⌕ ESC
↑↓ 选择↵ 打开esc 关闭⌘K 唤起
← 主页 NO.106
专栏 · AI 时代的产品经理 ›
第 106 期 · AGENT 工程 · 收录于 2026 年 8 月 15 日

前沿部署工程入门——Kevin Bai(Anthropic,前 Palantir、Rippling 创始 FDE)

KB
Kevin Bai · AI Engineer
Agent 工程产品创业增长
视频 17:48 原文约 1.7 万字 预计阅读 12 分钟 来源视频 ↗ 中英对照全文
原平台热度 YouTube ↗ 高赞
3.5万观看
859赞
2.5%点赞率
32评论
数据截至 8 月 27 日
双人对谈 · 本期速读电台 00:00 / 28:00
TL;DR · 三句话
  1. 一按 ACV(average contract value,平均合同价值,即单个客户一年在你身上花多少钱)排,Fortune 500 里的上市 SaaS 公司是 Palantir 400 万美元、ServiceNow 120 万、Workday 60 万,再往下没有任何一家能突破 50 万——这道悬崖就是 FDE(forward deployed engineer,前置部署工程师)存在的地方。→ 详细
  2. 二只有当你必须把一个技术复杂度极高的东西卖给一个完全不懂技术的买家时,你才需要 FDE:你把工程师借给客户,在自家平台上帮他造出真解决方案,客户买的既不是软件也不是某个人的工时,而是中间那个「outcome(结果)」。→ 详细
  3. 三分水岭是平台:FDE 永远在一套共享 primitives(原语,平台预置的基础构件)之上组装,从不从零写软件——每个人都从零造轮子的那种,「你根本没有 FDE 职能,你有的是一家外包开发公司」。→ 详细
01

讲者:把 FDE 职能从零搭起来过的人

  • Kevin Bai,Anthropic applied AI 团队的 member of technical staff(他说公司严格来说没有职级头衔,所以人人都叫这个);此前加入 Rippling 帮他们把 FDE 职能从零搭起来,是团队第一个人,一年做到约 25 人;再往前在 Palantir 做过一堆事。他一上来就把话题从公司拽回职能:「罗列公司名单没什么意思,我们今天要聊的是一个『职能』。」全场议程四件事——角色的历史、职能的本质、Palantir 为什么把 FDE 当成 go-to-market(GTM,进入市场的打法)、你怎么搬到自己的组织里。→ 详细
02

Palantir 到底卖什么:Foundry、ontology,和「纯卖技术」的露怯时刻

  • Foundry 是一个软件平台,作用是让任意规模的组织把所有数据集中到一处、建立一套 ontology(本体——说白了就是把数据变成「专有名词」:手里不再是「表一表二表三」,而是「仓库」就一张表、它就是唯一事实来源),并在这之上构建应用。→ 详细
  • 露怯时刻就是高管那句反问:「不错啊,你把我的数据整理干净了,可这对我的实际业务有什么用?」——纯卖技术卡死在这一句上。→ 详细
  • 更麻烦的是一笔隐性税:一个「搭应用的平台」,成败取决于客户能把这套软件用得多好,所以客户不光要花钱买平台,还得再花钱把自己的人培训到熟练——「然后,只有到了那一步,他们才终于能开始做东西。这种做生意的方式糟透了。」→ 详细
03

核心机制:不卖软件、不卖工时,卖 outcome

  • 结论是把两样东西捏成一个:「与其只卖服务,或者只卖产品,不如两个一起卖。」客户买的既不是一套软件,也不是某个人的工时,他们买的是一个 outcome(结果)。→ 详细
  • 交付链条是三步:派一批非常聪明的人过去 → 让他们真正搞懂客户业务的本质 → 在 Foundry 这个平台之上给客户搭出解决方案,客户最后拿到的就是那个结果。→ 详细
  • 为什么买家吃这一套,他用 CPG(快消品)举例:「你关心的是能不能在货架上拿到更多陈列位,或者销售额的吞吐能不能更高——你根本不关心数据是怎么组织的,你也不该关心,那更像是实现细节。」→ 详细
04

