E512. 他的FDE团队从30人扩到100人，但为什么很多大厂工程师甚至不知道这个岗位？
E512. 他的FDE团队从30人扩到100人，但为什么很多大厂工程师甚至不知道这个岗位？  
Podcast: 课代表立正
Published On: Fri Jul 17 2026
Description: 完整版56分钟：https://youtu.be/MF30YbZCRbM 文字总结：https://www.superlinear.academy/c/main/fde Jove的招聘：https://www.superlinear.academy/c/collaborate/ai-agent-fde-forward-deployed-engineer FDE全称Forward Deployed Engineer，是AI当下最火的岗位之一。 AI 模型人人都能调用，真正稀缺的是把它做成可靠业务结果的人：FDE 负责补上 AI 落地的“最后一公里”，而这最后一公里不仅是处理幻觉、延迟、RAG、测试和 guardrail，更难的是理解业务、赢得客户信任，并对最终结果负责。 Jove 目前在温哥华的 AI 公司 Cresta 带领约 30 人的 FDE(Forward Deployed Engineer) 团队，预计扩展到 100 人。他曾在 Splunk、EMC 等企业软件公司担任工程师和管理者，也创业四五年开发实时数据管道和流式数据库。这些经历让他同时经历过大型工程组织、创业失败、企业客户合作和 AI Agent 的一线交付。 这期我们具体讨论：AI Agent FDE 与传统驻场工程师有什么区别，酒店、银行、航空公司、餐馆和牙医诊所怎样使用语音 AI，为什么技术落地背后的信任比技术本身更难，FDE 是否会随着模型进步而消失，以及 Cresta 如何招聘和面试 FDE。Jove 也解释了为什么创业者、founding engineer 和咨询背景的人更适合这个岗位，什么样的人能赢得客户信任，以及 FDE 模式在北美和国内面临的不同条件。 00:00 开场、嘉宾介绍与 FDE 岗位窗口 02:20 AI Agent FDE 到底是什么 06:50 创业者为什么适合做 FDE 09:30 FDE 如何把客户现场的问题带回产品 16:00 客服、酒店与餐馆怎样使用语音 AI 23:00 技术落地背后更难的信任问题 26:20 咖啡师类比：模型易得，做好很难 32:00 FDE 的人才画像、工作与面试 38:30 从掌握技能到为业务结果负责 39:30 FDE 在北美和国内的不同前景