吴恩达老师谈「AI FDE」和「AI Engineer」
TL;DR · AI 摘要
吴恩达指出，AI 正在创造新岗位，但长期来看企业内部 AI Engineer 数量将远超厂商派驻的 FDE；当前最抢手的是能搭建应用、熟练使用 AI 编程工具的通才型 AI 工程师，而非深度绑定单一厂商的 F代。
核心要点
- 企业更倾向培养自有 AI Engineer 而非依赖外部 FDE，如吴恩达团队‘招 FDE 但招更多 AI Engineer’。
- FDE 深度集成特定厂商产品易导致供应商锁定，而客户在 AI 技术未定阶段更看重技术可选性（optionality）。
- 当前高价值 AI 工程师需掌握 LLM 应用开发（prompt/智能体框架/evals）和 AI 编码代理（Claude Code/Codex/Antigrav
结构提纲
按章节快速跳转。
AI 正创造新岗位，但企业内部 AI Engineer 长期规模将远大于厂商派驻的 FDE。
FDE 是驻场工程师，由 Palantir 约 20 年前开创，用于深度集成客户系统并交付定制化智能体工作流。
企业倾向于自建 AI 团队以避免供应商锁定，并保持未来技术栈的灵活性，因此 FDE 规模有限。
能用 LLM 构建软件应用、熟练使用 AI 编码代理（如 Claude Code、Codex）的通才型工程师最受市场欢迎。
AI Engineer 将像传统软件工程师一样分化为 LLMOps、Evals、Data、Harness 等专才角色，但通才仍是当前主流。
AI 创造了 FDE 和 AI Engineer 等新工种，岗位结构重组而非总量消灭，‘工作末日’说法过于简单。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI Engineer 与 FDE 职业格局
- FDE 特征
- 驻场 + 深度集成 + 强交付
- 由 Palantir 开创，现被 OpenAI/Anthropic 采用
- AI Engineer 优势
- 企业自建团队，避免供应商锁定
- 掌握 LLM 应用与 AI 编码代理工具
- 职业演化路径
- 通才 → 专才分化（LLMOps/Evals/Data/Harness）
- 当前通才仍具高价值，专业化是十年趋势
金句 / Highlights
值得收藏与分享的关键句。
企业更愿意养自己的兵：可能接受少量外部 FDE，但更希望大量自有员工做 AI 项目——他自己的组织也是‘招 FDE，但招远更多 AI Engineer’。
FDE 往往深度集成某一厂商产品，客户担心供应商锁定；在‘一年后哪家 AI 服务最好还说不清’的阶段，保持技术/vendor 可选性比快速深度绑定更值钱。
当下真正抢手的是能用 LLM 做软件应用、高效使用 AI Coding Agent（Claude Code、Codex、Antigravity CLI、OpenCode 等）的通才型 AI 工程师。
AI 在创造新岗位，但长期岗位规模上，企业内部的 AI Engineer 会远大于厂商派驻的 Forward Deployed Engineer (FDE)；眼下最有价值的是能搭应用、会用 AI 编程工具的通才型 AI 工程师。
回顾一下 AI FDE：驻场 + 深度集成 + 强交付 · 约 20 年前由 Palantir https://t.co/h3OHIt9zAW" / X
吴恩达老师谈「AI FDE」和「AI Engineer」 AI 在创造新岗位，但长期岗位规模上，企业内部的 AI Engineer 会远大于厂商派驻的 Forward Deployed Engineer (FDE)；眼下最有价值的是 能搭应用、会用 AI 编程工具的通才型 AI 工程师。 回顾一下 AI FDE：驻场 + 深度集成 + 强交付 · 约 20 年前由 Palantir 开创：工程师进驻客户现场（如政府、隔离网环境）做深度交付 · OpenAI、Anthropic 等组建 AI FDE 团队，把工程师嵌入客户组织 · 把通用 LLM 改造成贴合业务的 定制化智能体工作流（搭建、调优、落地） · 技术 + 沟通 + 有时还需商业判断：挖需求、排优先级、讲清技术、合理 push back 和「AI Engineer」的数量关系：吴老师的判断 吴老师明确反对把 FDE 当成 AI 时代的主航道职业： 1. 企业更愿意养自己的兵 可能接受少量外部 FDE，但更希望 大量自有员工 做 AI 项目——他自己的组织也是「招 FDE，但招远更多 AI Engineer」。 2. 厂商绑定 vs 选择权（optionality） · FDE 往往深度集成 某一厂商产品，客户担心 供应商锁定 · 在「一年后哪家 AI 服务最好还说不清」的阶段，保持技术/vendor 可选性 比快速深度绑定更值钱 · 让 FDE 把流程绑死在一家厂商上，会 显著削弱未来换栈空间 结论：FDE 是重要但相对小众的交付形态；AI Engineer 才是更大、更稳的就业池。 当下真正抢手的是什么人？ 吴老师观察到需求集中在 AI Engineer，尤其是能： · 用 LLM 能力做 软件应用（prompt、智能体框架、evals 等） · 高效使用 AI Coding Agent（Claude Code、Codex、Antigravity CLI、OpenCode 等） 这是 「用 AI 组件写产品」的工程师，不一定非要驻场，也不一定代表某一家模型公司。 职业演化：会像传统 Software Engineer 一样分化 他认为 AI Engineer 会像几十年前的「软件工程师」一样 从通才裂成专才，可能包括（他也在猜测）： · AI FDE（厂商侧或咨询侧驻场型） · LLMOps Engineer · Evals Engineer · AI Data Engineer · Harness Engineer（智能体/评测 harness） · 以及 尚未命名的角色 现阶段：通才型、技能全面的 AI Engineer 仍能创造很大价值——专业化是十年量级的趋势，不是今天的入场门槛。 对「AI 砸就业」叙事的态度 他用 FDE 复兴举例：AI 在创造新工种（FDE、AI Engineer 及未来专才），因此 「工作末日 / jobocalypse」叙事过于简单。 更准确的说法是：岗位结构在变，总量与类型会重组，而不是单向消灭。
Quote
Andrew Ng
@AndrewYNg
10h
One of the new, buzzy jobs in Silicon Valley is the AI Forward Deployed Engineer (FDE), an engineer who is embedded within a client organization to help customize solutions, such as building and tuning agentic workflows that suit the client’s particular needs. I’ve heard from
