源笔记 03 · Jove Zhong《我在 AI 异世界重生为 FDE》
基本信息
| 项 | 值 |
|---|---|
| 标题 | 《我在 AI 异世界重生为 FDE,来自北美AI Agent 公司的一线实录》 |
| 作者 | Jove Zhong |
| 作者身份 | Cresta 的 Head of FDE;此前为一家 streaming database 创业公司的 cofounder 四年;更早做过 full-stack 工程师,带过加拿大、美国、印度和国内的团队 |
| 发布 | 2025 年 9 月 28 日,Superlinear Academy 社区「论坛」板块 |
| 链接 | https://www.superlinear.academy/c/posts/ai-fde-ai-agent |
| 补充 | 作者 2025 年 12 月 15 日在同页评论区发布的入职满三个月复盘 |
| 获取方式 | 页面在 Cloudflare 之后且需登录,本地留存 ~/Downloads/我在 AI 异世界重生为 FDE...mhtml |
作者自述的定位:「此文不一定客观,也完全不权威。想看四平八稳、面面俱到的总结,欢迎自行搜索。这篇如果还有点价值,大概就是提供一些 data points。」
利益相关:作者在 Cresta 负责 FDE 团队并正在招聘,文中有明确的雇主推介成分。引用时按从业者观点看,不是行业统计。
文章结构
FDE 是什么?为什么 AI 公司需要它?
它和 Solution Engineer / Solution Architect 有什么不同?
我为什么重生为 FDE
什么样的人适合做 FDE?(快、准、狠)
评论区补充(2025-12-15,入职满 3 个月)
关键内容
FDE 定义(作者版)
FDE 是把 AI 产品在客户现场真正”跑起来”的工程师。
三个比喻:FDE 不光把产品送到”最后一公里”,更像把宜家家具做成你家最需要的那把摇椅,把雅马哈钢琴调到最适合你书房的音色,是给 John Wick 手工定制西装的那位裁缝。
为什么 AI 公司需要 FDE
企业级 AI 产品不能指望开箱即用,不能指望客户自己知道怎么”调教” AI,往往做不到 PLG,也很难自助化(self-service)。FDE 的价值是:用一次次真实交付,倒逼产品进化——不用等产品面面俱到,就能抢占山头、锁定大客户。
关于与售前/PS 的分界:传统的 Sales Engineer 在签单之前做 Demo,传统的 PS 在签单之后做调优、二次开发,而 FDE 贯穿始终。
与 SE / SA 的三点区别
- FDE 直接写生产代码——SE 偏售前场景的技术表达与原型演示,SA 偏架构设计与技术选型;FDE 既要设计也要实现,并对上线质量负责
- FDE 对结果负责到”最后一公里”——上线是否达标、能否在 SLO 下稳定扩展、问题发生如何定位和回滚
- FDE 是”复合型选手”——既能和客户高层讨论业务闭环,也能和对方工程师对着日志抓 Bug
时间分配的两种切法
| 切法 | 分配 |
|---|---|
| 按对象 | 1/3 和客户对齐远景目标与具体流程;1/3 把 AI 方案做出来;1/3 与内部团队协调反馈 |
| 按产出物 | 1/3 写代码(主要 Python,也有 JS/Go/Java);1/3 写 Prompt;1/3 写测试并做 evals |
适合做 FDE 的人:快、准、狠
- 快:很快 get 客户的痛点、需求与约束,很快交付,很快学新东西。不追求最精巧优雅或极致性能的方案——「2 天做出一个可行的 Python 方案,往往比 20 天打磨一个 Rust 方案更实际」。使用 coding assistant 或 Vibe Coding 完全 OK,作者近一年主要用 Claude Code
- 准:犀利,抓大放小,动态调整优先级;快速获得客户信任,准确定位项目关键,并在公司内部找到合适的资源支援
- 狠:需求变化、人员变动是常态;该出差出差,该加班加班;不懂就问,不会就学
理想画像:在咨询公司或创业公司做过,技术过硬、吃苦耐劳,有丰富的客户协作经验;技术全面、学习能力强,熟练掌握各类 Vibe Coding;OK 甚至 Enjoy travel——约 1/3 的时间在路上。
2025 年 12 月的补充(入职满 3 个月)
- 「FDE 脱离 AI Agent 背景讨论就没什么意思了。」
- 「现在的 FDE = AI Delivery Eng……确切讲是 AI 交付工程师。」——这是对《FDE — 硅谷版”交付工程师”》一文的回应,作者认为该说法不算错,只是需要补上 AI 这个前提
- 「无 AI 不 FDE」——他面试过几个 Palantir 的 FDE,如果不是 AI 项目,他更愿意叫他们”交付工程师”
- 关于窗口期:「泡泡总是有的,有泡沫才繁荣。等 3-5 年后 AI 模型非常智能,可以无脑使用了,FDE 也改转岗了,说不定不用 3-5 年,3-5 月也不是不可能。但为什么 OpenAI、Databricks、Salesforce、ElevenLabs 大家都在招 FDE,因为大家等不起。」
- 对当前阶段的比喻:「AI Agent 就是 Teenage Sex,大家都想要,大家都说我做过了,其实都不太会做。客户不会做,外包/咨询公司也不会,甚至原厂也不会,所以需要原厂出 FDE。」
- 客户单量级:一个单子十几万到上千万(美元)一年
- 招聘强度:「我一周看几百份简历。」
评论区的补充(值得单列)
- 关于驻场工程师的区别:「AI 里面有很多东西非标准,需要老师傅来打磨。而且,需要把这些东西改回产品。」
- 关于薪资构成:「我在公司 FDE 不会有销售提成之类,大家都是团队作战,没有自己的 agenda。」
- 关于 FDE 的画像:「FDE 应该是比较拔尖的 SDE 加上更好的 soft skill,也乐于出差和客户沟通。」
- 关于国内现状:「我好像听说国内做实施的工程师往往在鄙视链末端,但希望这波 AI 公司既然那么依赖 FDE 也能在 package 方面给予对应支持。」
- 关于 Platform Engineering 那张著名对比图:作者认为牵强——「Platform engineering 在很多公司是管理数据库、Kafka、Flink 集群的」
- 一个比喻:寅虎 = Architect,悟空 = FDE(好的 SDE 可以是很能打的寅虎,但或许执着于打造最棒的兵器;而很能打又能侃、还喜欢到处跑、也不介意求人的就是悟空)
引用建议
- 这是一篇个人视角的社区实录,不是研究材料。引用时标注为”一线从业者观点”
- 作者身份与雇主需一并说明(Cresta 的 Head of FDE),否则读者无法判断立场
- 文中的时间分配、招聘画像属作者个人经验,与腾讯研究院报告的 Perspective AI 统计口径可以互相印证但不能互相替代
- 页面需要登录访问,公开引用建议同时给出作者在 LinkedIn 的英文版(2025 年 12 月 16 日发布)