一句話定義 FDE
FDE 是 AI 公司派到客戶現場、用產品與工程把 AI 裝進真實業務流程，並對客戶商業成果負責的人。這裡的重點不是「工程師駐場」，而是「一個人帶著多種能力，讓結果真的發生」。
是賣「事情被做成」。
FDE 的成果不是一套工具、幾份文件或一段 prompt，而是客戶的轉化、人效、營收、品質與流程真的改善。
是更能保留上下文。
AI 讓寫程式、搭流程、跑測試變成可調度的手腳。FDE 的核心價值是保留從現場到產品、從產品到結果的上下文。
FDE 跟舊角色差在哪？
售前、顧問、產品、實施、客戶成功都只接住一段；FDE 接住的是「簽下來之後，客戶有沒有真的變好」。這也是為什麼演講一直說：很多角色的終點，正好是 FDE 的起點。
簽單前做 demo、POC、方案包裝。
售前對「有沒有簽下來」負責；FDE 對「簽下來後有沒有做出成果」負責。
按合同把系統裝好、流程交付、文件驗收。
實施對「交付物驗收」負責；FDE 對「上線後還跑不跑、指標有沒有漲」負責。
規劃通用 roadmap，把需求抽象成可賣給多數客戶的功能。
PM 對「功能有沒有上線」負責；FDE 對「這個客戶的問題有沒有解掉」負責。
維繫關係、推動活躍、續約與擴張。
CS 通常不動手改系統；FDE 會進現場、接資料、改流程、跑測試。
顧問懂業務，軟體公司供平台，兩邊靠專案協作。
FDE 把這兩件事收斂到一條責任線：懂生意，也能把 AI 系統落下去，少掉交接造成的資訊損耗。
FDE 的 JD：到底要做哪些事？
這不是一份傳統職缺描述，而是一條從診斷到結果的責任線。FDE 不必每件事都自己做，但他要能調度業務專家、工程師、Agent、產品基建，把整件事做成。
業務診斷
進場三五天，讀 SOP、知識庫、CRM、客服與銷售資料，找出錢卡在哪個環節。
成果設計
把「我要 AI 銷售」翻成可量化指標：觸達率、響應率、轉化率、leads 承接量、ROI。
系統搭建
接知識庫、接老系統、配置 Agent、設計工作台與人機協作流程。
上線營運
跑 A/B Test、灰度、回歸、質檢、健康度報告，持續修到客戶能接手。
為什麼現在突然紅？
因為 Agent 時代最缺的不是模型，而是把模型接進業務、找出 PMF 的現場路徑。SaaS 一開始大概知道產品長什麼樣；Agent 不知道，銷售、客服、法務等場景，都只能在真實流程裡一點一點試出來。
一年增加約 7 倍
簡報整理的全產業職缺數顯示，FDE 招聘量在 12 個月內快速升高。三年前 YC 新創幾乎沒有這個職缺，如今已成 AI 公司商業化的重要配置。
高薪仍然缺人
頂級 FDE 的總包已到非常高的區間；真正稀缺的不是純技術，而是能鑽進陌生企業、摸透生意、整合工程並對結果負責的複合能力。
試點難以影響利潤
簡報引用 MIT 2025 年對 300 個公開 AI 專案的調研：多數試點很難對利潤形成可衡量影響。這個數字應理解為落地警訊，而不是「模型沒有用」。
髒資料
資料分散、格式不一、系統彼此衝突，模型再強也找不到可穩定使用的上下文。
沒文件的流程
真正的 SOP 常藏在資深員工腦中，需求文件無法描述現場例外與判斷規則。
合規紅線
哪些資料能讀、哪些動作能做、誰要核准，不能只靠 prompt 約束。
老系統
企業核心流程往往建於 AI 之前；若不敢接、不敢改，AI 就只能停在旁邊展示。
所以 FDE 的爆紅，不是多了一個時髦職稱，而是 AI 公司終於承認：模型能力和商業結果之間，存在一整段必須有人負責的最後一哩路。
FDE 的真正作業系統：前線探路，後方產品化
FDE 不是把一群工程師派出去救火。Palantir 模式真正精妙的地方，是把「理解現場」與「沉澱產品」拆成兩種角色，再用同一條回饋迴路連起來。
領域專家找對問題
先鑽進客戶的業務，觀察工作怎麼真的發生，辨識需求文件裡沒有寫、但最影響結果的摩擦點。
工程師快速跑通
在前線把資料、模型與系統先接起來。第一版可以是臨時補丁，但目的不是永遠客製，而是用最短路徑驗證價值。
後方把做法抽象成產品
把多個客戶現場反覆出現的做法收斂成可複用能力，先鋪碎石路，再逐步修成能服務 5–10 個客戶的高速公路。
問題早就被解決了。」
FDE 的起點不是接單，而是承認真正的需求藏在現場：使用者怎麼繞路、資料在哪裡斷掉、規則由誰口頭補上。
可複用產品才是槓桿。
如果每個客戶都從零重做，公司會退化成諮詢或外包；只有把共通模式拉回產品，FDE 才能同時創造服務深度與軟體毛利。
簡報以 Palantir 為例：FDE 一詞由 Shyam Sankar 在 2000 年代末提出；其早期客戶難以用標準文件說清楚需求，工程師只能靠觀察、實驗與現場動手理解業務。這套機制後來讓 Foundry 從單一客戶現場長成平台型產品。
案例：在線教育 AI 銷售，不是看話術漂亮
演講裡最值得留下的案例，是在線教育銷售 Agent。重點不是 AI 會不會講得像真人，而是能不能在真實銷售鏈路裡提高人效，而且 ROI 不下降。
轉人工率下降
代表 Agent 能處理更多前線互動，但它只是過程指標，不能單獨證明商業成功。
