最近 Forward Deployed Engineer 这个词被越来越多人提到。先把一个容易混淆的点说清楚：这里的 FDE 是 Forward Deployed Engineer，不是 Frontend Deployment Engineer，也不是“前端部署工程师”。
对我来说，FDE 不是外加在网站上的新包装，而是给我现在做的事提供了一个更准确的名称。liyuelab.com 原来写的那些内容——业务流程拆解、AI 业务系统搭建、产品化实践——本来就在回答同一个问题：怎样让 AI 进入具体业务场景，真正帮上忙，而不是只停留在工具演示里。
我理解的 FDE，是一种“从业务现场往系统里走”的角色。这里的现场，不一定指真的坐在客户办公室，也不是简单的驻场外包。它更像一种工作位置：愿意进入具体语境，听业务方怎么描述问题，看他们现在怎么做事，找出流程里真正卡住的地方，然后再判断技术应该放在哪些节点。
AI 进入业务之后，这件事会变得更重要。因为很多 AI 项目表面上看是工具问题，往里看其实是流程问题。一个团队说，希望用 AI 提高内容整理效率。这个需求听起来很直接，但只要继续追问，问题就会展开：内容从哪里来？谁决定哪些内容值得整理？整理后的输出给谁看？输出是文章、清单、报告，还是内部知识库？什么算合格？错了谁来改？如果这些问题没有拆清楚，直接接一个 AI 生成工具，最多只能得到一堆看起来差不多的文本。流程没有变清楚，AI 只是把混乱生成得更快。
所以我理解的 FDE，重点不在“工程师在前线”，而在“工程能力离业务问题更近”。它不是拿着现成方案去套场景，也不是业务方说什么就做什么。它需要在业务语言和系统语言之间来回翻译：把一句“我们想更高效”拆成目标、节点、输入、输出、责任人、异常情况和反馈机制；再把这些东西重新组合成一套能运行、能检查、能迭代的系统。
这和我在 liyuelab.com 上长期写的方向是同一件事。流程拆解解决的是“到底发生了什么”；AI 业务系统搭建解决的是“AI、工具和人分别放在哪”；产品化实践解决的是“这套东西跑起来之后，哪些部分值得沉淀”。FDE 这个概念的价值在于，它把这三件事放到了一个更清楚的位置上：从业务现场出发，用工程能力把问题推进到可用系统。
AI 业务系统落地最容易被低估的地方，是从原型到可用系统之间的距离。一个原型能跑，通常只说明技术路径大致成立；但业务能不能用，还要看很多更细的东西。谁来提交输入？输入格式不统一怎么办？AI 生成的结果谁检查？检查标准是什么？遇到低置信度或明显错误时怎么处理？输出结果进入哪个后续流程？这些问题不回答，系统就很难真正进入日常工作。
这也是为什么我不太喜欢一上来就讨论“用哪个 AI 工具”。工具当然重要，但它通常不是第一步。第一步应该是看业务现场里问题怎么发生。比如一个销售线索整理流程，可能真正的问题不是“缺少自动摘要”，而是线索来源太散、字段定义不统一、跟进责任不清、复盘记录没有固定结构。这个时候，AI 可以帮忙提取信息、归类、生成初稿，但它不能替代团队先把字段、责任和判断标准说清楚。
FDE 视角有价值的地方，是它提醒我们不要把技术做成孤立模块。AI 生成一段内容，不等于完成工作；自动化跑完一次，也不等于系统可用。真正可用的系统，通常要把几个环节接起来：前面有人或工具提供输入，中间有 AI 处理或辅助判断，后面有人检查、修正、确认，再把结果写回文档、表格、看板或业务系统。这个过程里，每个节点的边界都要能被看见。
当然，我也不想把 FDE 神化。它不是万能角色，也不是把产品、工程、实施、运营全部塞给一个人的理由。如果边界不清，FDE 很容易被误解成“什么都能做的人”，最后变成廉价救火或驻场外包。一个健康的 FDE 工作方式，应该有清楚的目标、可交付的系统范围、明确的协作对象，也要知道哪些事情必须由业务负责人、产品负责人或工程团队共同决定。
对我来说，FDE 是 liyuelab.com 现有定位的准确概念化表达，但它不是新的主品牌。公开主品牌仍然是“李悦”，这个网站仍然是一个中文个人专业站，不是 FDE 服务站，也不是咨询公司官网。我不会把它改成一组服务套餐，也不会用这个词去暗示已经有很多成熟客户案例。FDE 对本站有用，是因为它把我一直强调的事说得更清楚：先拆流程，再谈 AI；先让系统能用，再谈复用和产品化。
如果把这件事落到一个简单判断上，我会这样看：当一个 AI 方案只停留在工具演示里，它解决的可能只是“看起来能做”；当它进入真实流程，能回答谁用、怎么用、谁检查、异常怎么处理、后续怎么复盘，它才开始接近“业务系统”。Forward Deployed Engineer 这个定位真正重要的地方，就在这里。
热门词会不断变化。FDE 以后也可能被更多人用在不同语境里。但业务里的问题不会因为换词而消失：流程还是要拆，节点还是要看，人和 AI 的边界还是要判断，系统跑起来之后还是要复盘。对我来说，FDE 不是为了给自己贴一个更响的标签，而是为了更准确地说明我现在正在做什么：让 AI 走进具体业务场景，把事情做成真实可用的系统。
如果想看更完整的拆解路径，可以继续读系统化方法。