二乘二矩阵:绝大多数公司根本不需要 FDE

  • 他先承认这想法听着离谱:「只要接触过软件工程师——包括我自己在内——都知道我们大概是最不该直接面对客户的一群人。」于是他画了个二乘二矩阵(他叫它 Punnett square,生物课上那种方格),两个维度是:你卖的是什么 × 买你东西的是谁。→ 详细
  • 第一格没问题——技术性极强的东西卖给技术型买家:GitHub、Datadog 都是极其复杂的软件,但 ICP(ideal customer profile,理想客户画像)是 CTO、CIO,用户是软件工程师,「他们是有能力吸收这种复杂度并且真正把它用起来的人,因为这本来就是他们工作的一部分」。→ 详细
  • 第二格也没问题——不复杂的东西卖给非技术买家:Rippling、Jira、Slack 这类工具「可能是有点复杂,但它们是『可配置』的,不是让你在上面做二次开发的」,卖给不懂技术的买家毫无毛病。→ 详细
  • 只有第三格才需要 FDE:技术性极强的东西 × 完全不懂技术的买家。Palantir 就卡在这一格,而且是被 Foundry 的本质推进去的——它是「搭应用的平台」,天然对大科技公司没吸引力(Google、Meta、各家 AI 实验室都有优秀工程师,需要什么应用自己就搭了),可它要打的偏偏是油气这类世界 500 强:「他们说的『管道』不是数据管道,更可能是输送碳氟化合物之类的东西。」→ 详细
05

那句话术:「我借给你一批工程师,你不用招、不用挖、不用管、不用留」

  • 面对没有工程深度的客户只有两条路:要么赌他们愿意花时间——不光买下平台还得真把它用起来;要么直接说「方案我给你摆好了,我借给你一批非常优秀的工程师,你不用去招、不用去挖、不用管理、也不用操心怎么留住他们」。→ 详细
  • 服务标准用高级餐厅打比方:这批人不只受过训练会用平台,还会「跟你贴身协作——就像你在一家高级餐厅里,服务员会照顾到你的每一个需求那样」,先想办法把问题解决掉,再把软件搭出来。这最后就成了 Palantir 攻打全球 500 强的 GTM 方式。→ 详细
06

效果的硬证据:ACV 排行榜上那道 50 万美元的悬崖

  • 按 ACV(平均合同价值)看 Fortune 500 里的上市 SaaS 公司:Palantir 第一,400 万美元;ServiceNow 第二,120 万;Workday 第三,60 万;再往下「没有任何一家上市 SaaS 公司的 ACV 能突破 50 万」。他的结论很朴素:「光看这几个数字,我会说这套打法效果相当不错。」→ 详细
  • 顺带一句容易被忽略的人效数据:Palantir 现在的估值「已经离谱到某个程度」,而团队规模「也就几千人」。→ 详细
07

思想来源:把 design partnership 放大到企业级

  • design partnership(设计合作伙伴)的原型是创业早期那件事:你自己还不知道产品该是什么样,客户也不知道他们到底在买什么,于是你说「我出时间、出精力、出技术、出资源,你只要把你问题的上下文给我,我就给你搭一个真正好用的方案」——至少在 B2B 领域,大多数创业公司就是这么找到 PMF(product-market fit,产品市场契合)的。→ 详细
  • FDE 本质上就是把这套东西放大到企业级。Palantir 最核心的断言只有一句反问:「谁说 design partnership 只能用在公司最初那个阶段?为什么不能在企业级、在规模上照样这么干?」→ 详细
08

分水岭:有平台的叫 FDE,没平台的叫外包开发公司

  • 他主动把最强的反对意见替听众说出来:企业级根本维护不过来——「如果你给每一个客户都定制一套东西,那你就等着像赶一群猫一样疲于奔命吧,你会攒下一堆烂到家的代码,再也不会有工程师愿意为你工作——因为根本没法维护,没人想去搞懂 55 个代码仓库。」然后他回了一句:你说得完全没错。→ 详细
  • 判定线因此非常硬:「如果你搭出来的 FDE 职能是每个 FDE 都从零开始造轮子,那么朋友们,你根本没有 FDE 职能,你有的是一家 dev shop(外包开发公司)。」他还补了一句这没什么不好——「那也是很赚钱的生意」,只是别管它叫 FDE。→ 详细
  • 真正的区别只有一条:FDE 是在平台之上做东西,从来不从零写软件。 平台上已经有一整套 primitives(原语/基础构件——预先造好、可反复复用的零件),FDE 只负责把它们组装成某个应用、某条工作流、某个解决方案,而这个方案「对客户来说价值可以高到没有上限」。他把这叫「真正关键的那味配料」。→ 详细
  • 不这么干的代价他说得很具体:「否则你就是在一遍又一遍地重新发明轮子,等你回过神来,光维护成本就能把你的 P&L(损益表)吃干抹净——如果你的工程师还没先集体跑光的话。」→ 详细
09

