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。
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。
FDE 是能自己改代码的工程师,不是售前
材料里的观点FDE 全称 Forward Deployed Engineer,字面是“前置部署的工程师”,核心仍是 engineer。它和传统驻场、外包、咨询的差别在于:客户的问题往往不是教他点按钮,而是要在真实系统、真实数据、真实业务约束里把东西跑通,所以这个人必须能自己上手改生产代码,而不是提个工单让后方工程师改。判断标准很直接——只有能自己改 production 代码的人,才算 FDE;他属于产品的一部分,不是客服的一部分1。这也解释了为什么很多公司招的是“既是 SWE 又是 FDE”的人1。
入门靠下水,不靠先学完再动手
学 AI 像学游泳,必须下水才能学会,光看教程会停在“以为自己会了”的错觉里2。一个可试的起点:挑一个你身边真实的小需求,用现成模型和接口把它做成能跑的东西,自己写测试数据去验证它在哪些场景会出错、哪些场景解决不了。这个过程会让你发现自己缺的到底是工程能力、业务理解还是工具熟练度,比先囤一堆课更能帮你判断下一步学什么3。顺利的学习常让人误以为学会了,吃力的、会出错的练习才真正改变认知4。
现有材料没有给出 FDE 的完整技能清单或分阶段学习路径,具体课程顺序来自 AI Builders 的通用建议,不等于 FDE 专属路线。
出处
- 1学术界火了十年的Graph数据库,为什么等到 AI 才开始落地?|向量数据库为什么是死胡同?|纯技术创业有多爽?
讲清 FDE 的定义与判断标准,适合先确认这个岗位到底要什么能力。
- 2用豆包还是Codex,正在加速两极分化…
用学游泳的类比说明为什么入门必须动手,适合理解学习方式。
- 3AI 时代如何入门?|YC 两小时深度访谈 preview 特别加更
给出从基础知识到动手实践、再到评测的具体入门动作,适合作为起步参考。
- 4假学习的终结
解释为什么顺畅的学习容易是假学习,适合校准自己的学习反馈。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 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。
- 我该去新加坡工作做十年存钱吗?但回来后应该没有人会那么高薪水请我,我也不会以“把存的钱用来创业”的想法(我在my)
高薪本身不是问题,问题是你把它当成终点还是缓冲。若去新加坡只是存钱、回来既无创业打算也无更高薪预期,那十年换来的可能只是数字,而不是选择权。
- 你这个网站是怎么做出来的, 提示词是什么
这个问答网站是9月30日下午开工、次日下午上线的,代码由Codex写,人负责看每一版、指出哪里不行;具体提示词没有公开,只说在社区帖下留言可以分享。
- 现在转码还有意义吗?AI 时代如何转码?
转码的旧红利(毕业即多个大厂 offer)已经过去,但 AI 时代真正稀缺的不是会写代码,而是能用廉价代码换取认知确定性、把真实任务交给 AI 做完的人。
- 現在AI創業還賺得到錢嗎?
能赚钱,但赚钱的位置从「做软件」移到了「拥有客户和定价权」;AI让试错变便宜,也让只会执行的人更难赚到钱。
- 为什么第一性原理在大公司很难,基本很少有成功的例子
第一性原理在大公司难,主要不是智力问题,而是它反常规、反人性,且大公司的预算和流程习惯按过去延续,不按“今年到底需要多少”重算。