forward-deployed-engineering

OpenAI 介绍其前向部署工程（FDE）团队的定位与工作方式，说明他们如何与客户（如 John Deere）合作缩小"部署差距"，将模型能力转化为可落地的生产系统。

一份职业指南，概述了成为 Forward Deployed Engineer 的 10 阶段路线图，涵盖企业身份、气隙隔离部署、ETL、安全 RAG、MCP 集成、护栏、HITL 工作流、本地推理、可观测性与评测——这些技能旨在让工程师在企业 AI 岗位上变得不可替代。

本文提出一个任务替代框架，利用AI代理和软件自动化企业治理审查。基准测试如DGF-Bench显示，Gemini 3.8 Flash等模型在替代指定审查任务的人类执行方面可取得高成功率。

在一条推特帖子中，@swyx 预测了部署工程角色的演变（FDE 到 ODE 到 PDE），并提及了 Ode 的发布，这是一家由 Anthropic、Blackstone、Hellman & Friedman 和高盛共同成立的独立 AI 企业服务公司。

微软宣布新运营业务Microsoft Frontier，获25亿美元及6000名专家支持，旨在利用其现有AI工具实现成功的企业AI部署。

Forward Deployed Engineering 被强调为企业AI采纳的关键，因此在本届AI Engineer World's Fair上设立了专门的专题。

本文深入探讨了 Forward Deployed Engineering (FDE) 在 AI 落地中的真正含义，强调 FDE 并非简单的 API 调用或搭建 Agent，而是面向生产落地的系统工程，包括业务翻译、系统设计、平台整合、生产运营和能力沉淀。

一份关于AI公司中前沿部署工程（FDE）的全面指南，解释了为什么Anthropic、OpenAI、Google等公司需要FDE，以及如何通过审计、评估和部署来在该角色中表现出色。

认为AI部署与软件不同，需要前向部署工程（FDE）来管理持续演进并在客户间共享最佳实践，尤其是在自主代理系统变得更为普遍时。

Gary Lin已加入OpenAI，领导前向部署工程团队，专注于客户集成和模型改进，该公司正在积极招聘。