FDE模式是中国企业服务软件的未来么?

FDE（Forward Deployed Engineer)，前线部署工程师是一个被美国数据整合软件平台Palantir带火的名词。这家公司因帮助美国军方打造先进的情报系统而声名鹊起，一时间也带动了外界对这一岗位及其工作模式的关注。
 

本篇文章将结合Palantir官方博客文章、多位前员工及现任高管访谈等资料，整理FDE这一岗位的来历与工作内容，并进一步讨论其对企业服务软件行业未来的影响。

一、FDE为什么火？

经济基础决定上层建筑，FDE之所以火，是因为Palantir展现出了令人羡慕的盈利能力。

在企业服务SaaS行业，有一条衡量公司经营健康程度的重要指标：Rule of 40，即看一家公司是否能做到“收入增长率+利润率≥40%”。因为增长率和利润率往往难以兼得：追求高增长通常伴随着较大的营销与投入成本，因此利润率较难保持；而高利润的公司往往意味着市场成熟，增长较慢。

我们从下图看看Palantir和其他SaaS界明星企业的同类数据的对比：Palantir2024年Q4的收入增长率+利润率=127%，远高于其他SaaS软件明星公司。
 

于是，全世界开始关注这家公司是如何突破行业水平、交出如此优秀答卷的。Palantir将其成功很大一部分归因于一套被称为FDE的组织机制：即派驻前线部署工程师，与客户并肩坐在一起，讨论真实业务问题与希望达成的结果，所有工作都围绕“帮助客户实现结果”展开，并在此过程中反向构建产品形态。

二、FDE是什么？

网上对这个岗位最常见的一句话总结是：“一个人把所有事情都干了”。这个说法总体正确，但也存在一定夸张。

在Palantir早期，FDE确实需要一人身兼数职，承担大量工作。例如在2004年，美国情报机构对Palantir提出需求：

“我们需要更快发现恐怖组织，阻止下一次911事件发生。”

对于软件公司来说，这并不是一个标准化需求，而更像是一种愿望。于是传统软件公司通常会问：

 • “您需要什么功能？”

 •“需要什么报表？”

 •“需要什么系统？”

但问题在于，客户本身作为业务人员，也无法在访谈中将需求清晰拆解成模块或需求说明。

而Palantir的FDE则不同，他们不会问这些问题，而是直接与情报分析员一起工作，观察他们每天如何查阅资料、如何分析情报、如何与同事协作。

很快他们发现问题所在：原来分析员每天需要在十几个系统之间来回切换，手动比对人员、电话、银行账户、航班记录等信息，大量时间都浪费在寻找信息上，而不是分析信息。

于是FDE快速搭建了一个原型系统，把这些分散的数据连接起来，让分析员能够在一个界面中看到人与人、人与事件、人与资金之间的关系。
 

几周后，分析员的工作效率显著提升。但FDE并没有把这个项目当作一次普通交付，而是进一步思考：

“今天是反恐分析员需要关联不同数据，明天缉毒部门是否也需要？金融犯罪调查是否也需要？军方情报部门是否也需要？”

于是，他们将这次项目中沉淀下来的能力抽象为平台功能，并最终发展成后来著名的Palantir Gotham产品。
 

在这个过程中，FDE更像是集合了售前+前后端工程师+部署实施工程师+产品经理等多种角色能力的综合体。
 

Palantir前高管Bob McGrew也曾表示，早期的FDE是：

“在每一个客户现场、每一个全新的环境里，有点像创业者在做一个全新的产品。”

但一般来说，FDE并不是一个人，而是由几个这样的角色组成的小组共同协作。后来Palantir将其拆分为多个协作团队（如Echo和Delta），形成更成熟的组织体系，这也是规模化发展的必然结果。

虽然FDE不再是“一个人的战斗”，而是多个角色协作，但其工作逻辑并没有改变：始终围绕客户问题与结果交付，而非产品形态本身。

三、FDE模式与经典SaaS的异同

从前面的描述可以看出，FDE模式是“先不强调已有产品，而是投入资源解决客户问题，再反推产品”。

从SaaS公司的视角来看，这种100%响应客户的模式，似乎偏离了“产品公司”的路径，更接近外包或咨询公司。

其实在达到产品市场匹配（PMF）之前，经典SaaS公司与FDE模式并没有本质区别，双方都会深入客户场景。差异主要发生在PMF之后：

SaaS公司开始将产品和服务标准化和规模化：

• 追求简单、可复制的合同模式，

• 适用于所有客户的统一定价体系

但是Palantir的服务模式却不同：

• 深度挖掘单个客户需求

• 推动更大规模的后续合同

Palantir前高管Bob McGrew（曾任OpenAI首席研究官，后加入Palantir）在参加Y Combinator的访谈中，讲述了很多他们和经典SaaS的区别，我们可归纳为以下四点：

