2025年11月，一家年营收百亿的运动服饰集团批了8个 FDE 编制，一年成本1600万元，同时把外部服务商的预算砍掉一半。8个月后，8个人里5个在做需求对接，交出来的活和外部顾问没有区别。一年只有三四个 AI 场景的公司，自养算不过账。
FDE 的全称是 Forward Deployed Engineer，中文常译成前沿部署工程师，人坐在客户现场干活，不在研发中心。Palantir 大约20年前把这个偏解决方案的工程角色单独命名，2025年到2026年，OpenAI、Anthropic、AWS 和 Google DeepMind 都在招这个岗位。招聘广告里写的交付工程师、解决方案工程师，干的常常是同一件事。
供给确实紧。招聘平台 Indeed 的数据显示，2025年4月到2026年4月，FDE 相关在招岗位从643个涨到5330个，增幅729%。一年多的工夫，岗位数翻了8倍。2025年1月到9月的岗位发布量增幅超过800%。这个速度在招聘平台上算异常，普通岗位一年涨两成已经算热门。
猎头公司 Adecco 估算需求年增约800%，人才供给的增速只有50%左右。招聘公司 Christian & Timbers 说得更细，全美约1.7万名 FDE 里，兼具行业知识、沟通能力和应用 AI 经验的顶尖人才大约2000人。缺口卡在懂业务的那一头，会写代码的人并不缺。顶尖那一档的门槛落在行业理解上，技术只是入场券。
国内的报价已经能说明稀缺程度。有云厂商给这个岗开出的年包到百万元级，个别驻场项目报到日薪1万元。按日薪算，一个人一个月的成本超过20万元。价钱高到这个程度，自养听起来更划算，账要算得细一点。
多数企业把招不到人当成自养的理由，这个理由撑不住。自养的前提是一条能持续喂活的场景流水线，人进来第一天就有明确的活，干完的产出被下一个场景接着用。缺了这条线，招进来的人第三个月开始做需求对接。
第一个前置条件是业务方先有钱有权。FDE 的产出要挂在某个业务部门自己的预算上，那个人能决定这笔钱花在哪，也要为结果签字。挂不上业务预算的岗位，第一年靠项目费活着，到第三年就成了一个需要解释自己为什么存在的编制。
第二个前置条件是场景清单排到第6个。前5个场景交给外部服务商更划算，第6个开始，重复出现的现场细节多到外部队伍每来一次都要重新学。清单排不到第6个，招人就是给两三个项目配一个长期随行的人。
第三个前置条件是现场经验有回流。FDE 每周在业务现场发现的东西，要有人负责写进公司自己的模板库，下一批人不用重新踩一遍。没有这个机制，人走了经验也走了，自养的账永远算不平，每年都在替新来的人交学费。
反方观点有条件地成立。数据不能出公司、场景同时开5个以上、外部服务商换人比换手机还勤的公司，自养更省。这三条里前两条站得住，自养就该做。只满足第三条，说明问题在采购，不在编制。外部服务商一年换三拨人，交接一次就掉一次进度。
给一个当场能用的检验。让三个业务负责人各写一张纸，列出今年愿意出钱的 AI 场景，按预算金额排序并签字。三张纸合起来看第6个，有人认领、有钱、有验收人，时机到了；第6个空着，招进来的人第三个月就会去找需求。
希纪在给服装企业做增长诊断时，最常听到的一句话是「我们缺一个既懂业务又懂技术的工程师」。往下问三个问题，缺的往往是场景的排序人，那个位置现在没人干，工程师进来只能自己猜，猜两个月就退回做文档。
自养的成本按闲置率算，不按薪酬算。一个 FDE 年包百万，加上管理和工位，全成本在120万元上下。他一年只有4个月在做有验收标准的活，另外8个月在等需求，实际单价是账面数字的3倍，还不体现在人力预算那一栏。闲置的钱不进报表，它进第二年的进度。
这个判断有它不成立的地方。年营收50亿以下、一年 AI 场景不超过3个的公司，招谁都不划算，先把场景交出去做完，攒够清单再说。反过来说，场景排到第10个、业务部门抢着出钱的，再等人就白等了。两种情况的分界是场景清单的长度。
希纪 · 服装产业观察