FDE
从 Palantir 到中国实践

FDE 全称 Forward Deployed Engineer，中文叫"前部署工程师"或"前向部署工程师"。说白了，就是一种既懂产品/软件工程、又深度理解客户业务场景的复合型人才。

它的核心使命是：驻扎在客户现场，将软件从"能用"改造到"真正解决问题"。这个词是 Palantir（帕兰提尔）发明的。Palantir 是美国一家做大数据和企业软件的公司，最早是给美国军方和情报机构做反恐分析的，后来做到金融、医疗、制造这些商业领域。他们把 FDE 当成公司最核心的岗位，不是"派出去的技术支持"，而是"预备合伙人"。

FDE 是产品与客户之间的"最后一公里"，是把软件从"能用"变成"解决问题"的那个人。

FDE 跟传统的售前、实施、外包有四个不一样：

第一，驻场。不是远程答疑、定期出差，而是物理坐在客户办公室，跟客户团队一起上班。

第二，懂业务胜过懂代码。核心能力是把客户"嘴里东一榔头西一棒子"的模糊、口语化、散落各部门的诉求，翻译成能落地的产品/工程需求。

第三，无限责任边界。不按"我的模块"分工，客户要什么能落地的都接——从写 SQL 到调 CRM 到改产品逻辑都干。

第四，反馈闭环的活接口。既把客户需求带回来驱动产品迭代，又把产品能力带出去验证价值。

Palantir 是 FDE 模式的发明者与最彻底的践行者，几乎全靠这套打法从美国政府与军工市场起家，逐步扩展到商业领域。

第一，不是"卖软件"，是"卖问题解决"。Palantir 的合同更像咨询——"帮你 6 个月把 X 这个问题解决掉"，而不是传统的"许可证 + 年度维护"。客户买的不是工具，是问题的消失。收入锚定在客户获得的价值上，而非软件的 seats 或节点数。定价权建立在"非你不可"的不可替代性上。

第二，FDE 是产品组织的核心单元。产品和工程团队都围着 FDE 转：FDE 直接跟客户首席级高管对话，带回真实痛点；产品做什么由 FDE 从前线带回来的需求决定，不是后方产品经理拍脑袋；工程师排期也按前线的优先级走。结果就是：做出来的功能几乎没有"做了没人用"的废料。

第三，软件做成"积木"，FDE 在现场"拼出"方案。Palantir 把 Foundry 设计为可组合的积木仓：数据接入、本体建模、分析工具、应用生成——每一块都是标准化的，但组合方式千变万化。单个 FDE 在客户现场用这些积木快速拼出客户专属的方案，而不是等产品团队排期季度迭代。软件即平台，交付即定制。

第四，"Pilot 放大"增长机器。分四步循环：第一，切入——用极小的 pilot（一个部门、一个小问题）低成本入场，不签大合同；第二，证明价值——FDE 在 pilot 中交付可衡量的业务成果，让客户尝到甜头；第三，横向铺开——同一客户更多部门、更多场景采用，合同金额成倍放大；第四，续约扩展——已成"基础设施"的团队与客户绑定，续签与追加预算水到渠成。没有 FDE，pilot 跑不起来；跑不起来，就没有后续。

给你一个我们身边的最小 pilot 例子——山东倚至尚，一家家具设计制造企业。我们没有去动它整套历史系统，只挑了一点小切口：先打通四条散在各个部门的系统数据——线上订单和商品（天猫 / 淘宝、抖音小店的两套开放 API）、营销侧的抖音飞鱼线索、进销存的管家婆、以及财务的立信。数据一打通，先打破的就是它们之间的信息孤岛。

然后我们放进一个「龙虾」智能体，把所有部门的数据统一接进来做沉淀、数据治理、数据分析、调度管理——销售、供应链、财务第一次有了同一条口径、同一张总表。pilot 小、闭环来得快，客户很快就看到"跨部门是一盘棋"。这正是"极小切入 → 证明价值"在中国本土的样子；价值验证过了，才有条件去谈横向铺开到下一批部门。

第五，高薪、高弹性、强文化。薪酬对标顶级投行/咨询，远高于普通 SWE；被定位为公司的"预备合伙人"，而非"外包驻场工程师"；文化极度强调 ownership、客户第一、结果导向。

