年薪105万的新岗位,开始招应届生了

AI 职场翻译官 · AI 大白话第 9 期 · 2026-11-07

11 月 6 日，乌镇。世界互联网大会的展台还没拆完，财联社记者付静发了一篇稿子，里面有个缩写被炒热了：FDE，前线部署工程师。

稿子里有三个数字，摆在一起很不讲道理。

腾讯宣布启动 FDE 精英班，目标一年培养 1 万名；字节给豆包 FDE 开出最高 105 万年包；月之暗面 Kimi 企业版的 FDE，最高 109 万。💡

另一头，猎聘大数据研究院算过一笔账：2025 年 9 月到 2026 年 8 月，国内 FDE 的人才供需比只有 0.28。

差不多四个岗位抢一个人。

脉脉的数据更直白，2026 年上半年 FDE 相关职位发布量同比涨了 21 倍。（来源：财联社 11 月 6 日报道、杭州日报 11 月 2 日报道）

好，今天聊这个。全网都在讨论 AI 抢工作，这个岗位却在溢价抢人。它到底要什么，新人够得着吗？

这个岗位到底在干什么

FDE 不是新词，Palantir 二十年前就在用。意思很朴素：工程师不住总部，住到客户那儿去。

客户的数据脏，流程乱，系统还是十年前的。模型再强，接不进去，等于零。

所以 FDE 干活的样子很像修水管。

白天跟着客户的会议走，哪间会议室空着坐进去：问需求、交版本、被驳回、再改。晚上客户下班，他留下来写代码，把数据分类、打标签。第二天上午带着新版本进下一场会。（场景来自科技区角对独立 FDE 赵东旭的采访）

听着不像高大上的 AI 岗，倒像项目上的苦活。

但它啃的正是 AI 最贵的那段路。

MIT 在 2025 年 6 月发过一份报告，叫《The GenAI Divide》，结论是：企业定制采购的 AI 工具里，只有 5% 真正进了生产环节，大多数试点对利润没有可测量的影响。

剩下 95% 卡在哪？卡在模型很行，业务接不住。

这就是 FDE 的价格来源。

那为什么还有人接不到单

打脸的部分来了。

有篇报道的标题写得很直接：月薪 8 万招人，一群 FDE 却接不到单。

大厂八年老将任宇航转去做 FDE 孵化平台，被问到这份工作最难的地方，他的回答特别实在：「我感觉最直接的痛苦，就是没有单子。」

高薪是真的，但只出现在头部公司，只落在极少数能力上。

猎聘上上海一个 FDE 岗，40 到 60k 乘 20 薪，要求 5 年以上经验、英语能当工作语言、能长期海外驻场。武汉那个要求硕士、QS Top 200、3 年以上 AI 落地经验。

看到这你可能觉得，跟新人没关系。

先别走。青岛一家做跨境假发的公司在招 FDE，15 到 20K，本科，1 到 3 年经验，职位描述最后一行写着：「欢迎优秀应届毕业生。」

同一个岗位名，一头是百万年包，一头是欢迎应届生。

中间差的那截东西，才是今天真正要说的。

企业愿意付钱的到底是哪一部分

杭州市上城区有个培风社社区，专做 FDE 和 AI 跨境。里面有个创业者叫王勇，今年 6 月拿到营业执照，第一个客户是豆包给他推荐的。

他说的一句话，我觉着是这整件事的钥匙：

「FDE 要先判断这件事该不该用 AI、用哪个模型、花多少钱、怎么证明有效，再动手上线。看合同、分析报表，这些事情，AI 替代不了，在行业里干了十几年的人最清楚。」（来源：杭州日报 11 月 2 日报道）

注意顺序。先判断，再动手。

大部分人对 AI 的想象停在动手那半段：学几个工具，攒一堆提示词，写得比别人快。

企业付溢价的，是前面那半段判断。

哪段活值得自动化，哪段活交给 AI 一定出事，上线之后这笔钱怎么算才算赚回来。这些答案工具给不了，得从你对这份工作怎么运转的理解里长出来。

企业不缺会用 AI 的人，缺知道这活到底该怎么干的人。

新人手上其实有一张老员工没有的牌

说到这得承认现实：你手上没有十几年经验。

但有一样东西，老员工反而没有。

你离现场最近。

报销卡在哪一步、客户最常问的三个问题、这个表为什么要填两份、系统里那个字段为什么一直没人填，这些琐碎的、上不了台面的细节，全在你手上。

它们现在不值钱，因为没人整理过。

整理的动作有三个，都不复杂。

把「这活怎么干」写下来。 挑一件你每周都要做的事，写清三块：正常流程、最常见的两种例外、做完交给谁。写完你会发现，自己都说不清的地方，就是最容易被 AI 做砸的地方。

挑一个小场景做两周对比。 别一上来改全流程，就选一个环节，比如客户问题分类、周报汇总、合同条款提取。记两周的前后耗时和返工次数。这组数字以后写简历、谈岗位、做汇报都用得上。

学会算一句话的账。 领导问「这东西有什么用」，你要能答出来：原来一个人两天，现在半天，错误率从 5 次降到 1 次。不讲感受，讲数字。

这三件事的产出加在一起，就是一份 FDE 的入门材料，也是你和「会用 AI」那批人之间的实际距离。

顺带说一句，入口也在变多。腾讯的 FDE 精英班冲着一年 1 万人去，海外 Anthropic 去年 10 月宣布投 1 亿美元，到 2027 年底培养 1 万名 FDE，AWS 今年 6 月直接投 10 亿美元成立 FDE 部门，初期配置数千人。

全球都在缺的人，通常不会缺入口。缺的是你拿什么去接。

也说说不好的那面

高薪故事讲完，风险得说清楚。

FDE 要出差，要驻场，要当面跟客户的业务负责人解释为什么这次没做成。工程行业里最不敢交给 AI 的是责任，签字的还是人。

岗位边界现在也模糊。有的公司偏售前，有的偏交付，有的接近产品经理，跳槽时这个头衔的含金量不太好一概而论。行业标准还在建，万联易达正在和中关村智酷推团体标准和履约保障机制。（来源：财联社 11 月 6 日报道）

薪资也不普遍高。阿里云智能 FDE 是 2 万到 5 万乘 16 薪，蚂蚁数科 B 端 4 万到 6 万，智谱 FDE 负责人 6 万到 8 万，这些是头部价。中小公司和头部之间差得很远，落到个人头上还要看交付能力。

说白了，溢价买的，是能把事做成，跟岗位名关系不大。

那件琐碎的活

有个细节我一直在想。

FDE 火起来，跟模型变多强关系不大。企业真正发现的是，AI 落地最后那一段路，得靠人走过去。

而走这段路，从来不看资历，看你去没去过现场。

你手上现在正做的那件琐碎的活，可能就藏着这段路的地图。🌱

评论区聊聊：你手上哪件活，你觉得 AI 一定做不对？说得具体点，我挑几个在下一篇里拆。

#AI职场 #FDE #职场新人 #AI落地 #岗位机会

AI 职场翻译官

把最新 AI 翻译成你看得懂、用得上的工具和技能。
觉得有用，点个「在看」，也欢迎转给还在迷茫的朋友。