这个圈子里黑话太多。一篇报道里能蹦出 FDE、FDCE、RAG、信创、能力中台一堆词，新人看完一脸懵。
这一期不讲道理，就做一件事：把 30 个高频词，用一句人话讲清楚。看完这份表，你再去读任何一篇 FDE 的文章或招聘启事，至少不会卡在词上。建议收藏，转给正在转型或招人的同事也合适。
分四组：角色、干法、技术、商业。
一、角色：这些人到底是谁
1. FDE（前沿部署工程师，Forward Deployed Engineer）
本表主角。不坐总部写代码，直接进客户的工厂、银行、医院，把 AI 嵌进真实业务流程。一句话：让模型在客户那儿真正跑起来的人。
2. FDCE（前沿部署上下文工程师，Forward-Deployed Context Engineer）
FDE 的新分支。FDE 解决"AI 怎么接进系统",FDCE 解决"AI 怎么读懂业务"——专门把行业知识、业务背景喂给模型。它的出现说明：模型趋同后，懂上下文的人更值钱。
3. FDR（前沿部署研究员，Forward Deployed Researcher）
FDE 的搭档。FDE 在现场发现的问题，由 FDR 拿回去迭代算法。一个管前线，一个管后方。
4. FAE（现场应用工程师）
FDE 的"前身"。二十多年前就有的老角色，负责到客户现场调试产品。FDE 是它在 AI 时代的升级版。
5. Echo-Delta
Palantir 发明的双人模式。Echo 懂行业，负责搞清客户的真问题；Delta 是工程师，负责把解法做出来。一个翻译，一个实现。
6. 部署专家（Deployment Specialist）
和 FDE 高度重叠的叫法，更偏"把项目落地交付"这一面，技术深度可以略浅，但要扛得住现场。
7. AI 加速员（AI Accelerator）
对内不对外的"FDE"。不服务客户，而是帮自己公司的员工把 AI 用起来。Stripe 把这种人塞进营销团队，推动 AI 日常化。
8. T 型人才
形容 FDE 的能力结构：横的一笔是广度（懂技术、懂业务、会沟通），竖的一笔是深度（某个领域真的扎得下去）。光有横或光有竖，都干不了这活。
二、干法：他们怎么工作
9. 驻场（Embedded）
FDE 的标准姿势。不远程，人就坐在客户那儿，一蹲几个月。"Forward Deployed"这个词本来就是军事用语，指被派到前线的人。
10. 最后一公里（Last Mile）
行业最爱说的词。模型在实验室里好得很，一进客户的车间、柜台、后台就跑不动——这中间的鸿沟，就是最后一公里，也是 FDE 存在的全部理由。
11. 试点 / PoC（Pilot / Proof of Concept）
小范围验证，证明"这事能成"。问题是大量项目永远卡在这一步，上不了生产。
12. 从试点到生产（Experiment → Production）
FDE 的核心价值就在这根线上：把跑通的 demo，变成天天能用、扛得住真实流量的生产系统。
13. 结果工程（Outcome Engineering）
Databricks 提出的定义：FDE 交付的不是"功能上线",而是"业务结果"。考核你的不是写了多少代码，而是客户的指标动没动。
14. 共建（Co-building）
不是甲方提需求、乙方闷头做，而是 FDE 和客户的业务、技术、一线团队坐在一起一块儿搭。
15. 工作流重构（Workflow Transformation）
AI 落地最难的一关：不是装个工具，而是改变人原来怎么干活。工具不进真实流程，就不产生价值。
16. 灯塔客户（Lighthouse Customer）
有标杆意义的头部客户。在它身上把方案打磨好，能照亮一片同行业的客户。资源有限时，FDE 优先打灯塔。
17. 能力中台 / 可复用组件
国内 ToB 公司的求生术。每个定制项目做完，必须抽象出几个能复用的组件，沉淀到中台，否则一次性定制永远无法规模化。
三、技术：绕不开的几个硬词
18. RAG（检索增强生成）
让大模型在回答前，先去企业知识库里"查资料"再作答。FDE 把企业数据接进 AI 的最常用手段。
19. 评测 / Eval（评测套件）
衡量 AI 到底靠不靠谱的一套测试。一句行话：让客户续约的往往不是模型本身，而是你那套能证明它有效的评测套件。
20. 智能体（Agent）
能自己规划步骤、调用工具、完成多环节任务的 AI，而不只是问一句答一句。2026 年被叫做"智能体上岗元年"。
21. 多智能体协作（Multi-Agent）
多个智能体分工配合干一件复杂的事。听着先进，但谁来管它们、出了错谁负责，是新的治理难题。
22. 工具调用（Tool Use / Function Calling）
让 AI 去操作外部工具——查数据库、发邮件、调系统接口。智能体能"干活"而不只是"说话",靠的就是这个。
23. 私有化部署
把模型和系统装在客户自己的机房里，而不是放公有云。国内政企、金融的硬性要求。
24. 信创（信息技术应用创新）
简单说：底层的芯片、操作系统、数据库尽量用国产的。国内很多 FDE 项目的前置约束，技术选型一开始就被框住。
25. 数据不出域
敏感数据不许离开本地或指定范围。和私有化、信创一起，构成国内 FDE 区别于海外的"三道紧箍咒"。
四、商业与治理：聊钱、聊风险
26. 部署经济（Deployment Economy）
一个正在成型的判断：AI 行业的钱，正从"卖模型"转向"卖部署"。围绕落地，长出了一整条产业链。
27. 供应商锁定（Vendor Lock-in）
企业最大的担心之一。让外部 FDE 把核心工作流深度定制后，以后想换供应商，迁不动、走不掉。
28. 技术债
图快留下的烂摊子。定制做得越多越急，后期维护成本越高。FDE 模式被质疑的主要把柄之一。
29. 组织主权（Organizational Sovereignty）
当外人深度进入你的流程，谁还真正理解、控制自己的业务？这是 FDE 从"技术问题"升级成"组织问题"的关键词。
30. 合作伙伴网络 / 部署生态（Partner Network）
靠自家 FDE 覆盖不了所有客户，于是把部署能力外包给伙伴生态。OpenAI 投 1.5 亿美元干的就是这事——竞争开始比"谁的部署网络更大"。
这 30 个词，覆盖了当下 FDE 讨论的大部分版面。
如果要从里面挑三个最该记住的，我会选：最后一公里（它解释了 FDE 为什么存在）、结果工程（它定义了 FDE 该怎么被考核）、组织主权（它预示了 FDE 下一阶段的真正战场）。其余的，是血肉；这三个，是骨架。
下期清单：FDE 技术栈清单——从 RAG 到评测工具，按使用频率排个序。
这份术语表会随行业演化持续更新，欢迎在评论区补充你觉得该收进来的词。
粤ICP备14082021号
免费POC，
零成本试错
