10月21日晚，36氪转起《中国企业家》的一篇报道，标题足以让程序员群体里刷屏一轮：《一天一万元疯抢FDE，藏着AI落地的残酷真相》。过去半年，一个源自海外的全新工作概念——FDE，引爆了大厂的人才争夺战，百万年薪仅是基准线。36氪
报道里摆的是真数字：豆包开出105万年包，月之暗面Kimi挂出109万年包，阿里云大模型FDE月薪2万到5.5万、16薪；有字节的FDE入驻客户企业时，日薪给到1万元。 而这个关键词本身，也已经挂上了招聘App的热搜标签。36氪微博
但巧的是，同一天知乎上另一派声音也在传：《年薪百万的FDE，我认识的人里一个都没拿到》。从业者的结论泼得很匀——现象是真的，岗位是真的，需求是真的；但市场上大部分"FDE"是假的，炒作是真的。知乎
一边疯抢、一边撞墙，中间夹着的就是动过念头的人——工作3到8年、做开发/实施/售前、看着模型大战卷不到自己，又想赌一把"AI落地"的人。这篇不劝进也不劝退，先把薪酬账、真假账、代价账分开算清。
第一笔·薪酬账：百万年包和2.5万-4万中位数，都是真的
先把传说和分布分开。圈内有人在持续跟踪这个岗位：去重后累计2,000条活跃FDE职位，覆盖猎聘、BOSS直聘、Indeed、LinkedIn和各公司ATS共12个渠道，10月13日更新了统计。知乎
中国内地岗位444条，月薪中位区间2.5万-4万（样本409条，最高22万/月）；城市高度集中：上海126、北京94、深圳52、杭州36、苏州32；
美国岗位年薪中位14.5万-20.1万美元（样本115条，最高40万美元）；
全样本里标了薪资的只有26.2%（524条）——也就是说，七成多的职位不标价，"人人百万"的说法连数据出处都凑不齐。知乎
热度本身也是真的：Indeed口径，2025年4月到2026年4月，FDE岗位从643个涨到5,330个，增幅约729%。 脉脉上，2026上半年相关职位发布量同比涨了21倍；《经济参考报》提到8月单月发布量超过上半年总和。 LinkedIn 2026劳动力报告的两年口径更夸张：全球FDE岗位涨了42倍——同期AI工程师岗位"只"涨13倍。微博知乎知乎
至于"一天一万元"那句话，要按报道原样理解：说的是字节FDE驻场客户的日薪，走的是驻场收费里"项目制按人天计价"那条线——行业普遍分项目制按人天收费、订阅产品打包服务两种模式，这笔"报价的钱"和"到手的钱"是两回事。 拿中位月薪2.5万-4万折算，行业常态日薪在千元级。36氪
薪酬账的算法：抢人真、百万有、42倍涨，同时中位数2.5万-4万、七成职位不开价也真。被疯抢叙事抬上桌的是塔尖；值不值得进场，看你和谁比。
第二笔·真假账：同一个标签，中美长出了两个岗位
那份2,000条职位数据里，藏着全网很少有人说清的反常识：美国偏"在企业内把AI平台落地"，中国偏"把AI/机器人数据与客户场景对齐"——同一个FDE标签，两边其实是两个岗位。知乎
美国Top雇主：Databricks 209条、Palantir 154条、OpenAI 49条、Anthropic 26条，标题可识别的"Forward Deployed"岗位1,105条——绑定模型平台，把Claude、Databricks交付进企业流程；
中国444条岗位里，除了常规AI落地线，具身智能/机器人数据是独有分支：猎聘上一则上海"机器人数据方向FDE"给到4万-7万/月，但JD写明"不碰物理硬件"，核心活是把大模型对输入数据的要求（相机FOV、LiDAR精度、动作轨迹格式）翻译成数据集规格说明书。
怎么判断国内一个FDE岗位是真是假？从业者给了一条比任何证书都硬的标准：下一个同类客户的交付成本，是不是比上一个更低？如果是才是真FDE，如果每次都从零开始，就是换了名字的外包。知乎
Palantir这套模式跑了20年：Echo（驻场懂业务、找真问题）+Delta（写代码把方案落地），解决完问题再把解法沉淀回产品——NDR 157%、毛利率85%就是这么来的。 而国内绝大多数挂着FDE头衔的岗位，砍掉的恰恰是最关键的知识回流和沉淀这一环。知乎
