这个角色的现状

怎样读这张快照

这一页没有任何新内容。每条事实都从某一章照搬过来，日期、来源链接和等级与该章给出的完全一致，并且都链接回用到它的那一节，注意事项和论证都在那里。如果某章的框里没有给出等级或链接，这里也不补。

有两条阅读规则沿用自《如何使用本书》。第一是等级：T1 是经过测量、一手且独立的；T2 是经过测量、一手，但由供应商或当事方自己发布的；T3 是二手报道；T4 是轶事、观点、建议、既定目标或招聘启事。第二是招聘启事：启事是雇主要求什么、宣传什么的一手证据，而对于这份工作实际怎么做，它只是 T4 证据。下面每一个启事上的薪资区间，表示的都是雇主在所注日期打出的数字，而不是任何人实际拿到的钱。

启事会不经通知就改动或关闭，数量每个小时都在变。除非某行另有说明，“读取于 2026 年 10 月 17 日”指的是当天从雇主自己的招聘页面数据源读取。引用一份启事之前，先再查一遍。来自不同样本、不同时间窗口的数字之所以并排放在这里，只是为了方便你查找：不要把它们平均，也永远不要把不同窗口的增长率混在一起。

谁在招，招多少

普查。2026 年 9 月 12 日，Plank 统计到 565 家公司的 1,333 份在招 FDE 启事，并逐一给出了链接。约三分之二在美国，前沿实验室和 Palantir 加起来占 9%（Plank，FDE 招聘市场，2026 年 9 月；T2，一家出售 FDE 服务的公司发布的测量计数）。Bloomberry 根据约 1,000 份启事发现，58% 的 FDE 岗位在 11 到 200 人规模的公司（Bloomberry，2025 年 11 月，2026 年 1 月更新；T2）。两个样本覆盖的时间窗口不同，规则也不同，不要把它们合并。见《FDE 在哪里工作》15.1。

各雇主带 FDE 头衔的岗位。头衔中含“forward deployed”的岗位数与全部在招岗位数之比，于 2026 年 10 月 17 日从雇主自己的招聘页面数据源读取（作为“打出了多少广告”的计数是 T1；它说明不了招到了多少人）。来源：《FDE 在哪里工作》15.1；OpenAI 的细分见《职级、倦怠与下一步》18.1。

Plank 自己的提醒和“高估”那一栏说的是同一件事：一份启事可能代表很多个席位，也可能是一条长期开放的人才管道。

增长数字，分开列。《FDE 在哪里工作》有意不谈增长，并指向这里。下面每个数字测量的是不同的时间窗口，前两个是同一个来源被数了很多遍（见回声数字对照表）。这里只是列出，不做合并。

资历、团队形态与规模。以下是关于招谁、团队怎么搭的有日期的数字。

2026 年各部署公司的人数见 D.6。

美国的薪酬，以及汇总数字

以下是启事上的区间，除非标明，均为美国基本工资；除非给出发布日期，均读取于 2026 年 10 月 17 日。它们是启事上的基本工资区间，不含股权，表示的是雇主打出的数字。主要来源：《FDE 在哪里工作》15.4、《职级、倦怠与下一步》18.1 和 18.4。

读这些区间时要连着读一句话：Anthropic 的启事都带着一句标准说明，“对于销售岗位，所给区间为该岗位的目标总收入”，却没有说 FDE 岗位算不算销售岗位（15.4）。

汇总数字。样本和时间窗口各不相同：不要把它们平均。来源：15.4。

欧洲与加拿大的薪酬

美国以外的启事区间，币种以启事所用为准。除非给出日期，均读取于 2026 年 10 月 17 日。来源：《FDE 在哪里工作》15.4 和《职级、倦怠与下一步》18.1。