Palantir 的护城河不是技术本身——事实上其数据引擎、建模工具单独拿出来并不稀缺——而是一套难以复制的复合系统：

护城河一："客户问题"数据飞轮。FDE 在前线遇到真实问题，把解法沉淀到 Foundry 行业模板/本体库，下一个 FDE 接手类似问题时起点更高。问题库越来越厚、响应越来越快，新进入者从零追赶的成本指数级递增。这套"问题库"不是公开的文档，而是组织内默会的知识资产。

护城河二：极高切换成本。一旦 Palantir 切入客户组织：客户的组织流程已围绕 Foundry 的协作范式重构，数据模型已深度嵌入 Palantir 的本体层，决策习惯已依赖 Palantir 产出的仪表盘与分析路径，内部知识已固化在 FDE 帮建的 workflow 中。离职重构的代价远高于续约——不是"不喜欢"的问题，是"动不了"的问题。

护城河三：FDE 的人才与组织壁垒。培养一个真正成熟的 FDE 需要数年：第 1 年技术能打，能在客户现场独立交付；第 2-3 年理解行业，能识别并定义客户真正的问题；第 3-5 年管理客户关系，影响客户高管的优先事项；5 年以上定义行业，反向驱动产品路线图。这套"人 + 方法论 + 软件"的复合团队是组织性的护城河，不是写几行代码、融几亿资金就能复制的。

护城河四：先发行业的身份信用。在军工、情报、政府等高壁垒领域，客户极度看重信任与合规，新进入者案例为零。Palantir 的先发信誉和"已经在用"的案例背书，是跨不过的门槛。这些行业的客户愿意付溢价、签长约——先发优势直接转化为定价权。

护城河五："问题定义权"。当 Palantir 的 FDE 深度介入客户业务，它就掌握了客户"什么问题值得被定义和解决"的话语权——这比卖工具高一个维度。卖工具：客户定义问题，你的工具帮忙解决，替代性强；定义问题：FDE 帮客户看清问题，再用自己的工具解决，不可替代。

最高级的护城河不是"解决问题"，而是"定义问题"。

FDE 模式的本质是：把软件行业的价值锚点从"工具"迁移到"问题消失"。Palantir 用这套打法在人均产出、客单价、客户粘性三个维度上持续碾压传统 SaaS 厂商，其护城河不是单一技术，而是"问题库 + 切换成本 + 人才组织 + 身份信用 + 定义权"五位一体的系统性壁垒。

有位 CTO 向我抱怨：用 FDE 交付的一个 AI 项目，收了 70 万，最后一核算还亏了 30 万。客户后来还想再给他们几百万的单子，他都没敢接——因为再做下去可能要亏几百万。

我问过不少做 FDE 的朋友：FDE 到底赚不赚钱？得到的答复都是： 中国的 FDE，除了卖课，其他基本都不赚钱。

这句话可能有点夸张，但它确实说出了国内 FDE 最尴尬的地方。

大部分 AI 项目，客户要不就没搞清楚自己真正的问题，要不就对 AI 有不切实际的幻想。

我一个做 FDE 的朋友告诉我，很多订单和客户聊着聊着就发现是个伪需求，最后不了了之。

也就是说，很多客户真正外包的其实不是 AI 开发，而是不确定性。他们自己也没有想清楚问题到底是什么，只能把「搞清楚问题」这件事交给 FDE。

伪需求还只是 FDE 的第一关，更麻烦的是数据。

中国企业的信息化水平普遍不高，数据质量堪忧，而且很多业务规则还装在人的脑子里。本来是去做一个 AI 项目，最后却发现还要先收集和治理数据，而数据收集治理的成本往往比开发本身还要高。

真实账本（70 万单子的工期分配）：

• 收集数据、翻微信、抄 Excel、对账：1.5 个月——客户不认
• 清洗、结构化、建表：0.5 个月——客户不认
• 写 AI 功能、对接业务系统：1 个月——客户只认这部分值钱

客户觉得"值钱"的活只占 1/3，亏 30 万一点都不冤。

但国内一个 AI 项目的客单价往往也就几十万，甚至还不如传统软件项目。而客户往往要求交付业务结果——给的钱更少，但要求却更高，FDE 当然就很难赚钱。

有人会说，那 Palantir 不就是靠 FDE 做出来的吗？而且它现在非常赚钱。

关键是，Palantir 长期深耕美国项目，客单价至少比我们高好几倍。但即便如此，Palantir 也亏了好多年，直到把 Foundry 的标准产品搭建出来，它才开始规模化盈利。

