗位介绍有用。 这篇还做了另一件事：把四家机构统计的「失败率」摆在一起，并说清它们问的不是同一个问题。
先说历史
这个词是 2007 年前后造的，而且不是凭空造的
The Register 追过这个词的来路：Palantir CTO Shyam Sankar 造出 forward-deployed 这个说法， 源头是 CEO Alex Karp 的一个比喻——服务员其实是厨房的一部分。 Sankar 对这个角色的描述是：疯到能搭最后一班飞机去伊拉克，聪明到能当天交高质量代码， EQ 高到能跟用户聊天。
但更值得注意的是另一半：AWS 的人自己承认，这套玩法早就在了。AWS 的 Taimur Rashid 在 2017 年就建过 ML Solutions Lab，他自己的说法是——
「不如借他们一个数据科学家」
那个时代它叫 secondment（借调）、resident architect（驻场架构师）、resident scientist （驻场科学家）。DoIT 这类公司 2011 年就在用，直到 2025Q4 才改名叫 FDE。所以这个词不老，只是被重新包装了。
一、真实的数字
跑了二十年，它现在长什么样
下面是 Palantir 2026 年第二季度财报（截至 2026-06-30）里的数字，全部来自其投资者关系页面公开稿。
2026 Q2 总营收
19.35 亿美元
同比 +93%
其中政府客户
9.90 亿美元
占总营收约 51%
其中商业客户
9.45 亿美元
占总营收约 49%
Adjusted 毛利率
86%
GAAP 口径 84.7%
Adjusted 运营利润率
62%
GAAP 口径 47%
全年营收指引
81.5–81.6 亿美元
同比 +82%
85% 的毛利率，是很好看，但要看清它赚的是谁的钱
同一份财报里，政府客户贡献了约 51% 的营收。 这不是偶然——Palantir 的第一个客户是 CIA，产品设计阶段就和情报机构做了近三年的 「迭代协作」：甲方出资、参与设计、最后成为客户。
这在正常商业市场几乎不可能复制。它的前 CFO Colin Anderson 对这个模式的评价很直接：在某些市场有效，在其他市场则是「在烧股权」。
⚠️ 顺带一句：这两年公开讨论里常拿「Palantir 早期 FDE 数量超过软件工程师」这件事证明 FDE 模式可行。 这个比例关系确实存在，但那是 2016 年前后、且主要靠政府合同支撑的历史状态。2026 年 Palantir 商业客户已占近一半营收，业务结构跟当年不一样了。
Gartner 点名的风险，不叫「毛利太高」，叫「FDE 洗白」
2026-09-29 的 Gartner 官方新闻稿里，有两个数字比「85% 毛利」更能说明问题。 第一个：到 2028 年，不足 20% 的 FDE 项目 能把客户的重复性需求沉淀成厂商核心产品里的能力。 第二个是它给这个现象起的名字——FDE washing（FDE 洗白）， 指把咨询、实施、专业服务换个标签当 FDE 对外卖。
这两条把整件事的因果串起来了。厂商不沉淀，客户就离不开；客户离不开， 厂商就有理由一直收高价；高价又让客户最终放弃——这正好解释了 Gartner 同一天预测的「七成企业会在 2028 年前放弃由 FDE 主导的 agentic AI 项目」。高毛利不是原罪，不沉淀才是。
所以「谁是真正的 FDE」这个问题问错了。该问的是：这家公司交付完， 你的仓库里多了什么，你的团队学会了什么。这两样都没有，就是 Gartner 说的那种洗白， 不管合同上写的是不是 FDE。
二、四家机构怎么算「失败」
数字从 42% 到 95%都有，不是谁在夸大
关于「AI 试点上不了线」有四份常被引用的统计。它们的差距不是可信度问题， 而是问的问题不一样——所以下面每条都写清它的问法。
S&P Global Market Intelligence
42%企业放弃了大部分 AI 计划，一年前这个数是 17%
问的是「你是否放弃了大部分 AI 计划」
Voice of the Enterprise 报告，n=1,006，2025-05-30 发布，北美与欧洲的中高级 IT 与业务线人员
MIT NANDA
95%生成式 AI 试点没有可衡量的损益表回报
问的是「这个试点有没有算得出来的财务回报」
《The GenAI Divide》v0.1，2025
IDC 与 Lenovo
88%AI 概念验证从未进入生产环境
问的是「PoC 最后有没有上线」
2025
Gartner
约 50%生成式 AI 项目在 PoC 之后被放弃（2024 年 7 月的估计是 30%）
问的是「PoC 之后有没有继续」
2024 年 7 月给出 30%，2026 年跟进报道约为 50%；另预计 2027 年前将有超过 40% 的 agentic AI 项目被取消
⚠️ 这四个数字不能并成一条趋势线