OpenAI 还挂出了一个东京的 FDE 经理岗位，出差“最多 40%，但以本地为主”；各章没有给出它的区间（18.1）。

中国的薪酬

国内的 offer 报的是月薪和薪数，大公司是 15 薪或 16 薪，所以比较之前先折算成年薪。主要来源：《FDE 在哪里工作》15.6、《带领 FDE 团队》17.2 和《职级、倦怠与下一步》18.5。

xdash 给出的字节跳动、蚂蚁和智谱数字与中新经纬的完全相同，所以是回声数字，不是印证（D.11）。可以核查的数字主要体现的是资历差异，而大雇主启事上的区间高度重叠；只有那份无法核查的唐山启事指向了按雇主类型划分的差距，所以“雇主类型会在薪酬上体现出来”这个说法只是说得通，并未得到证明（15.6）。

雇主类型与 2026 年的部署公司

《FDE 在哪里工作》15.2 按雇主用 FDE 的工时买什么，把雇主分成四种类型：AI 实验室（OpenAI、Anthropic、Mistral、Cohere）；应用创业公司（Sierra、Decagon、Harvey、Glean，以及数以百计的小公司）；Palantir 式的平台；以及部署公司或 FDE 咨询公司（实验室 2026 年分拆出来的公司，以及沿用了这个头衔的咨询公司）。下面是这一分类背后有日期的雇主动向。

试点定价。Pear 建议按预期年合同额折算出相应比例，再打 20–50% 的折扣（2026 年 3 月）。Shimoni 提议 30 天的 AI 试点收费约 1 万美元，并说这样“能筛掉 90% 只是想‘看看这些 AI 东西怎么用’的人”（2025 年 7 月；90% 是他的估计，不是测量）。Heavybit 没有给出数字，只说是“象征性费用”（2020 年 2 月）。这些都不是市场价（《交付开始之前》4.4）。

截至 2026 年 10 月，没有任何公开证据能说明：部署公司的一线工作是否流回了实验室的产品；它们报告的是结果，还是只有人数和融资；它们的工程师是对结果负责，还是在做人员外包（2.5）。

各雇主的驻场时间与出差。这些数字彼此矛盾，而 Palantir 的那几个可能描述的是不同时期（15.3、18.4）。

头衔与岗位序列

头衔已经不能告诉你看的是哪一份工作；要判断你会按谁的目标被考核，启事所属的部门是更好的线索（《FDE 是什么，不是什么》1.3）。

启事要求什么

每一行都是某个雇主要求什么的一手证据，也是这份工作怎么做的 T4 证据。启事会改动或关闭；引用之前先查一遍。Bloomberry 在约 1,000 份启事中统计的出现频率（T2）：Python 66%，TypeScript 35%，AWS 32%，AI 智能体 35%，LLM 经验 31%，RAG 12%，面向客户的能力 47%；职责中，“直接与客户合作”占 55%，集成系统或 API 占 32%（3.1）。

面试流程

没有哪家雇主公开自己的 FDE 面试流程，也没有人公布过通过率。现有的只是备考网站从小规模、自选样本中收集的候选人自述，全部是 T4。访问于 2026 年 10 月 17 日；来源：《拿到录用》16.1。

这些信息全都会过时。两份 Aced 指南都在访问前一个月内更新过，随着新的自述进来还会变。有三处空白对每一家雇主都成立：任何一轮都没有通过率；没有关于雇主如何给各轮加权的说明；也没有证据表明专门的“客户角色扮演”轮在任何地方是标配（16.2）。中文圈里流传着一个五轮的 Anthropic 面试流程，带一个模拟客户轮和一个失败率；它是一个正在成形的回声数字，本书不转述这个数字（D.11）。

备考材料，注明日期：Paden Gayle 的免费 FDE Handbook（Maven），约十页，承诺讲“要被录用必须展示的四件事”，但落地页上没有说是哪四件（T4）（16.2）。

2025–26 年发生了什么变化

这张快照背后有日期的事件，按时间排列。启事的发布日期见 D.8，这里不再重复。

书中有一个产品事实没有日期：12.3 里的那个语音项目，据报道改进了 OpenAI 的 Realtime API（12.5）。

回声数字对照表

回声数字指的是一个自报的数字被多家媒体反复转载，直到看起来像是得到了独立证实（H.3）。每一行把一个数字追溯到它唯一的源头。每个数字只算一次，算在源头；永远不要把不同窗口的增长率混在一起。