风和日丽
FDE惨遭“污名化”:不就是驻场外包吗?_我的网站

A | 微软解释道:“我们解决了可能影响某些类型的安全套接字层 (SSL) 和传输层安全 (TLS) 连接的问题。 上周发了一篇文章,给大家介绍了智能体时代的翻红岗位:FDE。这些问题可能会导致握手失败。

B | 对于开发人员而言,受影响的连接可能会在单个输入缓冲区中收到一条或多条记录,然后是一条大小小于 5 字节的部分记录”。 评论区炸了,大家纷纷吐槽↓ “这不就是驻场开发?” “这不就是软件外包吗?” 实际上,它们的区别挺大,今天我们就详细掰扯一下。今天的 OOB 更新中解决的已知问题会影响多个 Windows 版本和版本,包括:客户端:Windows 11, version 22H2; Windows 11, version 21H2; Windows 10, version 21H2; Windows 10, version 21H1; Windows 10, version 20H2; Windows 10 Enterprise LTSC 2019; Windows 10 Enterprise LTSC 2016; Windows 10 Enterprise 2015 LTSB; Windows 8.1; Windows 7 SP1服务器: Windows Server 2022; Windows Server 2019; Windows Server 2016; Windows Server 2012 R2; Windows Server 2012; Windows Server 2008 R2 SP1本次更新无法通过 Windows Update, Windows Update for Business 或者 Windows Server Update Services (WSUS)部署。用户可以通过 Microsoft Update Catalog 手动下载,然后手动引入到 WSUS 和 Microsoft Endpoint Configuration Manager。

C | Microsoft 已发布独立软件包和累积更新累积更新:● Windows 11, version 21H2: KB5020387● Windows Server 2022: KB5020436● Windows 10, version 20H2; Windows 10, version 21H1; Windows 10, version 22H1; Windows 10 Enterprise LTSC 2021: KB5020435● Windows 10 Enterprise LTSC 2019; Windows Server 2019: KB5020438独立更新:● Windows 8.1; Windows Server 2012 R2: KB5020447● Windows Server 2012: KB5020449● Windows 7 SP1; Windows Server 2008 R2 SP1: KB5020448。 FDE,Forward Deployed Engineer,前沿部署工程师,最近一年成了科技圈最热的新名词之一。 这个源自Palantir的岗位模式,如今被OpenAI、A社等头部AI公司争相复制,国内的大模型厂商和AI创业公司也纷纷挂出类FDE的招聘,薪资数字一个比一个夸张。

D | 甚至,在今年1月上海市政府的“AI+制造”行动方案里,都明确写了要培育“前沿部署工程师”队伍。

E | FDE确实长期驻扎在客户现场、也要做大量定制化工作,同时要直面客户的琐碎需求。 这三个特征,和国内延续了二十多年的软件外包、驻场开发看起来一毛一样。 但是,就好比外科医生和屠夫都拿刀,没人认为他们是同行。 判断他们的区别,不能只看动作,要看服务对象、工作目标、能力要求、对产品和项目的影响力等多个因素。 01、出发点,有本质区别 软件外包:交付项目。 按合同做完需求,项目结束人也结束,重点是完成合同。 驻场开发:补充人力。 人坐在客户办公室,日常由客户安排,几乎不影响产品方向。 FDE:让AI产品真正跑起来。 代表AI产品或平台公司去现场,让产品融入客户业务流程,产生真实价值。

F | 客户买了AI智能体平台,上线发现业务系统接不上、知识库效果差、工作流跑不通…… FDE就需要到场解决问题,直接写适配器、调提示词、改工作流,更难的是客户也许还没想清楚怎么跟业务系统对接,FDE要负责抽丝剥茧,跟客户共创。 如果多个客户有同样问题,就把能力沉淀进产品,下个版本所有客户受益。 02、能力门槛,不在一个量级 ①AI开发能力: 传统外包开发通常掌握的是:Java、.NET、Python、Vue、Spring Boot、SQL……完成业务开发基本足够。 FDE要理解AI应用开发,例如:提示词工程、Agengt、MCP、RAG、Tool /Function Calling、工作流、上下文工程… 甚至,还要了解模型选型与评测、Token成本优化、推理性能调优… 这些能力,传统开发一般涉及不到。 ②系统与产品能力: AI项目大量时间花在对接客户系统上。 要接ERP、CRM、飞钉、Jira、Salesforce、知识库、BI…… 所以,FDE还要会REST API、OAuth、Webhook、MCP Server等等。 更重要的是,还要对这些业务系统有所了解。 ③解决未知问题的能力: 传统开发面对Bug已知、需求明确、路径固定,可能每天都在重复救火。 FDE面对的问题往往没有标准答案:模型为什么幻觉?Agent为什么死循环?Prompt为什么昨天有效今天就不中了?每天都要面对新闻体。 ④客户沟通表达能力: 既要懂技术语言,又要懂业务语言。 同一天要和CIO讲ROI,给业务讲流程,给运维讲部署,给家里的产品研发讲功能改进和代码优化,随时切换。 有个词,大家可能不太喜欢,叫拉通对齐,但这是FDE很重要的能力,把前端客户和后方的产研拉通对齐。

G | ⑤产品沉淀能力: 外包项目结束,代码留在客户那里,经验归零。

H | FDE要有顶层视角,今天帮A客户连接业务应用,明天整理成SDK,下周变成官方插件,一个月后内化进标准产品,赋能所有客户。 03、为何FDE门槛更高? 我们可以把三类岗位看成三种不同的人才模型: 软件外包:开发专家,擅长按照需求实现功能。 驻场开发:开发+协作,能够融入客户团队,完成项目开发。 FDE:产品经理 × 架构师 × AI工程师 × 交付负责人 × 业务顾问 他们需要在一个项目中,切换多种角色,最终让AI产品融入客户业务,并产生价值。 因此,FDE的竞争力来自跨越研发、产品、客户和AI应用之间的综合能力。

I | 写到最后,再谈谈“污名化”本身。

J | FDE其实承受着两种方向相反的污名。 第一种是向下的污名化↓ 把FDE粗暴等同于驻场外包,认定这只是旧酒装新瓶的包装术,忽视了FDE在AI产品落地中的真正价值。 第二种污名化方向相反,却更加普遍↓ 大量传统外包和售前岗位,正在把自己改名为FDE。 岗位描述换了,工作本质没变,没有产品可反哺,没有经验能沉淀,还是按人头收钱。 当市场上九成的“FDE”都是外包换皮时,真FDE也会被拖下水,“高级外包”的帽子反而被坐实了。 如果一个吹竽团队里,都是南郭先生,那真正的吹竽高手反而成了另类。 所以,我们要把那些假FDE揪出来↓: ①这家公司有自己的产品平台吗?没有产品承接现场改动的,是外包。

K | ②现场经验能沉淀成可复用的能力吗?每个项目都从零开始的,是外包。 ③按什么收钱?按人头和工时计费的,是外包。敢按业务成果定价的,才是FDE。

L | 最后,AI智能体落地正酣,让我们把一切留给时间。
Current article:http://7jikuzx.minpinpengcemiuanjiuxuan.pics/news/20260826_8564643.html
Published on:15:39:17
