https://github.com/RichardXu001/the-fde-handbook 我花两个月写了一本讲 FDE 的书并在 github 开源了，把我自己的项目心得经历，还有所有能收集到的资料也都整理了下，希望能够对大家有帮助
有需要的可以查看 在线阅读链接
Demo 惊艳，生产卡死。
MIT 的报告说，95% 的组织没有从生成式 AI 得到任何可测量的损益影响：钱花了，模型接入了，内部演示掌声一片，可一到真实业务环境就卡住——数据权限接不进去，效果没法自证，成本失控，一线员工不用。2026 年，几乎每一场行业峰会都在讲 AI ，但企业里的问题从没变过：从 Demo 到客户价值之间的那段路，到底要修哪些桥，谁来修。
这一年硅谷给出的答案，是一个岗位：FDE ，Forward Deployed Engineer ，中文通常译作「前线部署工程师」。他们直接扎进客户现场，不做一次性演示、不交付一份方案了事，而是对「在客户业务里真正运行、可维护、可衡量的生产系统」负责。Palantir 靠这套打法起家，如今 Anthropic 与咨询巨头都在组建同类团队，招聘网站上同名岗位每周都在新增。热闹之下，我看到的是同一批问题在反复出现：工程师问，这和外包、驻场咨询有什么区别；技术负责人问，是不是该设这个岗；甲方问，供应商说效果很好，什么时候能信；创业者问，这门生意的账怎么算；怀疑者问得也有道理——这是不是咨询换了个名字。
这些问题背后是同一件事。
为什么写这本书？
写 FDE 的文章已经很多，系统化介绍 FDE 的书却很少，而且这个话题经过一轮轮转述早已变形——每一环都在简化、外推，传到最后，真实度像复印纸复印十次一样模糊。于是我把自己的项目经历、身边朋友的经历、社区的讨论、公开的资料和一些优秀的开源项目，写成了一本书：《 FDE：企业 AI 落地实战手册》。全书 28 章、六部，每章回答且只回答一个问题：第一部讲角色与边界——FDE 到底是什么、像谁、不是谁、会不会是一阵风、会不会被 AI 取代；第二部讲从发现到生产——怎么选问题、怎么做最小可行部署、什么时候可以上线；第三部讲工程底座——数据权限、Agent 约束、评测、自证、成本，从 PoC 到生产隔着的墙逐堵翻；第四部讲采用与移交——上线了为什么没人用、为什么是一把手工程、怎么把系统交给客户自己运行；第五部讲商业与产品化——大账怎么算、怎么收费、定制量为什么必须下降；第六部讲人与组织——FDE 的一天、什么人适合、怎么转型、怎么建团队，以及这个角色的终局。
关于这本书
书里的 38 条引用全部公开标注在附录里——播客、一线工程师的长文、社区讨论、公司公告、学术论文，每句话都能溯源。不造词，不立靶子，只对证据负责。
全书其实只想说一句话：做无法规模化的事情，规模化地做。前半句是 FDE 的日常——每个客户现场都是一次性的、不可复制的苦工；后半句是这门手艺的价值——把苦工里可复制的部分沉淀为产品，让下一个客户走得更快。FDE 的名字也许会变，但责任不会。
不管你是工程师、技术负责人、甲方、创业者还是怀疑者，书里都有为你排好的问题链。不赶时间就从第 1 章顺序读；赶时间可以从第二部或第三部切入，工程章自成体系；只想做决策的，直接去第五部看账。
这本书开源、免费阅读：Github 仓库为： https://github.com/RichardXu001/the-fde-handbook 。
28 章正文、6 篇部引言、4 份附录、72 张配图，13 万余字，会持续更新。觉得有价值欢迎 Star 和转发，也欢迎来我的网站 0to1.site ，或公众号 [业界良新] 可以获取我的联系方式与我交流。
最后说句实在话：这本书能给你的，最多是把我踩过的坑提前标出来，帮你少走几步弯路；真正的判断力，还是得你自己到客户现场里，一次次磕碰中练出来。书读得再细，也替代不了你自己上场试一次。
1
Select Language