第 10 章 · 中国现场
本章你会学到：中国 FDE（Forward Deployed Engineer，前沿部署工程师）面对的四个特殊约束；如何避免沦为驻场外包；五个行业的切入点与坑；12 个公开案例的口径；一张上线前合规检查表；以及组织、报价与合同上的实战打法。
一句话：在中国做 FDE，技术只是入场券；能不能把项目推过预算、合规、组织三道门，才是分水岭。
一个现场片段
（合成场景）
一家广东家电零部件厂，IT 总监很积极。我们花两周做质检报告自动摘要：历史报告 12 万份，人工抽检 200 份，摘要采纳率 78%，质检员每天少写 40 分钟。演示当天生产副总点头，IT 总监说这是「今年最像样的 AI 项目」。
然后项目停了三个月。
第一道门是数据：报告在 MES（制造执行系统）里，MES 由原厂集成商维护，导出要商务审批，脱敏出域还要信息安全部签字，流程走了六周。第二道门是预算：AI 投入走年度 IT 预算，今年立项窗口已关，下一次要等集团数字化委员会评审。第三道门是人：业务 owner 是生产副总，验收却归集团数字化部，两边 KPI（关键绩效指标）对不上——生产要良率，数字化部要「可复制的平台」。
IT 总监后来说：「你们的方案我们内部都认，就是流程走不完。」这句话比任何技术评审都更说明问题。技术没问题，项目推不动。这不是个例，而是中国 FDE 的默认环境。本章讲这三道门怎么过。
四个特殊约束
四个约束会同时压在同一张合同上。
私有化与信创
- 现象：部署在客户机房或专有云，芯片、操作系统、数据库可能要求国产化适配。
- 对策：第一天评估私有化可行性；为模型留替换层；评测脚本能在客户环境重跑。
- 代价：模型选型受限、工期变长、成本变重、迭代变慢。
数据不出域
- 现象：数据不能离开客户网络，评测集不能带走，训练与推理都在场内。
- 对策：设计客户侧运行包（数据准备、评测、回归）；合成数据做开发、场内数据做验收。
- 依据：钱拓科技把「数据不出域」列为金融 FDE 核心约束（C，公司自述）。
项目制采购
- 现象：预算按年度立项，走可研、审批、招标、验收，技术周期常短于采购周期。
- 对策：切成可独立立项的小阶段；提前介入立项材料；找到预算科目与签字人。
- 代价：启动时间不由技术决定；没有立项材料就拿不到钱。
集成商生态
- 现象：原有 SI（系统集成商）、ISV（软件开发商）掌握接口、数据权限与客户关系。
- 对策：早期把集成商变成盟友，明确分工，接口义务写进合同。
- 代价：接口开放要商务对价，最后一公里卡在权限与排期。
反模式：把私有化当部署问题
等交付前才发现模型跑不动、依赖装不上，返工成本会翻几倍。
与外包、人天模式的区别
在中国，驻场与人天是最容易滑进去的坑。
| 维度 | 外包 / 人天 | FDE | 判断标准 |
|---|---|---|---|
| 卖什么 | 人力与工时 | 可验收的业务结果 | 合同里有没有价值指标 |
| 谁定需求 | 客户定，范围变更加钱 | FDE 参与定义，敢说「不做」 | 你有没有拒绝过需求 |
| 交付什么 | 按需求完成的功能与文档 | 可复用能力 + 客户能自己跑 | 你走后客户能不能维护 |
启盟科技在官网公开「FDE ≠ 驻场外包」，并说明会拒绝一些项目类型（C，公司自述）。用「不接什么」定义边界。
危险信号
连续三个月「客户让做什么就做什么、按人天结算、范围无限变更」，你已经在外包。要么改合同，要么换项目。
行业地图：五个行业的切入点与坑
| 行业 | 切入点 | 典型的坑 | 依据 |
|---|---|---|---|
| 金融 | 合规审查、风控、客服、投研辅助 | 数据不出域、审计留痕、模型可解释、采购周期长 | 钱拓科技（C，公司自述） |
| 制造 | 质检、设备维护、供应链、工艺知识 | OT（运营技术）与 IT 隔离、现场网络、集成商把持接口 | 合成现场观察；SAP 原欣（C，播客） |
| 医疗 | 病历结构化、随访、影像辅助、科研 | 数据敏感、责任边界、信息科与厂商生态，不能替代诊断 | 瑞金医院 RuiPath × 华为：16 卡 2 个月训练百万切片，数据准备周期 -80%（华为企业业务官网 2025-02-18，A） |
| 政务 / 国企 | 热线、审批、材料、知识问答 | 招投标、等保、信创、验收口径与汇报逻辑 | 申悦（C，单一来源） |
| 消费 | 客服、营销内容、导购、会员运营 | 数据分散、渠道多、ROI 要求快、预算在业务部门 | 得物、特赞（C，圆桌） |
一个结构性背景：用友 2025 年人均营收约 48 万元、金蝶约 62 万元、埃森哲约 8.9 万美元（A/D，按年报算术）。定制化与亏损式增长的矛盾（36 氪 2024-08 等，C/D）解释了「按人天交付」的路径依赖，也解释了 FDE 为什么必须产品化。