分化也在被定价：Gartner判断，70%的企业可能在2028年放弃FDE项目——不是消亡，是分化：低端实施被AI工具压缩，沉淀得出业务知识和工程方法的人才稀缺。 这一波和每一波技术潮水长得一样：2015年是"数据科学家"，2018年是"AI产品经理"，2023年是"Prompt工程师"，今年轮到FDE。头衔会过时，"扎进现场、把模糊需求变成可落地方案"这个能力不会——别为title投资，要为能力投资。知乎
第三笔·代价账：招聘启事不写的三行字
一位做FDE的从业者在10月21日发了个"劝一句"，开头是三个问题，他说大部分人答完就沉默了——
一问：能不能接受一年里一半时间不在家？ 驻场不是去客户那儿开个会：早上八点站车间，晚上跟IT对完数据回酒店，一个项目三到半年。他自己有一年在外超过200天，错过了家里两件重要的事。知乎
二问：能不能接受大部分时间不写代码？ 他的真实时间分配：20%写代码、30%对数据、30%开会推进客户决策、20%写文档汇报。知乎
三问：能不能接受结果由别人签字？ 程序员习惯对代码负责，FDE要对业务结果负责，而确认权在客户业务负责人手里——你做得再好，对方不想用，就是不成功。
第一批撞墙的人，撞法很具体。26岁的Lawted去深圳一家货代公司驻场，看三十多个员工天天从微信和邮件PDF里手敲船期进系统，觉得遍地是机会。结果赶上报单季员工没时间学新系统；再一算，公司毛利率才8%，老系统已经稳稳跑了六年，贸然切换一旦出错一整年白干；退一步做对接老系统的"数字员工"，Token开销对比4千块月薪的岗位员工根本不划算——项目就这么卡住了。知乎
拿到Anthropic官方合作伙伴认证、三人小团队月入破十万的Jolie Ni，踩的坑一样多：客户开口只有三个字"提效率"，深挖下去自己说不清痛点，一半时间在"教育客户"。而且行内人已经看明白：个人接单只是短期红利，企业更倾向养自己的内部FDE，外部个体的空间正在被挤。知乎
卖课的正是闻着这股风来的。最近一周B站搜"FDE"，“从入门到精通”“七天从小白到大神”“年薪50-100W铁饭碗"的视频成片刷，套路高度一致：置顶评论扫码进群领"全套资料”。从业者对这类课程的判断是：90%在教你跑通Demo，不教你跑稳生产。 至于各家在卖的"FDE认证"，目前国内还没有统一标准——南京软件谷8月才发布业内第一批体系化白皮书，离全国通用还早，考证的时间不如做一个真实项目。知乎知乎
那么，谁值得为这门手艺认真进场
从业者观察里，转得顺的背景大致三类：
懂业务+会写代码的：做过工厂工艺/品质/计划、又自学了数据分析写得了脚本的，最稀缺——他知道车间里的人在想什么；
实施顾问/售前出身：本来就天天面对客户，缺的动手能力反而是最快补上的；
想离开"螺丝钉位"的开发：技术底子够，但那两门"业务的耐心和表达的耐心"最难补，上面三个问题先过一遍再动。
反过来，如果只是"听说火、听说给得多"，不建议现在冲。这个赛道的抢人战本来就不只在程序员圈子里打：Anthropic砸1亿美元办Claude前沿学院，要在2027年底前培养1万名FDE，首批学员是从麦肯锡、贝恩、德勤、埃森哲、摩根士丹利里挑的。 国内这边，月之暗面9月10日启动"登月计划"，以FDE模型和各行业系统集成商共建前置部署工程师队伍。 你的对手，未必是隔壁同事。微博微博
离场前，留三个继续盯的信号
中位数的位移：8月岗位发布量已超上半年总和，供给还在爬坡——盯2.5万-4万这个中位会不会松动，而不是盯新的百万年包标题；
自建 vs 外包的比例：企业开始批量培养内部FDE，外部个人窗口期的长短，全看这条曲线；
标准成型的时刻：腾讯云推出的号称行业首个的FDE工程师认证、南京软件谷白皮书，哪天开始出现在JD要求里，行业门槛才算真的立起来——在那之前的证书，都按营销材料看。知乎
模型大战打到跑分和token单价，已经轮不到普通人上桌；但"AI能用"和企业"真在用"之间的那道gap，是这场一天一万元疯抢的来源，也是普通人最近的一次窗口。要不要进，先用那三个问题过自己一遍，再去招聘软件核对2.5万-4万的中位数——两关都过了，再去；过不去，百万年包不是你的损失。
