半导体设备工程师和 FDE 的差别不在行业,而在你离“结果”有多近:设备工程师往往离工艺结果近,FDE 离客户业务结果近,两者都比纯 skill 岗位更难被替代。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
越靠近结果,越难被替代
立正讲过一个判断:过去工程师靠一项 skill 生存,比如前端、后端、Java、React,现在这类单一技能大规模被取代,但如果你能为结果负责,而且离结果越来越近,就越难被替代,因为 AI 换个 prompt 就说了另一句话,没法替结果担责任1。这个逻辑放到半导体上:设备工程师的“结果”通常是某台机台的工艺稳定性、良率、稼动率——你调参数、判断异常、扛住产线,这些是靠近结果的;而 FDE 的结果是客户业务跑通,靠近的是客户和决策。两者都符合“靠结果而非靠 skill”的方向,区别在于你靠近的是哪一类结果。
半导体本身有工艺飞轮,但岗位选择要看你在飞轮哪一环
他拿台积电举例,说台积电能做世界上几乎所有芯片,是因为它在工艺和半导体生产上的飞轮不断往前,动量有时比杠杆还重要2。设备工程师正好处在这个飞轮的执行端:机台、工艺、良率是飞轮转动的具体环节,经验积累有复利。但飞轮位置不等于个人位置——如果你只负责按流程操作、不判断、不为结果负责,那仍然是可被替代的 skill 岗;如果你能对某段工艺的结果负责、能判断异常、能影响良率,就更靠近飞轮的核心。FDE 则是把这种“对结果负责”的能力搬到客户侧,行业可以换,能力结构相似。
资料里没有专门讨论半导体设备工程师这个岗位,上面的对应是把他关于“靠近结果”的判断迁移过来,具体到某家公司、某条产线的实际情况需要你自己核对。
出处
- 1他的FDE团队从30人扩到100人,但为什么很多大厂工程师甚至不知道这个岗位?
立正本人讲“为结果负责、越靠近结果越难被替代”的核心判断,是理解这个问题的起点。
- 2用「长期竞争力」战胜内卷|《孙子兵法》的关键理念|势
他用台积电的工艺飞轮说明半导体里动量与积累的关系,适合理解设备工程师所处的位置。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 有人说FDE和之前的东软,用友驻场开发一样,说还是没法落地,复用,不是一个好生意。说FDE会非常短命,原因1,随着AI越来越强,可能未来AI可以自己解决了不需要FDE这一个中间层;原因2,未来每一个职业都渗透AI了,所谓的AI专家都会失去稀缺性;所以他们说未来FDE可能不会长久,但是定义值钱问题,知道行业knowhow,AI实现能力才是核心竞争力,你认可这个说法吗,详细谈谈课代表的理解
这个说法把FDE等同于传统驻场外包,忽略了FDE的核心是承担业务结果、反哺产品平台;AI越强,把能力落到真实业务的价值反而越高,但FDE本身会向领域专家演化。
- FDE 怎么入门,怎么系统学习
FDE 入门的关键不是先背知识,而是先动手把真实业务跑通,同时练出能自己改生产代码的工程判断力。
- fde是一个好的就业方向吗,未来前景如何?
FDE 是一个门槛高、需求真实但波动大的方向:它要求你既能写生产代码、又懂客户,前景取决于你能不能把模型能力真正落进企业业务。
- 名校学位还有用吗
名校学位仍然有用,但它的用处正在从“证明你学过”转向“证明你有判断力”。只靠文凭本身,价值在缩水。
- 我想了解工作那个比较有未来
没有哪个工作天然更有未来;更可靠的做法是趁现在还有选择,把工资和AI带来的效率换成职位之外的选择权。
- 高校和职业学院应该如何推进AI教育?大学课堂的AI教学、课程改革、师生赋能有哪些实践和观点?
高校推进AI教育,重点不在多开一门课,而在把课堂从“先学会再用”改成围绕真实交付来学,同时让师生都拿到把一件事做成的正反馈。