先说立场：本文由一家做 FDE 方向职业培训的公司整理。下面这些话不是我们说的，是干过这活的人自己写下来的，多半是吐槽。不好听的也放进来：考虑转岗的人需要看到它，我们靠这行吃饭，更需要摆出来。
素材是英文互联网上的一线亲历，2026-09-24 整理，三类来源：从业者署名的个人长文、访谈汇编、技术社区匿名帖。不是抽样调查，能承诺的只有一条：每条都有实际打开的依据。
一、驻场是真的
先讲和宣传一致的那部分。
一位在 Palantir 待过八年的工程师写过回忆长文（个人博客，2024-10）：他在图卢兹的空客工厂驻场，每周有四天在客户那边，前后一年，跟着解决一条机型的产能爬坡。做出来的东西不玄，用他自己的说法是"造飞机版的项目管理工具"：把工单、缺件、质量问题这些散落的数据拼进一个界面。他还有一句话常被摘出来："先上飞机，再问问题"（原文为英文）。
一篇从业者访谈汇编（2025-08-12）里，一位说大多数周有两三天在客户那边，另一位说每月都不一样，有几周写码，有几周跟客户对需求范围。
不同来源、不同年份，说的是同一件事：这活需要人到场。
二、数据要「政治」才拿得到
那篇回忆长文里被引用最多的一段讲的不是技术：数据接入是政治问题。掌握数据源的团队靠"守门"证明自身价值，光拿到访问权限就要几个月（原文为英文）。
同类观察反复出现。一位做过"特种运营"的人总结驻场的价值：你会看见正式流程之外的东西——键盘下压着的表格、墙上贴的纸质清单、非官方的即时通讯群、没人测量的排队、所有人都已经当成正常的绕行办法（原文为英文）。
还有一个示意性的案例（作者没指明真实客户，只能当例子看）讲同一件事：一家工业零件分销商以为销售报价慢，驻场的人前面十天只听不做，最后发现是库存数据打架，真解法在运营经理的私人表格里。
要拿到的不是数据，是别人不愿意交出来的那部分。
三、做出来没人用
一位前 Palantir 工程师讲过一次失败：她在纽约一个金融犯罪部门跟岗法务会计，看他们手工做复杂计算，于是做了个自动计算组件。组件能用，但没人用——办案的人必须看见计算过程才能对案件负责，黑箱出一个数字他们不敢签。她的教训是"可见性和速度一样关键"（原文为英文）。
另一篇长文里的例子更微妙：一位数据质量工程师反复用含糊理由阻挠一次格式迁移。作者去看她怎么干活，发现她把文件拉到 Windows 笔记本上双击打开用眼睛扫：新格式会夺走她唯一的质检工具。作者连夜做了个查看器，阻力就消失了。他的原话是：这些事她在访谈里永远都不会说（原文为英文）。
观察到的动作，不等于理解了它为什么存在。
比个人经历更硬的是一份报告：MIT Project NANDA 在 2025-07 发布《The GenAI Divide: State of AI in Business 2025》，95% 的企业生成式 AI 试点无可测量业务回报（P&L 层面）。它常被写成"95% 的项目失败"，原报告的意思不是东西坏了，是没人拿出过回报。
四、头衔的另一面
英文社区里最尖的批评，集中在"名不副实"。
一篇从业者访谈汇编汇总过抱怨：很多岗位几乎没有软件工程，主要是集成现成产品，也不回流平台。一位从业者的原话：这份 FDE 工作就是典型的 IT 外包思维，公司想用的是他在客户对接那一面，软件开发这一面一点不要（原文为英文）。
一位自称干过 FDE 的技术社区用户说，自己更贴切的叫法是"黑客观光客"：去过北极圈的油田、工厂、"从外面看不出是工厂的工厂"；有时还得在客户和原供应商之间搭桥，"如果供应商还有技术人员的话"。他真正吐槽的是头衔通胀：有些公司挂着 forward deployed 的名，招的活里"没有东西会爆炸、着火或逃逸"。
还有一条直指这个模式最漂亮的那句：Palantir 模式的要义本来是把单客户学到的东西沉淀回平台，一位技术社区用户的原话是，据他听到的，真正做回去的几乎没有发生过，有点像场闹剧（原文为英文）。
这几条骂的不是岗位，是招人的公司打算怎么用这个岗位。 对个人，这是面试要问的，不是转不转的理由。
五、也有反着说的
一位在数据库公司带 FDE 团队的人说过：他的 FDE 长期嵌在客户那里，干运维加开发加方案架构，目的是"让软件在客户那儿真的能跑起来"，不是做演示（原文为英文）。
一份对 OpenAI FDE 团队负责人演讲的二手整理里有个正例（原视频我们没核）：某个大客户技术侧早就具备条件，团队仍追加了试点期和用户反馈，才把信任建立起来。
六、这些话能搬到国内吗
搬一部分，不能全搬。
来源本身有偏差。 会把自己经历写成长文的人，通常是做得不错的那一批；匿名帖相反，吐槽浓度高。两边都不能当平均水平。
环境不一样。 那些故事发生在大型厂商、大型金融机构和工业客户身上：有专人对接、有预算、客户愿意让外部工程师进场。国内很多项目的甲方没这个配置，驻场更容易退化成按人天派活。国内一线吐槽里就有这样的帖子：推智能客服，每来一个新客户就重新洗一遍数据，干着干着又回到了外包。
我们能对照的只有招聘页。 2026-07-21 我们从四家大厂官方招聘站实抓了 28 条完整 JD 原文，逐条可具名可复核。那上面写职责和要求，不写驻场体验。海外亲历能帮你判断"我受不受得了这种工作方式"，判断不了国内公司会怎么用它。
后者只能靠面试问：交付完一个客户之后，学到的东西有没有路回到产品；驻场工时算在哪个成本里；谁定义"什么算成功"。
数据来源
- "四家大厂官方招聘站实抓的 28 条完整 JD 原文,逐条可具名可复核"（出处：我方调研记录（fdesky.com/market.html 可查）；采集 2026-07-21）
- "MIT Project NANDA《The GenAI Divide: State of AI in Business 2025》(2025-07,300+ 企业 AI 项目分析 + 52 组织访谈 + 153 高管调查):95% 的企业生成式 AI 试点无可测量业务回报(P&L 层面)"（出处：MIT Project NANDA 官方报告(PDF 镜像);媒体覆盖 Yahoo Finance 2025-08；采集 2026-08-24）
想知道你现在的岗位离 FDE 差哪几件事？把简历发到 实战营页面 上的咨询微信，免费领一份《简历分析与职业发展建议》。我们不承诺就业、不承诺薪资，文中薪资均为公开招聘信息口径。