故障率下降
品質穩定是前提，背後需要像「句子守護」這類測試、灰度、回歸與質檢工具。
單人 leads 承接提升
真正關鍵是 AI 組和人工組做 A/B Test，線索品質拉平，只看 AI 是否讓同一個人接更多 leads 且 ROI 不掉。
這也是我把錄音脈絡補進來的地方：講者不是在炫技，而是在反覆把大家從「AI 準不準、像不像人」拉回「客戶的生意到底有沒有變好」。
七大產品基建：為什麼 FDE 不等於外包？
外包是「你交代一件事，我幫你做完」；FDE 是「我跟你一起找出 AI 能創造價值的地方，做出結果，再把現場經驗變成下一個客戶也能用的產品能力」。差別不在有沒有進場，而在有沒有對商業結果與產品沉澱負責。
外包交付任務，FDE 定義問題
外包通常等客戶給需求；FDE 會先進場看流程、資料、轉化、營運瓶頸，判斷 AI 到底該解哪個問題。
外包按工時收斂，FDE 按結果收斂
外包重點是把需求做完；FDE 重點是客戶的人效、轉化、ROI、續約與擴單是否真的變好。
外包容易一次性，FDE 要產品化
FDE 每次在現場踩坑，都要回饋成知識工程、測試守護、老系統接入、質檢營運工具，讓下一個客戶不用從零開始。
外包留在客戶案場，FDE 拉回產品基建
FDE 模式最怕變成純服務。能否把現場經驗抽象成產品，決定公司能不能有軟體公司毛利，而不是外包或諮詢公司毛利。
AI 管培生：FDE 的另一面
對外，FDE 幫客戶搭 AI 員工；對內，同一套能力叫 AI 管培生，任務是把公司自己的流程用 AI 重做一遍。這不是實習生概念，而是下一代組織裡「會用 AI 重塑流程的人」。
對外：客戶現場
把 AI 放進銷售、客服、法務、營運等場景，對客戶的商業結果負責。
對內：流程重做
招聘、合同審核、CRM、會議紀要、競品分析，都可能先在內部被 AI 化，再長成對外產品。
組織變形
當每個人都能用 Agent 做掉原本一條流水線的活，職位邊界會變薄，結果責任會變厚。
Q&A：中國現況，以及為什麼不是「找顧問 + 買軟體」就好？
中國目前的現況是什麼？
中國 to B 客戶更結果導向，也更少有成熟的「AI 公司 + 大型諮詢公司」深度綁定模式。很多客戶不會為漂亮流程買單，只會在業務真的變好時續約、擴單。所以 FDE 在中國不是矽谷概念移植，而是被客戶的付款方式逼出來的能力。
為什麼不是顧問公司 + 軟體公司？
顧問懂業務但不一定能把 Agent 接進系統；軟體公司有平台但不一定懂客戶怎麼賺錢。兩邊合作會有交接損耗。FDE 的價值是把「懂生意、搭系統、盯結果」收斂到同一條責任線。
FDE 最難培養的是什麼？
不是寫程式，而是快速扎進陌生生意、抓住真正指標、對結果較真。會寫 code、懂工具可以補；讀懂生意和對結果負責的心態最難補。
FDE 的價值怎麼衡量？
不要看工時、文件、prompt 數量，而要看客戶業務指標：AI 組是否打贏對照組、人效是否提升、ROI 是否不掉、客戶是否續約擴單。
什麼公司適合做 FDE？
不是每個喊 AI 的公司都適合。市場上很多公司只是把 AI 當口號：大約一半公司都在說 AI，但真正投入做 AI 的可能只有約 20%。FDE 要找的是願意開放流程、資料、場景，並願意用業務結果檢驗 AI 的客戶。
FDE 和外包最大的差別？
外包比較像接案，把指定功能交付出去；FDE 像共同創業型的現場產品負責人，要判斷問題、搭系統、盯結果，並把經驗帶回產品，讓能力可複製。
術語小抄：CS、PMF 是什麼？
這頁用了幾個商業與產品縮寫，放在這裡拆開講，避免只懂概念但看不懂句子。
CS = Customer Success
中文通常叫「客戶成功」。它負責讓客戶用得起來、願意續約與擴單。這頁說「CS 通常不動手改系統」，意思是客戶成功更偏關係維護與採用推動；FDE 則會更深入現場，真的接資料、改流程、跑測試。
PMF = Product-Market Fit
中文常翻成「產品市場契合」。意思是產品真的打中某個市場需求，客戶願意使用、付錢、續約，甚至主動推薦。這頁說 Agent 時代缺 PMF 的現場路徑，是指 AI 產品不能只靠 demo，要在真實客戶流程裡試出誰願意買、為什麼買、買了有沒有結果。
這三篇文章的內容，放進這頁後變成三句話
底部連結保留，但這次不只放連結，而是把三篇文章的觀點真正併入頁面。
FDE 不只是崗位，是能力
在 AI Native 公司裡，商業化、產品、研發都需要這種「走進現場、對結果負責」的能力。
從 PE 到 FDE，是責任邊界變了
PE 能搭 prompt，但摸不透客戶生意、兜不住上線品質；FDE 是把能力組合與責任線重新定義。
FDE 在中國是被客戶逼出來的
不賣軟體、不賣訂閱，而是按結果收費。這讓 FDE 必須真的關心轉化、人效與營收。
原文連結保留
這三篇是這頁的補充來源。主文已吸收其中的核心觀點，連結仍保留方便回看原文。
Podcast｜FDE：把 AI 推進生意現場
NotebookLM 繁體中文深度對談
從診斷、共建到落地，理解 FDE 如何對客戶的真實商業成果負責。
雙人對談 · 繁體中文