这并不是说Palantir更“以客户为中心”，而是其服务对象决定了路径差异。Palantir诞生于911事件之后，创始人Peter Thiel希望将PayPal的反欺诈技术及相关方法论用于提升美国情报机构的能力，以避免类似恐怖袭击再次发生。因此，其早期定位本身就是一家以服务军方与情报机构为使命的科技公司，最早的客户是CIA，发展中期的合同也主要来自FBI、NSA、美国空军等政府机构。

这些客户特殊到全球范围内都屈指可数，其所面临的问题也几乎不具备普遍性，因此必须通过高度定制化的方式来提供服务。

从2003年成立到2020年上市的17年间，Palantir长期处于亏损状态，并且是重度亏损。Peter Thiel在早期持续投入约4000万美元，整个融资规模在上市前达到约30亿美元，以支撑这种高定制、低利润、难以规模化的商业模式。

正因为如此，资本市场长期将 Palantir 视为一家“咨询公司”，而非“产品驱动型的软件公司”。这两类公司有一个核心差异：“直接生产成本”是否会随着时间推移而下降。

下面是模拟一家咨询公司和一家软件公司的增长数据对比：

咨询公司需要不断雇佣同等水平的咨询顾问来扩大生产规模，因此交付成本会随着收入增长而同比例增加。而软件公司虽然早期会因为较高的研发投入而处于亏损状态，但一旦达到PMF（产品市场匹配），后续每增加一个客户，新增成本主要是云服务器等基础设施费用，而代码本身可以以接近零边际成本进行复制。因此，交付成本只需略微增加，就能达到咨询公司同等规模的收入。

与此同时，由于标准化产品已经形成，公司也无需持续扩大研发投入，只需保持产品稳定运营即可，因此研发费用增长相对有限，最终能够获得更可观的净利润。
 

但是，Palantir早期长期采用FDE模式，导致交付成本居高不下。投资人甚至认为FDE更像是在帮助企业进行数字化转型的咨询顾问，而非软件工程师。这也让外界质疑：Palantir是否真的有能力将这些五花八门的个性化项目统一沉淀为产品。
 

但Palantir始终坚持将FDE的费用计入“研发费用”而非“交付成本”（Individual deployments can have terrible margins, because it’s really R&D, not COGS.）
 

这并不仅仅是会计处理方式的差异，更体现了公司坚持的底层逻辑：不要把最后80%的落地工作交给外包团队或实施工程师，而是让FDE直接深入客户现场，亲身承受产品无法落地带来的痛苦，找到问题根源，再反向推动平台能力的升级。

Palantir CEO Shyam Sankar 在多篇文章和访谈中都阐述过这种“吸收痛苦（Absorb the Pain）”的理念。他认为，无论是产品进化还是个人成长，都必须经历足够多的痛苦，才能逼近最优解。只有当FDE在客户现场经历过足够多的抱怨、质疑和挫折后，回到公司进行产品抽象时，才会拥有足够强的动力和决心去推动改变。

相反，如果产品经理掌握绝对话语权，而交付工作在后期逐渐被交给初级员工甚至外包团队，那么客户现场暴露的问题就很难有效反馈到产品团队。久而久之，交付人员提出的问题甚至可能被贴上“过度承诺”或“没有产品思维”的标签。
 

在后续的发展过程中，Palantir也逐渐将自身的数据整合能力平台化。2008年推出Gotham平台，主要面向情报、军方和执法机构；2016年推出面向企业客户的Foundry平台；2023年又推出AI产品AIP。
 

但这些平台并不像传统SaaS产品那样，只需要客户成功团队和实施工程师进行简单配置即可上线。相反，平台只是减少了底层数据整合的工作量，而FDE则将更多时间投入到理解客户业务场景、梳理业务逻辑、构建变量关系，并最终将这些逻辑配置到平台之中。
 

用Bob McGrew在访谈中的一句话来说：

SaaS产品团队是在修高速公路，而FDE一直在修碎石路。

因此，即便拥有了标准化平台，FDE也没有退出客户现场，更没有减少工作量。相反，他们会进一步深入客户更复杂、更困难的业务问题之中，持续扩大单个客户的合同规模，而不是大规模复制原有的合同范围和服务模式。
 

这一点也可以从Palantir在2020年上市招股书披露的数据中看出：

因此，虽然 Palantir 的产品在不断进化、平台化和标准化，但平台始终是在为FDE服务。
 

FDE模式的核心并不是依靠产品进行横向复制来实现增长，而是依靠人不断深入客户场景，实现纵向扩张。无论平台多么先进，FDE始终需要保持忙碌，持续冲在客户问题的一线。
 

Bob McGrew 曾用一句话总结这种模式：

FDE模式，本质上是在规模化地做那些原本无法规模化的事情

The FDE model effectively is doing things that don’t scale at scale

四、FDE是中国企业服务软件的未来吗？

FDE的成功似乎为定制开发模式开辟了一条新的道路。但它真的适合中国的企业服务软件公司吗？

至少在许多AI原生软件公司看来，这是完全有可能的。
 

因为AI显著提升了软件开发的效率，也为大幅降低交付成本带来了希望。原本需要200人天完成的定制功能，可能通过AI+FDE的方式在20天内完成，整体人天投入减少90%。在这种情况下，即使人天单价下降到1800元，依然可能保留足够的利润空间：