实际上，FDE 传到中国已经完全变味了。FDE 原本的意义其实是产品探索。

FDE 的倡导者 Palantir 有一种「碎石路」的说法，意思就是说：在交付的时候用一种临时级的方案，先让客户跑起来，即所谓的「碎石路」；然后产品团队再从中提炼出可以复用的模式，将其打磨成标准产品，也就是「高速公路」。

碎石路是手段，高速路才是目的。但是在中国，碎石路本身就成为了最大的目的。

所以真正的 FDE 并不是什么项目都接，他们会判断有没有机会标准化——如果没有，甚至会放弃掉这个项目。但是到了中国，FDE 在很大程度上就变成了「AI 外包」的代名词。

实际上 FDE 还有一个很大的风险，那就是很容易变成一家外包服务公司。

关于这一点，Palantir 的前核心高管就公开说过： 千万不要学 FDE，因为你很有可能会变成一家外包服务公司；只有在其他模式都走不通的情况下，FDE 才能变成你的核心竞争力。

这说明在 FDE 模式下，如果公司没有坚定做标准产品的战略定力，就很容易陷入定制的泥潭。

当然了，我并不是说 FDE 就不能做。但关键是，真正的 FDE 不是一种岗位，而是一种经营方式。

外包说的是项目怎么收费、怎么验收；FDE 说的是公司能不能把定制项目复用，变成标准产品。

真正的 FDE 是一种非常好的模式；
但是披着 FDE 外衣的外包，
其实只是一条不归路。

前两章我们讲了 FDE 是什么、Palantir 怎么做、中国为什么普遍不赚钱。那问题来了——在中国，FDE 到底该怎么培养？

我们的答案是：用一场开源大会来孵化。OPIE软硬件开源大会，简称 JOSS，2026 年 10 月举办。参考两个范式：Apache 软件基金会学社区自治与长期主义，Canonical（Ubuntu 公司）学开源社区与商业公司双轮驱动。

大会规模：入驻开发者与 FDE 约 100 人，常驻全职 30 名加合作 70 名；客户与企业代表 200+，目标服务客户 1 万家+。线上线下混合举办，三大基地分别设在SCC青岛科技创新园（总部）、市南颐和国际、崂山午山文旅基地。

AI 正在并将彻底重塑所有行业的生产方式与组织形态。未来商业将走向「超级平台 + 超级个体」模式——少数超级平台提供基础设施，大量超级个体凭借专业能力与个人品牌独立创造价值。

开源大会 = 超级个体的孵化场。

我们定位为超级个体——开源开发者、FDE 驻场开发专家——的聚集与孵化平台，让独立开发者背靠平台资源、保持个体自由，成为各自领域的超级个体。同时，大会也是 AI 部署的人才管理与调配平台：客户企业部署 AI 服务需要大量 FDE 与开源开发者，大会统一管理与调配——有项目时按需组队交付，无项目时人才自由活动、持续创造价值。

大会、FDE 与开源开发者之间是松耦合关系：不雇佣、不绑定、不强管控，各自独立、自愿协作。

大会提供平台、场地、流量、课题与生态资源；开发者与 FDE 保持项目自主权与收益自主权。双方以「约定贡献」维系关系：开发者/FDE 履行约定义务，大会兑现资源承诺；违约则除名，关系自然终止。

松耦合的目的是：让个体不被组织束缚、专注打磨项目与个人品牌，同时让社区生态持续获得内容与课题产出——互惠但不互相依赖。

大会前期确定三个基地，科创园为大会总部。每个基地承载一个学院，将十二大领域归并至三大学院：

SCC青岛科技创新园（总部）——机械电子学院，约 2000㎡，覆盖智能体工程、XR 扩展现实、IoT 物联网、软硬件结合方向。配置四大功能区：实验室（展厅 + 项目孵化）、会议室（技术沙龙、项目路演）、休息区（茶室、咖啡厅）、图书馆（开源项目源代码、图纸、经验、视频教程）。

市南颐和国际——工商管理学院，约 1000㎡，覆盖市场营销、外贸电商、人力资源、供应链、财务会计、精益制造、开源商业化方向。

崂山午山文旅基地——艺术学院，约 2000㎡，覆盖影视后期、插画原画设计、家居设计、游戏开发方向。

对入驻的 FDE 与开源开发者进行等级评定，共分四个等级，等级越高权益越多、责任越重：

初级：成长型开发者，项目通过审查。参与课题、协助教程。
中级：成熟开发者，有落地项目。承担课题、参与孵化。
高级：资深 FDE，可独立带项目。课题孵化、带学生。
特聘专家：行业专家/大咖，可带团队。课题主导、带团队、开课。