12 个中国现场案例
以下案例按「事实+启示+口径」整理，不构成对公司评价。
火山引擎 FDE
2026 年 6 月，界面新闻等报道火山引擎成立 FDE 团队并覆盖多个行业；官方称豆包日均 tokens 超 180 万亿，IDC 口径份额 49.5%（B，综合公开报道，份额统计范围以原文为准）。启示：云厂商把 FDE 当作「模型能力到行业方案」的转换器；对求职者，这类团队更看行业理解与交付案例，而不只是熟悉 API；这类岗位横跨售前、交付与产品，转岗者要提前想清楚自己站在哪一侧。行业知识比 API 熟练度更稀缺，这一点被严重低估了。
安永 × 火山引擎
2026 年 7 月，双方宣布战略合作，组建千人级 FDE 团队，配套 TRAE 工具平台（B，据中国日报网、DoNews 与火山引擎公众号）。启示：咨询公司用 FDE 把「建议」变成「交付」，千人规模说明这是组织能力而非个体英雄；走伙伴型路径的人，项目治理与客户关系比模型技巧更重要。口径：人数与合作范围来自双方公开宣传，未见独立核验。这类岗位要求同时能写方案、做交付、管住客户预期，纯技术背景的人要补项目治理。
启盟科技
启盟科技在官网把 FDE 与驻场外包区分，公开三条区隔，并说明会劝退一些项目类型与客户（C，公司自述）。启示：中国服务商开始用「不接什么」定义专业边界；选公司或面试时可以反问「你们什么项目不接」，答案比岗位描述更能说明工作性质。对想进 FDE 的人，这是一种反向筛选：愿意被当人天的团队，大概率不会给你产品反哺的空间，也很难积累作品。三条区隔的具体表述以官网原文为准。
钱拓科技
钱拓科技在官网 FAQ 中给出金融 FDE 的三阶段方法论，并强调「数据不出域」（C，公司自述）。启示：金融场景的第一约束不是模型效果，而是数据与审计；FDE 要把评测和迭代搬到客户场内，方案里预留客户侧运行与回归能力，否则每次调优都要重新走商务流程。对求职者，金融 FDE 更看合规与稳定性经验；把审计思维带进方案，比多调一版提示词更有说服力。这类方法论是否普适仍需项目验证。
Cresta
Cresta 的 FDE 团队从约 30 人扩到约 100 人，主张「FDE 必须绑定 AI 平台」，招聘硬杠「不会代码像文盲」（C，播客转录，节目口径）。启示：纯沟通型 FDE 的天花板很低，技术能力是入场券，平台能力决定复制速度；扩编本身说明 AI 原生公司正把交付当成增长杠杆。对纯业务背景者，这是清晰的硬门槛：先证明能独立交付，再谈沟通价值与平台能力；团队扩张期往往也是转岗窗口期。数字与说法来自访谈转述，未见公司披露。
得物
得物（万人规模公司）公开分享 AI 转型三步「共识、场景、知识」，并提出容错四象限（C，极客公园 Founder Park 圆桌 2026-07-22，任喜亮）。启示：内部型 FDE 的第一个产品是「组织共识」，不是模型；先找容错高的场景跑通，再谈规模化。内部转岗者的推动力与业务理解比技术栈更关键；容错机制比模型选型更值得在第一次拜访时问清楚，没有容错的场景，推进会慢一个数量级，甚至不了了之。容错四象限的具体维度以其分享为准。
特赞 atypica
特赞的 atypica 用智能体对企业全员做自主访谈，替代结构化问卷（C，同场圆桌，丁鑫栋）。启示：AI 产品的形态可以是「研究流程自动化」；FDE 的机会常在客户自己的调研、分析、访谈流程里，而不在聊天框里。把智能体嵌进现有流程，通常比新做一个入口更容易产生价值，这也要求评测方式从准确率转向研究质量。落地时先问客户「你现在怎么做研究、谁在用」，再决定要不要做聊天入口；场景不对，再强的智能体也没人用。
百道数据
百道数据一边给机顶盒做「陪看剧 Agent」，一边遇到出海客户要求「先买 100 个 Gemini 账号」（C，同场圆桌，吴光宇）。启示：客户对 AI 的想象差异极大，FDE 要做需求翻译与预期管理；账号式采购说明有些客户把 AI 当软件许可，而不是业务改造。先说清买的是场景还是账号，往往决定项目能不能续约。同一团队能同时接住这两类需求，靠的是把「客户买什么」问清楚；这也是 FDE 与售前的分界线：卖结果，不卖可能性。
申悦的「真空层」
申悦在《增长黑客 AI 周报》里描述千万级国企项目的「真空层」：系统上线后，一线使用者与验收决策者之间有一段没人负责的地带，验收最终由「汇报逻辑」决定（C，单一来源，作者个人经验）。启示：大项目里使用现场和汇报现场不是同一批人；FDE 要同时经营两者，提前准备能向上汇报的价值材料，否则系统再好也可能过不了验收。对乙方，一页「向上汇报」材料往往比多一次演示更能推动验收。
广东民营家装公司
