Andrew Ng分析AI FDE与AI Engineer角色差异，认为AI Engineer需求更大。
硅谷新出现的热门职位之一是AI前线部署工程师（FDE），他们嵌入客户组织，帮助定制解决方案，例如构建和调整适合客户特定需求的智能体工作流。我听说，自从OpenAI和Anthropic开始组建新团队以在客户组织中部署FDE以来，人们重新关注FDE职业路径。
AI工作负载的FDE兴起是AI创造新工作的一种方式（也证明了即将到来的就业市场崩溃的jobpolcalypse叙事是错误的——将会有许多AI和非AI工作）。然而，我相信AI工程师的工作将比FDE多得多，如下所述。
FDE角色大约二十年前由Palantir开创，该公司将工程师派往政府地点，在安全的、物理隔离的网络上工作。除了具备良好的技术技能外，FDE还需要沟通技巧，有时还需要商业技能。例如，他们可能需要与客户沟通以了解需求，制定项目优先级策略，解释复杂技术，并在客户提出不切实际的要求时礼貌地提出异议。由于将现成的LLM构建成适合特定业务需求的定制智能体工作流涉及大量工作，FDE正在重新兴起。
然而，我相信AI工程师的工作数量将远多于FDE。一家公司可能会接受少量FDE嵌入其组织。但大多数公司希望有更多自己的员工从事其项目。虽然我的组织确实雇佣FDE，但我们雇佣的AI工程师要多得多！此外，客户普遍担心难以找到供应商中立的FDE——毕竟，他们是为了将特定供应商的产品深度集成到公司中。在当前难以预测一年后哪个AI服务会最好的时刻，可选性（选择未来最适合的供应商的能力）非常有价值。相比之下，让FDE紧密绑定公司的流程会显著降低可选性。
目前，我看到对能够使用AI软件组件（如LLM提示、智能体框架、评估等）构建软件应用程序并有效使用AI编码智能体（如Claude Code、Codex、Antigravity CLI和OpenCode）的AI工程师需求激增。随着AI工程师角色的成熟，我预计它会细分为更专业的角色，就像几十年前通用的软件工程师角色细分为前端、后端、移动端、数据工程、DevOps等一样。
未来专业的AI工程角色会是什么？我不知道。也许会有AI FDE、LLMOps工程师、评估工程师、AI数据工程师、Harness工程师以及其他我们尚未命名的角色。但就目前而言，我看到许多全栈AI工程师创造了大量价值。熟练的AI工程师需求非常旺盛！随着我们领域在未来十年持续成熟，我期待AI工程领域出现新的专业化，从而创造更多就业机会。
[原文：The Batch新闻简报]
AI工作负载的FDE兴起是AI创造新工作的一种方式（也证明了即将到来的就业市场崩溃的jobpolcalypse叙事是错误的——将会有许多AI和非AI工作）。然而，我相信AI工程师的工作将比FDE多得多，如下所述。
FDE角色大约二十年前由Palantir开创，该公司将工程师派往政府地点，在安全的、物理隔离的网络上工作。除了具备良好的技术技能外，FDE还需要沟通技巧，有时还需要商业技能。例如，他们可能需要与客户沟通以了解需求，制定项目优先级策略，解释复杂技术，并在客户提出不切实际的要求时礼貌地提出异议。由于将现成的LLM构建成适合特定业务需求的定制智能体工作流涉及大量工作，FDE正在重新兴起。
然而，我相信AI工程师的工作数量将远多于FDE。一家公司可能会接受少量FDE嵌入其组织。但大多数公司希望有更多自己的员工从事其项目。虽然我的组织确实雇佣FDE，但我们雇佣的AI工程师要多得多！此外，客户普遍担心难以找到供应商中立的FDE——毕竟，他们是为了将特定供应商的产品深度集成到公司中。在当前难以预测一年后哪个AI服务会最好的时刻，可选性（选择未来最适合的供应商的能力）非常有价值。相比之下，让FDE紧密绑定公司的流程会显著降低可选性。
目前，我看到对能够使用AI软件组件（如LLM提示、智能体框架、评估等）构建软件应用程序并有效使用AI编码智能体（如Claude Code、Codex、Antigravity CLI和OpenCode）的AI工程师需求激增。随着AI工程师角色的成熟，我预计它会细分为更专业的角色，就像几十年前通用的软件工程师角色细分为前端、后端、移动端、数据工程、DevOps等一样。
未来专业的AI工程角色会是什么？我不知道。也许会有AI FDE、LLMOps工程师、评估工程师、AI数据工程师、Harness工程师以及其他我们尚未命名的角色。但就目前而言，我看到许多全栈AI工程师创造了大量价值。熟练的AI工程师需求非常旺盛！随着我们领域在未来十年持续成熟，我期待AI工程领域出现新的专业化，从而创造更多就业机会。
[原文：The Batch新闻简报]