有人把它们排成「2024 年 30% → 2025 年 42% → 95%」，写成一条不断恶化的曲线。 这样排是错的：分母不同、分母不同、分母也不同。 MIT 测的是财务回报，S&P 测的是是否放弃计划，IDC 测的是有没有上线。 一家公司在 MIT 那里算「有回报」，在 IDC 那里完全可能算「没上线」。
唯一能说的一致结论是方向一致：过半，甚至接近九成， 在某个环节掉了下去。而且没有一家把原因归到模型能力上。
三、那到底卡在哪
掉下去的原因，四个机构指向同一类
把四份报告的结论叠在一起看，卡点不在技术能力，而在工程和组织。
不是模型不行，是集成不上
模型能力这几年提升很快，卡点却没跟着挪走。数据在哪、权限怎么给、和现有系统对不上，这些是工程活。
不是不会做，是没法验收
试点阶段谁都说好，问题是上线之后没人说得清有没有变好。没有评测体系，成功就无法被证明，预算也就续不上。
不是没数据，是数据背后的判断没人懂
企业真正的决策逻辑从来没有被完整写成文档。部署团队哪怕拿到了全部文档，也不等于理解这家公司实际怎么拍板。
不是交付完就完了
部署在整个系统生命周期里只占约 20%。剩下 80% 是维护、监控、评测、治理和迭代，没人接手就停在那儿。
钱其实大头不在软件许可上，而在服务上
Sequoia Capital 在《Services: The New Software》（2026）里给出的经验比例是： 每 1 美元 AI 软件支出，对应约 6 美元的 AI 服务支出。
这个比例放在上面的失败率旁边看就有意思了。软件本身并不会让项目上线，它开箱即用的场景本来就少。剩下那些需要有人动手接、有人盯评测、有人接手的部分，全落在服务这一边。 换句话说，企业为「把 AI 变成能干活的系统」付的钱，本来就比买软件贵得多。
顺带一个规模参考：部署在整个系统生命周期里只占约 20%。剩下 80% 是维护、监控、评测、 治理和迭代——项目做完就没人接的部分，正是这笔服务费的持续来源。
四、这个岗位其实是两个人
一个人写代码，一个人让代码活下来
这是 Palantir 内部用了二十年的配置，也是大多数公司抄作业时漏掉的一半。
前沿部署工程师
写生产级代码的那一个。数据管道、本体建模、agent 设计。他们和核心产品工程师过同一套技术面试，区别只是工作地点在客户那里而不是公司园区。
纽约 base $135,000–$200,000
Palantir 内部把 FDE 叫 Delta
部署策略师
通常不是软件工程师。可能是退役军官、临床医生、法务会计。他们懂机构实际怎么运转——哪个部门之间有说不清的敌意、哪份数据政治上不能碰、哪条流程坏了十年所有人都在绕着走。
纽约 base $110,000–$170,000
负责关系、采纳和长期存活
两个人一起才是完整的。Delta 一个人干，会做出技术正确但运营上没人用的东西； Echo 一个人干，会做出漂亮对齐却落不了地的策略。30 到 300 人的公司通常请不起两个，所以大多数团队实际上是「一个人干两份活」—— 这也是市面上大量 FDE 岗位要求既懂业务又能写代码的原因。
五、一个判断标准
你买的是产品，还是工程师的时间
有个朴素的办法。想象两个场景：
卖你的是 Excel，客户买完就能用。
卖你的是 Excel 平台，但需要供应商工程师每周驻场 3 天才能做出一张表。
第二种情况下，你买的不是产品，是很贵的表格顾问服务。如果一个「AI 平台」需要永久性的嵌入式工程师才能运转，它卖的就不是产品，是人力时间。
顺带一个规模参考：Palantir 在招的 FDE 岗位里，77 个职位全部有出差或现场要求，没有一个是远程。它最核心的业务本来就是 defense 和 intelligence—— 那些领域的工作方式，不适用于绝大多数公司。
常见问题
还有七个问题
为什么 2026 年大家才开始说 FDE？
因为这个词是新的，模式不是。Palantir 的 CTO Shyam Sankar 在 2007 年前后就造了这个词，而 Palantir 早期员工 Taimur Rashid 在 2017 年接受 AWS 就职时自己承认，AWS 早在 2017 年就建过类似的 ML Solutions Lab，当年叫 secondment、resident architect 或 resident scientist。换句话说，FDE 是一套二十年前就存在的驻场交付模式，被重新包装、重新命名，然后被当成新岗位推销。
Palantir 毛利率 86%，是不是说明这套模式很赚钱？
是，但要看清它赚的是谁的钱。同一份财报里政府客户贡献了约 51% 的营收。Palantir 的第一个客户是 CIA，它的产品设计阶段就和情报机构做了近三年「迭代协作」——甲方出资、参与设计、最后成为客户。这在正常商业市场几乎不可能复制。这也是为什么说它在某些市场有效、在其他市场要「烧掉股权」。
一个 FDE 的工资到底多少？光看薪资有意义吗？
