# FDE 能力自评矩阵 · 你离 FDE 还有多远

> 对应教程：[番外·FDE 篇 · 第 1 章 能力图谱](../../pages/fde.html)
> 一句话：FDE 是「技术执行 + 客户现场」两块肌肉的混合型岗位（初级阶段精力配比约 40/60，经验参考非定律，越资深越向客户现场倾斜）。这张矩阵让你给自己打分、找到缺口、照着补。
> 📌 本矩阵为通用模板；文中如有具体数字均为示意（虚构脱敏，非真实客户）。

---

## 一、先认清 FDE 的两块肌肉

FDE（Forward Deployed Engineer，前线 / 前沿部署工程师）概念源自 Palantir，现在是 AI 落地时代增长最快的岗位之一——把 AI 产品带进**客户的业务现场**，从需求探索一路做到生产上线。一种被广泛引用的刻画是「约 40% 写代码 + 约 60% 面向客户」（需求沟通、方案设计、推动落地）。

> 📊 热度参考：2023–2025 年 FDE 招聘增长约 42 倍（来源：财联社转引 LinkedIn 数据，置信度中——为媒体转引，非原始统计）。岗位定义、Palantir 起源、OpenAI 等头部公司在招，置信度高。

关键区别：**FDE ≠ AI Engineer**。AI Engineer 偏纯技术、需求量大；FDE 偏客户现场 + 业务落地，相对稀缺（市场普遍印象，无公开薪资统计，置信度低）。这张矩阵帮你判断自己更靠近哪边、缺什么。

---

## 二、能力维度（两大组）

### A 组 · 技术执行（初级阶段约占 40%，经验参考）

| 维度 | 你要能做到 | 补缺路径（主教程资产） |
|---|---|---|
| AI 原生编码 | 用 Claude Code 等工具把重复代码交出去，写好 CLAUDE.md / Skill 沉淀规范 | [claude-skills](../claude-skills/) |
| RAG / 检索增强 | 给客户搭知识库 / 文档智能检索，懂 naive→rerank→多路递进与评估 | [rag-service](../rag-service/) |
| 多 Agent 编排 | 把复杂客户场景拆成多 Agent 协作（蓝图→并行→验收） | [agent-teams](../agent-teams/) |
| 效果度量 | 用数据度量 AI 占比 / 质量 / 成本 / Agent 效能（四维度） | [ai-metrics](../ai-metrics/) |
| AI 产出质量把关 | 给 AI 生成的代码 / 内容做自动化测试与审查 | [ai-test-frame](../ai-test-frame/) |
| 工程落地 | 在客户 IT 环境集成、部署、过验收（数据 / 合规 / 对接遗留系统） | [PoC→生产清单](./02-poc-to-prod-checklist.md) |

### B 组 · 客户现场（初级阶段约占 60%，越资深占比越大）

| 维度 | 你要能做到 | 补缺路径 | 无客户怎么练 |
|---|---|---|---|
| 业务理解与建模 | 快速搞懂一个陌生行业的核心业务流 | [需求探索画布](./01-fde-discovery-canvas.md) | 找一个朋友公司的真实场景，用画布做一次完整业务建模 |
| 需求探索 | 在 messy 的客户现场定位 AI 真正能发力的点 | [需求探索画布](./01-fde-discovery-canvas.md) | 用开源项目 issue 区当「客户诉求」，练定位痛点→给方案 |
| 干系人管理 | 各方对齐、扎根，识别受益/受损方、找 champion | [客户干系人地图](./04-stakeholder-map.md) | 用本图演练一次公司内部跨部门协作，标出受益/受损方 |
| 价值证明（ROI） | 用数据向客户证明 AI 带来的收益 | [ai-metrics](../ai-metrics/) + [效果度量报告](../report-templates/05-效果度量报告.prompt.md) | 用 ai-metrics 跑一次自己的项目，写成效果度量报告 |
| 方案表达与汇报 | 把技术方案讲给非技术决策者听懂 | [战略汇报 PPT](../report-templates/01-战略汇报PPT.prompt.md) | 把一个你做过的技术方案，改写成给非技术人看的版本 |
| 现场项目推进 | 把演示（PoC）变成客户生产真在跑的系统 | [PoC→生产清单](./02-poc-to-prod-checklist.md) | 给一个内部小项目走一遍 PoC→生产清单的工程关卡 |

> 大白话：A 组是「你能不能把 AI 方案做出来」，B 组是「你能不能在客户那儿把它落地、让人买单」。FDE 的稀缺性主要在 B 组——很多技术强的人卡在「不会跟客户打交道」。

---

## 三、自评等级

给每个维度打 1–4 分：

| 等级 | 判据 |
|---|---|
| **1 未见** | 没接触过，或只停留在概念 |
| **2 入门** | 跟着做过、能照搬，独立做会卡 |
| **3 胜任** | 能独立交付一个客户场景，不用人盯 |
| **4 精通** | 能带别人做、能定标准、能处理棘手情况 |

> 大白话：**3 分** = 「交给你一个客户场景，你能独立扛下来」；**4 分** = 「别人卡住了来找你」。

---

## 四、成长阶梯（典型能力水位）

| 阶梯 | A 组水位 | B 组水位 | 典型状态 |
|---|---|---|---|
| **初级 FDE** | 3–4 项到 3 | 1–2 项到 3 | 技术扎实，客户现场在学；适合跟项目 |
| **资深 FDE** | 多数到 3–4 | 3 项以上到 3 | 能独立扛一个客户，从探索到上线 |
| **Lead FDE** | 多数到 4 | 多数到 3–4，价值证明 / 干系人到 4 | 带团队打多个客户、定方法论 |

> 这只是参考水位，不是硬门槛。别被「B 组更稀缺」带偏就不管 A 组——没技术底子，进得了现场也站不住。

> 📈 配比随级别演化：初级 FDE 写代码占比高（A 组重），靠技术打底；越资深客户现场占比越大（B 组重），Lead FDE 几乎不写代码、精力多在多客户协调与商务判断。所以「40/60」只是入门期的经验参考，不是恒定配比。

---

## 五、怎么用这张矩阵

1. **自评**：逐项打分，标出 1–2 分的缺口。
2. **排优先级**：B 组缺口通常更值钱（稀缺），但 A 组是入场券（没技术底子进不了现场）。两条腿都要有，先补最拖后腿的那条。
3. **照补缺路径学**：每个缺口点对应的主教程资产，跑一遍 demo / 读对应章节。
4. **攒作品**：把学的过程沉淀成可展示的东西（一个跑通的 RAG、一份探索画布、一份度量报告）——求职时这就是有力的证据。

---

## 六、与其他模块

- **现场四件套**：[需求探索画布](./01-fde-discovery-canvas.md) · [PoC→生产清单](./02-poc-to-prod-checklist.md) · 本矩阵 · [客户干系人地图](./04-stakeholder-map.md)
- **技术武器库**（A 组怎么练）：[rag-service](../rag-service/) / [agent-teams](../agent-teams/) / [ai-metrics](../ai-metrics/) / [ai-test-frame](../ai-test-frame/) / [claude-skills](../claude-skills/)
- **完整成长路径与方法论**：[番外·FDE 篇](../../pages/fde.html)