资源权益：仅特聘专家提供免费公寓（且即大会全职员工，公司缴纳社保）。其他等级暂不提供公寓，未来资金充裕后逐步扩展到高级 + 特聘专家两档。免费办公室（工位）按需提供。

等级动态调整：定期复评，贡献突出可升级，长期不达标降级或除名。评定标准包括技术水平、项目质量与落地价值、社区贡献、教学能力等。

入驻者享受免费办公室/公寓与平台资源的同时，须履行四大职责（按等级承担相应深度）：

第一，做课题 / 孵化项目。将自身项目与大会孵化课题结合，产出可教学、可研究的学研成果——教程、实验、研究报告。

第二，带学生（导师制）。担任学生/初级开发者的导师，承接学研课题指导。

第三，在线教育平台录课程、开课。在聚星逸、逸寻智库等平台录制视频教程、开设课程，发布至 B站、视频号二次传播。

第四，短视频教程。围绕自身项目与专长，定期产出短视频教程。

未履行约定义务或长期未达标者，一律除名，收回免费办公室/公寓等资源。

FDE 的工作模式是「忙时调配，闲时自由」：

忙时（企业 AI 部署项目）：客户企业需要部署 AI 服务时，大会统一管理与调配 FDE/开发者，按项目需求组建项目组，驻场或远程交付，项目收益按约定分成。

闲时（无项目安排）：入驻人才自由活动，可以到在线教育平台教学、录课、开课；到实验室做课题、孵化项目；给企业做培训；带学生（导师制，承接学研课题）。

大会负责接活与调配，人才保有自主权——闲时不闲置、忙时不散乱。

这与松耦合原则一脉相承：互惠但不互相依赖，人才有项目自主权和收益自主权。

大会有两个线上平台支撑 FDE 培养：聚星逸和逸寻智库。

聚星逸是大会线上平台，三大模块：开源项目多维评测、开源项目资料库（图书馆）、FDE 名片宇宙——FDE 专家人脉网络，卡片化展示与连接。

逸寻智库是大会与社区的线上教育引擎，产教融合的载体。现有基础：B站粉丝 1000 人、QQ群付费用户 400 人、微信公众号粉丝 400 人——存量用户即大会与课程的首批种子流量。

联动机制：
线下活动直播/录播 → 上线逸寻智库二次传播
线上课程引流 → 线下实操工作坊（转化闭环）
会员权益互通：课程折扣、大会门票优惠

形成「线上学理论 → 线下练实操 → 社区找人脉」闭环

把前面的环节串起来，FDE 在开源大会的成长飞轮是这样的：

这个飞轮的关键在于：每一步都在真实项目中成长，在社区生态中沉淀。不是培训出来的，而是实战出来的。

以开源大会为起点，依托基地 + 逸寻智库 + 聚星逸三位一体生态，逐步构建体系化课程、认证、导师制与校友网络。

三大学院即成人大学的院系雏形：机械电子学院、艺术学院、工商管理学院。目标是孵化一所面向 AI 时代的开源成人大学。

人人可学、所学即所用、以项目与实战为课堂。

开源大会不是培训机构，而是 FDE 的实战孵化场。

松耦合 · 约定义务 · 忙闲调配 · 线上线下联动 · 等级动态评定——让 FDE 在真实项目中成长，在社区生态中沉淀，最终成为超级个体。

这就是我们在中国培养 FDE 的路径——不是照搬 Palantir 的碎石路，而是用开源社区的力量，为 FDE 搭一个有家、有活、有成长的生态。

前几章我们讲的是：FDE 靠一套产品逻辑，靠一座开源大会的生态来培养。可真正落地的那一刻，FDE 手里举的"工具"到底是什么？对我们火一五而言，答案就是 OpenClaw——我们对外交付的寅宾·龙虾智能体操作系统，内核正是它。

就在 2026 年 8 月底，OpenClaw 发布了 2.0（稳定版 v2026.8.1）。官方说得很直白：这是它历史上最大的一次更新——933 位贡献者、合入超过一万六千个 Pull Request，差不多等于这个项目历来合并总量的一半。

有意思的是它原先只想干两件事：把安装变简单，把网页浏览器端做成"一等公民"。结果动手之后牵一发而动全身，一路清到了整个代码库，最后变成了一次结构性重构——所以这一版等了近七周才发（之前平均一两天一版）。

