Anthropic 工程师讲解 FDE 模式入门
Anthropic 工程师讲了一堂 FDE 入门课 https://t.co/kakqFy0ZGZ Kevin Bai 现在在 Anthropic 的 Applied AI 团队，之前是 Ripp...
Anthropic 的 Kevin Bai 讲解 FDE 模式，这个模式是 Palantir 成功的关键，值得了解。他讲了 FDE 是什么、怎么运作、判断标准，还有 AI 时代的变化。
Kevin Bai 在 Anthropic 讲解 FDE（前线部署工程师）模式，该模式是 Palantir 的核心商业模式。
Palantir 的 Foundry 平台技术门槛高，但客户多为非技术高管，因此 Palantir 派工程师深入客户业务场景，在平台上为客户定制解决方案。FDE 的关键在于基于可复用平台进行组装而非从头开发，否则会变成外包。
判断是否需要 FDE 的两个标准是：是否向非技术客户销售复杂产品，以及是否有可复用平台。AI 时代，软件高度可定制，FDE 模式对更多公司变得必要。
Anthropic 工程师讲了一堂 FDE 入门课 https://t.co/kakqFy0ZGZ Kevin Bai 现在在 Anthropic 的 Applied AI 团队，之前是 Ripp...
Anthropic 工程师讲了一堂 FDE 入门课 youtube.com/watch?v=Kwhgfw… Kevin Bai 现在在 Anthropic 的 Applied AI 团队，之前是 Rippling FDE 团队的创始成员，再之前在 Palantir 干了好几年。最近他做了一个 FDE 101 的分享，把前线部署工程师这个角色讲得很清楚，值得总结一下。 先说一个数据：在上市 SaaS 公司里，按平均合同金额排，Palantir 是 400 万美元，ServiceNow 120 万，Workday 60 万，剩下的没有一家能超过 50 万。Palantir 靠几千人做到了别人几万人做不到的客单价。靠的就是 FDE 模式。 FDE 到底在解决什么问题？ Palantir 的产品 Foundry 是一个应用构建平台，技术门槛很高，但买家是石油、消费品这些行业的非技术高管。你把一个复杂的技术平台丢给一个不会写代码的人，指望他自己搞明白怎么用，这不现实。 所以 Palantir 的做法是：客户买的既不是软件产品，也不是咨询服务，而是一个"结果"。你派工程师过去，深入理解客户的业务场景，在平台上给他们把东西建出来。客户关心的是货架上多了多少商品、产线效率提升了多少，他们不关心数据怎么组织的，也不该关心。 FDE 和外包开发有什么区别？ Kevin 特别强调了一点：如果你的工程师每次都从零给客户写定制代码，那你做的不是 FDE，是外包开发。FDE 模式能成立，前提是你有一个可复用的平台。工程师是在平台已有的基础能力上组装和定制，不是每次重新造轮子。没有平台，维护成本会吞掉所有利润，工程师也会因为要维护几十个毫无关联的代码库而跑路。 要不要搞 FDE？两个问题就能判断。 第一，你是不是必须把一个技术复杂的东西卖给非技术买家？如果你的客户本身就是工程师，比如卖 GitHub 或者 Datadog 的，不需要 FDE。如果你的产品本身就是开箱即用的，比如 Slack 或者 Jira，也不需要。只有你的产品很复杂、客户又不懂技术的时候，FDE 才有必要。 第二，你有没有一个可复用的平台？或者你愿不愿意投入去建一个？没有共享的基础组件，FDE 就是不可持续的。 2026 年的新变化是什么？ Kevin 的判断很有意思：软件行业做生意的方式本身变了，AI 让构建软件变得极其容易，几乎所有平台都在走向 Agent 化，这意味着几乎所有平台都变得高度可定制。后果就是：越来越多的客户搞不清楚你的产品到底能做什么。你把产品的成败交给客户自己去摸索，在 Agent 时代会越来越难走通。 这就把 FDE 从 Palantir 独有的小众玩法，变成了更多软件公司需要认真考虑的事情。 最后一个问题：什么样的人适合做 FDE？ Kevin 的回答很简洁：FDE 就是一个你信任到可以让他直接面对客户的软件工程师。技术能力是基本盘，但你还得放心让他代表公司去跟客户打交道。📊 16 ⚡
This report is categorized under AITOP's "How-to" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include FDE, Palantir, business models, software engineering.
Source attribution: curated from 宝玉 (@dotey). Cross-source corroboration: 4 independent sources have covered this development (including 小互, AI Will, Decoder), confirming industry-wide signal strength.
