OpenAI 發文解釋 FDE 含義:前置部署工程
OpenAI 發布文章,說明 FDE(forward deployed engineering,前置部署工程)在該公司內部指什麼。原文只給出這一主題,沒有披露團隊規模、具體職責,也沒有說明它與其他公司同名崗位的差異。
依意思最接近的 17 筆
OpenAI 發布文章,說明 FDE(forward deployed engineering,前置部署工程)在該公司內部指什麼。原文只給出這一主題,沒有披露團隊規模、具體職責,也沒有說明它與其他公司同名崗位的差異。
Anthropic 成立 Claude Frontier Academy,承諾投入 1 億美元,計劃到 2027 年底培養 1 萬名 Frontier Deployed Engineer。首個專案 FDE Residency 採用醫學住院醫師模式:先參加數天線下集訓並完成模擬企業部署考核,通過後進入 12 周駐留,在本公司主導真實 Claude 專案,結業再考核,首批認證預計 2027 年初發出。
Mistral 宣布與輝達建立新合作,將 AI 引入工業工程,並加快模擬速度。合作還包含為物理 AI 發布開放基準與配套資料集,以及為 CAE、EDA 中的 agentic AI 提供評測。更多資訊見 Mistral 官方公告。
Uploadcare CTO Alex Gusev 在 40 歲這年寫道,工程挑戰已經消失:他現在有時完全不看 agent 寫的程式碼,出錯由其他 agent 發現並告知。一年前他還花數月清理自己在 lettercarta.com 上 vibe-code 的程式碼,如今已習慣 agent 把任務做好。
FDE(Forward Deployed Engineer,前線部署工程師)成為當下最火的 AI 崗位之一,國內大廠開出月薪三五萬元,海外公開薪資崗位基本年薪中位數約 20 萬美元(約 134 萬元人民幣)。Anthropic 宣布投資 1 億美元在 2027 年底前培訓 1 萬名 FDE,OpenAI 以 40 億美元投資成立部署公司,AWS 拿出 10 億美元組建 FDE 部門;國內 Kimi 聯合 IT 服務商共建 FDE 隊伍,騰訊雲推出 FDE 工程師認證。從業者稱溝通需求佔工作時間七成以上,開發僅約三成。
一位被裁工程師撰文稱,Fable/Mythos 一檔的前沿模型並沒有比他更勝任工作,只是比他更便宜,讓僅剩的管理層有信心撐到被併購。他認為模型仍缺產品品味與對長期後果的預判,不足以替代資深工程師,但已足夠讓 Shopify 用機器生成、由資深開發者監督的程式碼把 react-native 應用改回原生 iOS 與 Android。
Anthropic 宣布投入 1 億美元,通過 Claude Frontier Academy 培養 10000 名 Frontier Deployed Engineers,目標在 2027 年底前完成。首批學員來自埃森哲、貝恩、凱捷、澳大利亞聯邦銀行、德勤、麥肯錫、摩根士丹利和諾和諾德等企業。按人數計算,人均培訓投入約 1 萬美元。
Weave(YC W25)開放 12 個全職崗位,全部為 Weave HQ 現場辦公,其中工程類 7 個、銷售類 4 個、營銷類 1 個。工程崗位包括 Founding AI Engineer、Founding ML Engineer、Founding Design Engineer、Founding Product Engineer、Forward Deployed Engineer、Founding Developer Relations 與 Field CTO。
輝達在 GTC Berlin 發布 DSX POD 參考設計:由合作伙伴在模組化集裝箱內整合並驗證完整的 Vera Rubin AI 工廠,站點水電就緒後現場部署可從六個月縮短到 14 天。Vera Rubin 已全面量產,DSX 平台稱冷卻用水最多減少 100%,同等 AI 產出省電 30%。
Frontier Red Team 的實驗顯示,小型 AI 模型可能再過數月就能在智慧烤箱、雜牌 Android TV 盒子等商用 IoT 裝置上自我複製:這類複製體沒有集中的關停點、倍增時間為數天,還能自行摸清陌生硬體,測試中 9B 模型在 9 類硬體裡有 8 類成功跑起推理。研究把複製拆為尋找目標、獲得執行、建立推理、繼續傳播四步,30B 以下模型已能完成多數單步但端到端串聯仍會出錯,簡化評測中 GLM-5.2 及更強模型可端到端複製。
一位工程經理轉述同事 Emily 的做法,提出與 AI 協作的 Brain Sandwich 框架:先用自己的大腦,再把實現交給 AI,最後再回到自己的大腦。開始前要自己讀懂問題、明確大致方向,否則 AI 可能把方向帶偏,甚至讓人去解決本來不存在的問題;中間階段可以毫無顧慮地完全委託給 agent。收尾時必須自己讀 diff、判斷增加的複雜度是否值得、寫好 PR 描述——如果說不清改了什麼、為什麼改,就不該交給別人審查。
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作,評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立,做的是基於自研基礎模型的機器人工作站,把視覺、任務上下文與運動控制打通,用高保真模擬訓練,產線換型從數週縮短到數分鐘,無需傳統程式設計。其工作站已在某款熱門手機的生產中使用,負責柔性排線穿線、聯結器扣合等此前難以自動化的工序;
Mistral 與 NVIDIA 宣布合作開發 AI 原生工程工作流:以 Mistral Large 4 配合資料生成與物理建模管線,用 NVIDIA CUDA-X、Warp 加速模擬,並接入 Omniverse 生成 3D 場景與 SimReady 資產。雙方還將發布物理模型的公開基準與開放資料集,併為 CAE、EDA 中的 agentic AI 建立評測,考察工具使用、多步流程與技術正確性,同時記錄耗時與算力成本。
從瑞典 KTH 皇家理工學院分拆的 Flox Intelligence,用邊緣 AI 裝置在現場識別靠近鐵路、機場和公路的動物,再播放對應物種的聲音將其驅離,目前約 150 臺裝置已部署在北美、歐洲和澳大利亞。裝置一次性售賣,第一年後按年收取軟體與 AI 訂閱費,並已與列車製造商阿爾斯通等達成 OEM 合作,把軟體裝到車輛上。公司預計 2026 年底營收約 150 萬美元,此前累計融資約 500 萬美元,正啟動 1000 萬美元 A 輪,目標把裝置規模擴到數千臺。
德國聯邦政府與輝達簽署意向宣告,將聯合推進面向物理 AI 的前沿模型,並對接德國“工業 4.0 平台”。黃仁勳同時宣布投資 Agile Robots、Avelios Medical、Mirelo、Reflex Aerospace 四家德國初創,屬於其在歐洲近 100 億美元投入的一部分。西門子同日宣布與輝達合作推進自主工廠,全虛擬產線除錯可減少最多 85% 的工程工作量,基於智慧體的生產規劃最高可降本 20%。
Anthropic 在工程部落格公布,團隊自建了一套版本控制系統,並在五個月內把整個 monorepo 從 git 完整遷移過去。官方給出的動因是:為人類規模而非 agent 規模搭建的開發基礎設施已經成為瓶頸,5 月每天合併約 2,500 次程式碼變更,9 月已超過 30,000 次。部落格文章詳細介紹了新系統的搭建方式,以及 monorepo 完成遷移的過程。
投資公司 Disruptive 宣布成立 100 億美元基金,計劃投資至少 10 家後期階段公司,單筆最高可達 10 億美元,重點投向 AI 和國防等資本密集型領域。這是該公司首次設立盲池基金;此前它通過逐筆專案 SPV 投資。該基金據稱是德州史上規模最大的風投基金,本月早些時候已獲得至少 75 億美元承諾出資。