 

 

既然FDE可以快速完成定制功能交付，公司也就无需像过去那样反复评估某项功能是否能够快速复用到其他客户，可以先解决客户问题，再从多个客户的定制需求中逐步抽象出新的平台能力。

但这一设想背后，其实隐含着一个巨大的前提：

中国和美国的企业服务软件付费环境是相似的。
 

然而事实真的如此吗？

• 把大量交付成本计入研发费用，是否能像美国一样获得资本市场的认可？

• 如果不能，企业是否能找到像Peter Thiel一样长期输血的投资人？

• 如果不能，企业是否能够进入以国央企为主的大型客户供应商体系？

更重要的是，甲方是否会认为“大部分代码都是AI写的”，从而将原本200人天的工作量压缩认定为50人天，导致利润模型失效？

Palantir早期FDE员工Barry McCardel（后来与两位同事共同创办了AI数据分析平台HEX）认为，FDE要真正发挥作用，必须满足以下几个条件：

01.一个能够支撑极高客单价的市场：客户是世界500强企业或政府机构，并且愿意支付高昂的数字化费用。

02.一种承认“自己并不知道该做什么产品”的创业心态：放弃预先设计好的产品路线，从客户真实场景出发，让需求推动产品演进。

03.一个具备高度扩展能力的平台架构，以及严格的平台治理机制：能够持续判断哪些属于客户个性化需求，哪些能够沉淀为平台标准能力。

他认为，缺少其中任何一个条件，FDE最终都会退化成传统咨询业务。

因此，FDE模式能否在中国落地，未必是一个单纯的技术问题，也未必完全是商业问题，更可能涉及文化与市场环境的问题。核心在于：中国是否拥有足够多愿意为FDE模式持续付费的企业决策者，以及与之匹配的资本环境。
 

不过，FDE至少为企业服务软件行业提供了一种新的思考方向：在AI显著降低研发和交付成本的背景下，是否应该适当放宽产品边界，让产品经理走进客户现场，创造更多解决实际问题的边缘功能（Palantir称之为 Edge Feature），再逐步将其抽象和沉淀为产品的核心功能（Core Feature）。
 

参考文献：

1. Thompson, B. (2023). An Interview with Palantir CTO Shyam Sankar and Head of Global Commercial Ted Mabrey. Stratechery.

•URL: https://stratechery.com/2023/an-interview-with-palantir-cto-shyam-sankar-and-head-of-global-commercial-ted-mabrey/

•中文简引: 科技战略分析师 Ben Thompson 对 Palantir 首席技术官 Shyam Sankar 和全球商业负责人 Ted Mabrey 的深度专访。

2. Sankar, S. (2024). Technology is the Problem: An alternative cause for the Great Stagnation: the cargo cult company. Views from the Shire (Substack).

•URL: https://www.shyamsankar.com/p/technology-is-the-problem

•中文简引: Palantir CTO Shyam Sankar 发表的专栏文章，深入探讨企业软件带来的有害抽象及“货船崇拜”现象。

3. Barry. (2024). Understanding Forward Deployed Engineering. Barry's Website.

•链接/URL: https://www.barry.ooo/posts/fde-culture

•中文简引: 个人网站专栏文章，深刻揭示了 FDE 的本质经济学逻辑（应被视为 R&D 研发成本，而非传统 SaaS 的 COGS 销货成本）。

4. The Lightcone Podcast. (2024). The FDE Playbook for AI Startups with Bob McGrew. Y Combinator / The Lightcone.

•播客来源: Interview with Bob McGrew (Former Chief Research Officer at OpenAI & Early Palantir Executive).

•中文简引: YC 旗下播客 Lightcone 对 OpenAI 前首席研究官兼 Palantir 早期高管 Bob McGrew 的访谈，系统性拆解 AI 时代的“前沿部署工程师（FDE）”模式。

5. a16z Podcast. (2024). Palantir CTO on The SaaS Apocalypse & Preventing The Next World War. Andreessen Horowitz.

•播客来源: Interview with Shyam Sankar.

•中文简引: a16z 官方播客对 Palantir CTO Shyam Sankar 的专访，探讨“SaaS 的末日（SaaS Apocalypse）”、国防创新以及工业重构。

6. Invest Like the Best Podcast. (2024). How AI Is Changing Warfare. Main Street Research / Colossus.

•播客来源: Interview with Shyam Sankar, CTO of Palantir Technologies.

•中文简引: 《像顶尖高手一样投资》播客专访 Palantir CTO Shyam Sankar，深入讨论 AI 如何改变现代战争、美国军事史上的“异教徒”以及组织管理创新。