那它到底变了什么、为什么变？第一，上手更顺了：它会在你的电脑上先扫一遍你已有的资源——有 ChatGPT 或 Claude 订阅就复用订阅，有 API Key 就用 Key，装了本地模型就用本地模型；大部分配置不用在安装时填完，之后跟你聊着聊着就配好了。第二，浏览器被重做成主战场：会话放中间、工具调用和结果成对出现、改文件给你看精确的 diff，启动性能也从 1.6 秒量级降到 0.6 秒量级。第三，底层存储迁到了 SQLite。第四，也是最产品化的一步——共享云会话：好几个人可以泡在同一个上下文里一起把活干完，或者把手上进行到一半的任务连同全部上下文，直接交接给团队的另一个成员。

但 2.0 更值得注意的，是它明显在往企业那边转。密钥放进受保护的 Secret Store，不会把明文暴露给模型，还能连 1Password / Vault；审批可以精确绑到某条命令、某个会话、某个人；命令权限能按参数和目录去卡；每条会话分只读、受保护、工作区、完全四档权限；还能对某类身份的会话强制丢进 Docker 沙箱，进不了就失败，绝不悄悄退回主机执行。官方自己把它定义成：从一台"单机个人助手"，走向能多人在线协作、能长期运行、能被企业好好治理与审计的Agent 工作平台。

一句话：OpenClaw 2.0 的用意，是一边把门槛降到"装上就能说话"，一边把边界拉到"企业敢让 Agent 替你干活"。开源、自托管、不绑死任何一家模型——这些它没有变，反而更硬。

把镜头拉回国产这边——DeepSeek 在这条"Agent 底座"的路上也在发力。2026 年 8 月中旬，它把一套独立的 Agent Harness（叫 dsh，v0.1 开发者预览、MIT 开源）放了出来。请留意：这不是"把 DeepSeek 的模型做成某个引擎的插件"，而是它自己做的一整套、能独立拿来构建和运行 Agent 的开源运行时底座。

它最醒目的主张只有一句话：一切皆插件。模型、工具、技能、会话、沙箱、文件系统、存储，甚至连"Agent 一回合到底怎么跑"的那个 Agent Loop 本身，都可以被替换成插件；底层跑在 Cordis 这套能自由组合的系统上。它也把可观测做得很硬：模型看到的每一个系统提示、推理、工具调用和结果，都会写进只追加的事件日志，你可以按来源回放、分叉、检索。

那问题来了：把这个项目和 OpenClaw 摆在一起，它们是不是正在往同一条路上走？ 我的判断是：大方向确实同向，但生态位很不一样。

说"同向"，是因为两家都站在同一个共识上——把 Agent 做成可组装、可替换、可观测、本地优先且开源的运行时 + 生态。OpenClaw 有 150+ 插件、一堆消息渠道、能嵌入 codex / claude-cli 等多种 harness；DeepSeek Harness 把"组合这件事"做成了它的第一性。两家都在回答同一个问题：怎么让 Agent 变成可以轻松拼装、换件、也看得透的积木。这套"玩法"基本已经是 Agent 时代的共识方向了。

说"生态位不同"，看它们站的位置就知道。OpenClaw 更像一个面向终端用户和团队的 Agent 工作平台——在二十几个消息渠道里就有一堆微信、企微、钉钉、飞书，还有共享云会话，天生往"大家一起用、交给企业治理"去走。而 DeepSeek Harness 更像一块给开发者和极客准备的洞洞板——连它的"创造模式"都允许 Agent 在运行现场检查自身、试装插件、自己改自己；它更像在追求一种"能组装出任何智能体形态"的元能力，你几乎看不到它急着把一套套消息渠道铺满。

对要做企业交付的 FDE 来说，这其实是好消息——你不必接受"非 A 即 B"。OpenClaw 负责当那个能多人协作、企业放心让进业务的交付与运营平台；DeepSeek 的 V4 模型负责给出足够便宜的国产算力；真到了要在交付里做极致自造的运行时，那套 dsh 又给你留了一条能任意拆卸重组的后路。

这一章的真正结论是：能组合成 Agent 的基础设施、能放大它的插件生态、能看透它内部的可观测性——这些东西，正在成为下一个 FDE 时代最扎实的护城河。而我们，会沿着这两条开源的路一路追下去。