三个行业实战案例：看迈富时FDE团队如何把AI能力真正交给客户

前沿部署工程师（Forward Deployed Engineer），核心其实只有一件事：让工程师走进客户的真实业务现场，把 AI 真正用起来。相关岗位的招聘，一年内增长超过十倍。

对迈富时来说，FDE 并不是一个我们刚学会的时髦概念。我们不是把产品卖出去就离开，而是陪客户把 AI 跑进业务、把能力留在他们的组织里。

这篇文章，我们想用三个已经落地的项目，分享这种做法，以及一些心得。

我们理解的 FDE：不是一种岗位，是一种"把价值留下"的做法

先说说很多企业正在经历的困境。

它们往往已经买了不少系统和 AI 工具，可真正用起来的寥寥无几——产品是标准化的，业务却是高度个性化的，两者对不上号；交付方做完项目就走，出了问题找不到人，系统慢慢成了摆设；即便有团队驻场，人一撤，积累的经验也跟着归零，企业还是不会自己用。

这些问题背后，其实是同一件事：企业买到了"工具"，却没有得到"能力"。

这正是我们坚持 FDE 模式的原因。在我们看来，FDE 不是一个岗位名称，而是一种服务理念：和客户站在一起，把 AI 真正变成客户自己的能力。具体来说，我们会把工程师派到客户现场，先听懂客户自己都说不清的需求，再从诊断、设计、构建、上线一路陪跑到价值落地，最后帮客户把经验沉淀成可以自己运营的资产。

市面上不少打着 FDE 旗号的服务，本质上仍是传统的驻场外包。两者的差别，不在叫什么名字，而在于有没有把能力真正交到客户手里。这也是我们判断一种服务值不值的唯一标准。

迈富时FDE现场实录：三个项目，三种价值，把问题拆到极致 

下面三个项目，行业不同，最后落下来的价值也不同。这里不展开完整项目过程，只讲其中最能体现 FDE 的部分：工程师到了现场以后，怎么把一个含糊的业务问题，一步步拆成能运行、能迭代、能交到客户手里的能力。

很多时候，客户一开始说不清自己到底要什么。他们能描述的是一个症状：效率低、流程乱、数据散、经验留不住。FDE 要做的，就是先到现场把业务跑一遍，把数据摸一遍，把关键人聊一遍，再边画流程图、边清洗数据、边用 AI Coding 搭 Demo。需求要靠一次次验证逼近，越接近现场，越容易找到真问题。

这类工作放到传统模式里，通常会被拆成售前、方案、实施、测试、验收几个环节。每个环节都合理，合在一起就很慢。等方案走完，现场已经变了；等版本排上，业务又提出了新问题。FDE 的优势就在这里：理解业务的人，也能马上动手写代码；发现问题的人，也能马上把新原型拿出来给客户看。

项目一｜某民生数据运营服务龙头：让最敏感的场景，也敢用上 AI

这个项目最棘手的地方，其实不在模型。民生数据监管严、审计频，业务团队想把 AI 用起来，合规团队担心越界，技术团队手里又是一堆口径不一、权限复杂、来源分散的数据。大家都知道要谨慎，可一落到具体场景，“哪些数据能进模型、哪些字段要脱敏、哪些输出要留痕”，很难靠会议一次讲清楚。

我们的 FDE 先做了一件很笨、但很关键的事：把合规、业务、技术三条线拉到同一张流程图上。每一次数据调用怎么走，每一个审批节点谁负责，每一种输出怎么审计，都画出来。流程画到足够细，很多过去说不清的问题就露出来了。

接下来才是工程部分。现场清洗和标注历史数据，现场改接口、补权限、接审批流，用 AI Coding 快速把合规规则写进系统；同时搭评测体系，持续检查幻觉、越权、口径偏差。到最后，客户手里除了一个能跑的 AI 应用，还有一套处理敏感数据 AI 场景的方法：规则能执行，过程能追溯，结果能审计，后续也能自己运营。

项目二｜某便携消费电子制造龙头：让企业真正"拥有"自己的全球业务底盘

这个项目刚开始听起来很小：客户希望把海外销售的聊天记录沉淀下来。如果只看这句话，很容易做成一个聊天记录归档工具。FDE 到现场跟了一圈销售流程后，看到的却是另一件事：客户信息在 WhatsApp 里，报价规则在销售脑子里，审批在 OA 里，订单和库存又在 ERP 里。企业表面上缺一个工具，深层问题是海外业务链路没有真正被公司掌握。

我们的工程师跟着销售看真实跟单过程，从线索、询盘、报价、审批一路画到订单和库存，再把三套系统里的字段逐一对齐。哪些对话代表客户意向，哪些报价要触发审批，哪些历史订单能反推客户分层，这些规则都藏在日常业务动作里，坐在会议室里很难拆出来。

规则拆清楚后，FDE 直接把它们做进原型。借助 AI Coding，团队可以按天迭代 Demo：今天客户觉得报价字段不够，第二天就能看到新版本；上午业务提出一个审批分支，下午就能拉出可演示流程。传统外包模式下，这类变化经常要重新评审、重新排期、重新报价。FDE 在现场，知道上下文，也能马上改代码，很多沟通成本就被省掉了。项目做到后面，客户沉淀下来的不止是销售数据，还有客户资产、报价逻辑和经营规则。

项目三｜某文旅企业：把"人的经验"变成"组织的能力"

文旅项目更像一次"经验挖掘"。客户有平台，也愿意做 Agent，但决定效果的东西，藏在资深销售的脑子里。客户问预算时怎么追问，犹豫时怎么换线路，带老人和带孩子的推荐逻辑有什么不同，什么时候推高客单，什么时候先建立信任，这些都写不进 SOP。

FDE 进场后，第一步先跟听真实沟通，一段一段拆销售话术。哪些话是在识别意图，哪些话是在追问需求，哪些话是在处理异议，哪些话是在推动成交，都拆出来。再把历史咨询记录做清洗、分类和标签化，找出高转化对话里的共同模式。这个过程很重，也很细，但只要跳过去，后面的智能体就很容易变成一个会说套话的空壳。

经验拆出来以后，才进入工程化：话术变成 prompt，线路知识进入知识库，推荐判断变成决策链路，质检标准沉淀成评测集。现场业务每天试用、每天反馈，工程师每天调整 Agent 的角色分工、检索策略和回答边界。最后跑起来的 8 个智能体，背后其实是一套复制专家能力的机制。新人可以借它接近资深销售的服务水平，组织也不用再担心经验随着人员流动一起流失。

交付不是终点，客户能自己跑起来才是

回头看这三个项目，行业跨度很大，但我们觉得它们的价值内核是同一个：帮客户把"外部的 AI 能力"，内化成"客户自己的组织能力"。

这些年做下来，我们最大的心得是：客户真正在意的，从来不是你交付了多少套系统、用了多先进的技术，而是合作结束之后，他们自己能不能继续跑下去、能不能变得更强。所以我们的目标一直很简单：让能力留在客户组织里，而不是留在我们的交付报告里。

这也回到了我们对 FDE 的理解。一种服务模式到底好不好，不看它叫什么名字、也不看它是不是时髦，只看一件事：它有没有让客户真正变强、有没有把经验沉淀成客户自己的资产。 

这才是 FDE 该有的样子，也是迈富时会一直坚持下去的做法。