AI Engineer World's Fair 2026
The Dirty Secret of Forward Deployed Engineering
Natalie Meurer · Sierra
前线部署工程师(FDE)的职责一路演变:保持客户系统运行 → 集成数据 → 做可用的应用 → 教会客户(enablement)→ 对客户结果负责;当代码变便宜、产品按结果定价时,「谁来保证结果」成了核心问题,产品工程和客户工作正在合流。
内容概要
Meurer 2016 年被 Palantir 的职位吸引,那时招聘强调「前线部署」——和客户坐在一起。她按时间线讲 FDE 的职责:先让客户的安装持续运行;平台稳定后(约 2012 年)暴露出数据问题——没有集成数据的软件就像不放电影的影院;2016 年起为已知问题构建应用(常用 Slate 仪表盘,类似 Retool);约 2020 年接近 IPO 时,派工程师去芬兰、堪培拉不再可扩展,enablement(教客户自己做)成为职责。共同点是对客户负责。2026 年这个头衔遍布 AI 行业:GCP 招客户工程师/FDE,OpenAI 推进企业部署。当工程师能让后台编码 agent 很快产出有用代码时,FDE 本来就在把客户信号转成产品需求,现在可以直接贡献产品代码,产品与客户工作合流。Sierra 的定价原则是客户为平台交付的价值付费,结果定价需要产品足够自主、结果能被归因。两者结合后的问题是:谁来保证结果?她把这个责任归于 FDE(Sierra 称为 AI agent engineer)。
幻灯片截图
截图来自原视频,仅用于评论与学习。
要点(点击时间跳到原视频)
- 0:18
「你是 FDE,还是在招 FDE?」同一个头衔下的职责可能差别巨大。
- 3:33
最初的职责:让客户的安装持续运行。2016 年 Palantir 的职位描述首先强调地点——和客户坐在一起。
- 5:25
平台稳定后,问题变成数据:没有集成数据的数据集成软件,就像不放电影的电影院。
- 6:59
把数据变成可用的东西:为已知客户问题构建应用(常用 Slate 拖拽仪表盘,类似 Retool)。
- 8:13
约 2020 年:派工程师去每个客户现场不可扩展,enablement(教客户自己做)成为职责的一部分。
- 12:21
代码变便宜:FDE 本就把客户信号翻译成产品需求,现在可以用后台编码 agent 直接贡献产品代码,产品工程与客户工作合流。
- 14:00
结果定价(Sierra)需要两样东西:产品足够自主,结果能归因于产品;归因弱时按结果收费很难。
- 15:00
真正的问题:谁来保证结果?她把这份责任交给 FDE——Sierra 称之为 AI agent engineer。
可以用在日常工作里的
- 创业
做 agent 产品时,考虑设立对客户结果负责的工程角色,他们既能改产品代码,也能沉淀可复用的 skills。
- 产品
如果想按结果定价,先确保结果可度量、可归因。