前言

这本书的定位

你周一早上 9 点开机。
邮箱里有客户安全官发来的 27 项合规问卷。
Slack 里上一任 FDE 留下的群组 4 个未读，最新一条是
"那个 RAG 的召回怎么又掉了？"
日历上 11 点和客户 VP 同步会，13 点和模型供应商对成本，
15 点要给老板交一份 PoC 评审材料。

你打开 IDE 之前还有 1 小时。
这 1 小时该干什么？

这本书想回答的就是这种问题。

写给谁

已经在做 FDE 的工程师，或被分配了 FDE 工作但 title 不一定叫 FDE 的人。

具体一点：

5+ 年工程经验，能独立 own 一个完整后端服务
至少跑过一个客户 PoC，至少卡过一次生产化
用过 LLM API 写过 Demo，但没在客户环境跑过 Agent
自己读 OpenAPI、跑 SQL、看 Trace，不需要中间人

如果你完全没接触过客户现场、没用过 LLM API，建议先做几个小项目再来读。这本书不教基础。

不写给谁

不适合	原因
决定”要不要转 FDE”的求职者	这本书不讲职业判断
投资人 / 政策制定者	太具体，他们要的是结论
大学生 / 应届	缺前置经验，读了也用不上
想读 LLM 学术原理	不讲 transformer / attention 等

这本书的三个承诺

1. 每个判断都有一个具体场景。

不写”FDE 应该重视客户访谈”这种空话。写的是”接手项目第一周，前 3 次客户会议你应该做什么、不该做什么、问哪几个问题”。

2. 每个技术选型都给决策维度。

不写”RAG 比 Fine-tune 好”或反之。给一组判断维度：数据量、更新频率、答案确定性、推理预算、合规约束——让你自己在客户语境里判断。

3. 反模式来自真实失败而不是想象。

书里反复出现的”反模式”段落，每一条都对应至少一个 FDE 真实项目里被反复犯过的错误。客户案例本身是合成虚构的，反模式背后的失败是真的。

这本书引用的核心来源

FDE 这个职能最早是 Palantir 把它做成正式岗的，OpenAI、Anthropic 后来跟进。本书的方法论主要参考下面几位的公开材料：

A. Lawrence, Forward Deployed Engineer Rule Book（2025-10）
Bob McGrew @ Y Combinator（2025）”Sell the outcome, not the product”
Conikeec @ Substack, The FDE Playbook
Nabeel Qureshi, Reflections on Palantir

AWS Bedrock 在书里只作为动手 demo 的平台出现，不作为方法论来源。完整引用清单见 bibliography。

读这本书的方式

最有效的读法：带着一个真实的 FDE 项目读。

每读完一章，问自己：

我现在的项目里有这个问题吗？
如果有，我之前怎么处理的？
这一章的方法跟我之前的做法差在哪？哪个更好？

读完一遍约 6-7 小时；如果配合自己的项目，2-3 周可能更划算。

反馈

GitHub Issue 是最快的反馈通道。我特别想要：

反例：你做 FDE 时遇到一个本书方法跑不通的场景
真实数字：你的 PoC 转化率、客户 NPS、第一周交付物清单
缺章：你觉得本书漏掉的关键技术议题

下一版可能会把你的反馈整合进去。

写于 2026-05。