搬回自己组织前的两道自查题

  • 第一问:我是「需要」还是「想要」? 这是他给每个琢磨 FDE 的人的第一条建议——「想要一个当下正流行的东西太容易了,想要搞 AI 也太容易了,因为别人都在搞。」真问题是:我的业务里是不是真有那么一个特殊角落,让我不得不把一个技术上很复杂的东西 GTM 给一个不懂技术的买家?没有这种处境,FDE 大概率不适合你。→ 详细
  • 第二问:我有没有平台,或者愿不愿意投入去建一个?「不管『养一批能替我赚钱的工程师』这件事听起来多诱人,只要他们不是构建在一个有一定数量共享 primitives 的平台之上,你就有得受了。」他强调即便你已经有一个足够健壮的平台,那份维护负担有多重他都没法形容——更别说根本没有平台的情况。→ 详细
10

不在那一格的人该走哪条路

  • 技术型的 go-to-market → 把力气花在 DevRel、花在做一支优秀的开发者互动团队上;更传统的 SaaS → 走 SLG(sales-led growth,销售驱动增长)。「只有在刚才那种特定处境下,你才需要 FDE。」→ 详细
11

2026 年的新变量:不是世界醒悟了,是生意的性质变了

  • 时间坐标:Palantir 大约 2004 或 2005 年进入市场;到今天,人工智能让「写代码」变得非常非常容易,也让「为客户构建复杂的、可定制的软件」变得非常非常容易——台下做「某某领域的 agent」(保险的、法务的)的人多到他说「这个我都不用看举手」。→ 详细
  • 他的个人假说是全场最锋利的一刀:变的不是全世界突然醒悟过来觉得 Palantir 那套 FDE 打法真香,而是「软件行业做生意这件事本身的性质」变了——因为现在几乎每一个平台都是 agentic(智能体化)的,这意味着几乎每一个平台都是可定制的。→ 详细
  • 推论直接落到在座每个人头上:「你们几乎所有人都会遇到这样一种局面:你的客户压根不知道你到底是干什么的。」而如果你把产品的成败交到他们手上、交给他们自己去实现的能力,那么无论你想往上打大客户市场(up market),还是想横向、纵向扩张,「这条路绝对不会好走」。→ 详细
12

闪电问答 / 收尾

本片没有 lightning round,收尾是约 5 分钟的现场问答(他开场说「什么都可以问,除了我现在手上做的工作」)。

Q1 · 共享 primitive 该拆到多细的粒度?(能举例吗)

  • 他的回答自嘲是「一个特别像律师的答案:这取决于你做的是什么」。一个可操作的起点:如果你的平台涉及数据模型,那就让用户不必从零定义数据模型。→ 详细
  • 两端都成立:有些行业和场景你完全可以提供非常厚实的 primitive,应用相当于已经搭好 60%,客户只定制剩下的 40%;另一些行业这么做根本不合适,你必须提供极其细粒度的配置能力和极其细粒度的工具。→ 详细
  • 参照物是 AWS:「你们真想干的话,完全可以自己买一堆服务器机架、接上网、自己维护。但从 90 年代以后,还有几个人真这么干?」AWS 给你 DynamoDB 这类共享 primitive,你就不用从零发明一个数据库——但它之所以拆得这么细,是因为它要服务的客户面极其广。结论:粒度取决于你的用户群体。→ 详细

Q2 · 多个 FDE 一起做一个项目,协作机制是什么?

  • 同一家公司的多个 FDE 协作:非常鼓励,是个好模式。尤其做定制工作时,「你最不想要的就是出现单点故障——所有信息都只有一个人知道,他一休假你就抓瞎了」。→ 详细
  • 提问者追问的其实是两家不同公司的人在同一个项目上(是比稿式的 bake off,还是伙伴式协作)。他的答案:这种模式也存在,「跟你请一个外包承包商没什么区别——你得先搞清楚在这种局面里谁是承包商的角色」。→ 详细

Q3 · 哪些工程改动该沉淀进平台,哪些该留在前置部署这一侧?

  • 规则两句话:凡是为某个客户量身定做、只对他独有的东西,就应该只存在于那一个客户那里;凡是可以泛化的东西,长期都应该被沉淀成通用能力。→ 详细
  • 他也回答了冷启动焦虑:刚开始做 FDE 时你手上大概率没多少现成 primitive,但这没关系——「FDE 本身就是一种很好的『探路』方式,帮你发现还可以补哪些产品能力和服务,来进一步支撑业务成功。」→ 详细

Q4 · 什么样的人是最合适的 FDE?(最后一问,也是收尾金句)

  • 他留给全场的 tagline:「FDE 无非就是一个『面向客户的软件工程师』。」判据是双重的——这个人你愿意把他当软件工程师招进团队,同时你又敢让他以某种形式直接站到客户面前。「剩下的就得你自己边做边摸索了,因为我们时间到了。」→ 详细
接着读