意义有限。Palantir 纽约的 Delta base $135,000–$200,000、策略师 $110,000–$170,000，看着不高不低。但公开讨论里反复出现的对照是：FDE 中位年薪约 $221K，普通软件工程师约 $195K，溢价约 13%。这 13% 换来的常被提到的是每周 3–4 天在客户现场、大量差旅、以及被内部描述为「丛林战斗：快速而肮脏的代码」。薪资不是这个岗位的主要成本，场地和节奏才是。
AI 项目失败率高，是不是说明这事根本做不成？
不是。这些数字量的是「试点没能变成生产」，不是「技术不可行」。四家机构给的数字在 42% 到 95% 之间，差距大是因为问的问题不一样：S&P 问的是是否放弃了大部分计划，IDC 问的是 PoC 有没有上线，MIT 问的是有没有算得出来的财务回报。所以不能把它们并成一条趋势线。真正一致的结论只有一条——卡点不在模型，在集成、评测和组织。
买 AI 软件和买 AI 服务，比例是多少？
Sequoia Capital《Services: The New Software》（2026）给出的经验比例是：每 1 美元 AI 软件支出，对应约 6 美元 AI 服务支出。这个比例值得注意的地方在于——它意味着企业付给「把 AI 变成能干活的系统」这部分的钱，比软件许可费大得多。原因不复杂：软件开箱就能用的场景本来就少，剩下的都需要有人动手接。
中小公司自己招 FDE 有意义吗？
多数情况下没有意义。有一个判断标准很朴素：如果卖你的是「Excel」而不是「Excel 平台」，你买完就能用；如果卖你的是「Excel 平台」，但需要工程师每周驻场 3 天才能做出一张表，那你买的其实不是产品，是工程师的时间。这个判断套在「AI 平台」上完全成立。
那我该怎么做？
反过来想这个问题更省力：你缺的不是驻场工程师，是「知道自己该做什么」。先花两周把家里能落地的场景挑出来、排好优先级、算清投入产出，这一步不需要任何厂商派人来。等你知道自己要什么了，再决定哪些自己做、哪些找谁做、哪些交给工具。
你大概不需要驻场工程师
你需要先知道自己该做什么
先用两周把家里能落地的场景挑出来、排好优先级、算清投入产出。这一步不需要任何厂商派人来。 等你知道自己要什么了，再决定哪些自己做、哪些找谁做。
不承诺效果，只承诺看清方向。
数据来源与口径说明
- 财务数据引自 Palantir 投资者关系官网《Palantir Reports Q2 2026U.S. Comm Revenue Growth of 149% Y/Y and Revenue Growth of 93% Y/Y》，2026-08-04 发布，报告期截至 2026-06-30。 商业/政府拆分按该稿的 U.S. 与国际口径加总，与部分转载口径略有差异。
- FDE 词源、AWS 2017 年自述、Palantir 角色分工（Delta / Echo），引自 The Register 2026-10-03 报道及 Pave 对 Palantir 招聘数据的分析。
- 「77 个 FDE 职位无一远程」来自对 Palantir 公开招聘页的清点（2026-09）。此类数据随招聘页面变化， 引用时会失效。
- 「AI 服务支出与软件支出 6:1」引自Sequoia Capital《Services: The New Software》2026，是该报告给出的经验比例， 不是对全行业的统计估算。
- 「部署只占生命周期约 20%」是业内通说，本页未追到某一份机构的原始测算，故只作定性的规模参考，不当成精确结论用。
- ⚠️ 关于「2000 名 FDE」这个数字，本页此前判过一次错，这里更正。两条都真实存在，但出自两个不同来源，分母完全不同： 其一，猎头公司 Christian & Timbers 2026-07-30 的研究（独家提供给 TechCrunch）， 说的是 17,000 名 FDE 中约 2,000 名达到精英标准，其中近 80% 血缘来自 Palantir； 其二，Gartner 高级总监分析师 Mukul Saha 在 2026-09-29 的一份 brief 中对 Channel Dive 表示， 当前活跃 FDE 约 2,000 人，需求大约是它的四倍（经Channel Dive 与 CIO Dive 同日报道）。 两个「2000」被捆在一起传，是全网混传的源头。
- 本页不采用上面这两个数字，理由是口径而非可疑：C&T 的 2,000 是从 17,000 里 筛出的精英层，Gartner 的 2,000 是全体活跃估计，两者不能并用， 也都不能与岗位数 （公开普查约 1,000–1,400 个在招）混成「市场有多大」。引用时须标清是哪一条。
- 关于 FDE 咨询费「每季度每用例 20 万–40 万美元」：出处已核到——Gartner 的估算， 由 CIO Dive 报道，口径是平台与集成成本之前的咨询费， 不是工程师工资，也不是项目总价。本页仍不采用，因为它是分析师估算而非机构发布的定价， 且与「部署只占生命周期 20%」这类估算叠在一起会重复放大成本感。