一家广东民营家装企业的「厂二代」要求把 6,000 人裁到 3,000 人，访谈者由此提出「AI 替代的是任务，不是岗位」（C，单一来源，《增长黑客 AI 周报》EP#63）。启示：面对降本诉求，FDE 要把方案落到任务清单与岗位再设计，而不是直接接受一个裁员数字；否则项目容易变成劳资冲突的替罪羊。这也是 FDE 绕不开的伦理判断题，要敢于向客户提示组织与伦理风险，并把边界写进服务方案。口径为个人观察，非企业披露。
Kuse.ai
Kuse.ai 的吴显昆认为「FDE 很难成为好的商业模式」，解法是「own the business」，即对业务结果负责（C，Founder Park 圆桌 2026-07-22）。启示：这印证了 FDE 的成本结构——SaaStr 2025-08 引用的第三方估算称，单个部署年交付成本约 7.5 万美元起，一个满负荷 FDE 只服务 3-5 个客户（C/D）。不以结果与复购计价，FDE 很容易退化成昂贵外包。判断一家公司值不值得去，先看它是否愿意为结果而不是工时付费，这一点比头衔重要；这也是中国 FDE 服务商必须回答的问题：卖人，还是卖结果。
SAP 原欣
SAP 原欣认为 FDE 与 ERP（企业资源计划）顾问的角色在融合，并称 AI 落地最大的挑战是组织惯性而非技术（C，晚点聊 LateTalk EP174，2026-07-28）。启示：在中国，ERP 与流程软件的实施经验可以直接迁移到 FDE；FDE 真正的对手往往不是模型，而是流程、权限和习惯。对中国的实施顾问，这可能是最现实的转岗路径之一：先做 AI 增强，再谈 FDE 头衔；岗位名称会变，交付责任不会变，先证明你能独立改一个流程。口径为播客访谈转述，观点属于受访者。
合规：四条红线与上线检查表
在中国做 AI 项目，绕不开四部规则：《数据安全法》（2021-09-01 施行，数据分类分级、重要数据、出境管理）、《个人信息保护法》（2021-11-01 施行，告知同意、最小必要、敏感个人信息）、《生成式人工智能服务管理暂行办法》（2023-08-15 施行，训练数据、内容标识、安全评估与备案）、网络安全等级保护（等保 2.0，定级备案与测评）。
| 检查项 | 要回答的问题 | 常见证据 |
|---|---|---|
| 数据分类分级 | 涉及哪些数据？含重要数据、个人信息吗？ | 数据清单与分级表 |
| 合法性基础 | 个人信息处理的同意、合同或法定职责依据？ | 告知文本、授权记录 |
| 数据不出域 | 训练、评测、推理分别在哪运行？谁有权限？ | 部署架构图、权限矩阵 |
| 出境判断 | 是否向境外提供数据？走哪条路径？ | 出境评估、合同条款 |
| 生成式 AI 适用 | 是否面向境内公众？是否需要评估与备案？ | 适用性判断说明 |
| 内容标识 | 生成内容是否需要标识？怎么标？ | 标识方案 |
| 等保 | 系统定级几级？是否完成备案与测评？ | 定级报告、测评报告 |
| 供应商与许可 | 模型与组件的许可支持商用、私有化吗？ | 许可清单 |
| 责任边界 | 输出错误谁负责？人工复核在哪一步？ | 合同条款、作业流程 |
| 事故响应 | 出事后多久上报、通知谁？ | 应急预案 |
以上仅为信息整理，不构成法律意见；具体请法务确认。
组织：CIO、CDO、业务 owner 与「真空层」
- 三类关键人：CIO（首席信息官）管系统与预算入口；CDO（首席数据官）管治理、权限与质量；业务 owner 管指标、使用与买单。三者缺一，项目容易停在演示。
- 汇报逻辑：准确率、时延是过程证据；组织听的是降本、合规、风险、战略。价值证据金字塔说的是你在哪一级说话。
- 真空层：上线后一线使用者与验收决策者之间那段没人负责的地带。FDE 要同时经营使用现场和汇报现场。
- 找经济买家：问三句话——这笔钱从哪个预算出？谁签字？不做会怎样？再看谁出席立项会与验收会、谁背 KPI。
- 组织惯性：流程、权限、习惯往往比模型难改（SAP 原欣，C，播客）。
报价与合同：阶段验收、价值指标、年度演进
- 阶段验收：诊断（固定价，2-4 周）→ 原型（固定价 + 退出标准）→ 试点（按里程碑）→ 生产与年度演进（订阅、运维加成果条款）。每阶段有独立验收物与付款节点。
- 价值指标：写清基线、测量方法、归因口径和复核人；不能测量的「按效果付费」等于没条款。
- 年度演进：模型会升级、数据会漂移，合同里留年度迭代预算与范围，而不是一次性买断。
三类建议不接的项目：
- 只有 IT 牵头、没有业务 owner 的「创新项目」——没人对用起来负责。
- 数据拿不到、不允许场内评测，却要求承诺准确率和上线时间的。
- 只想按人天买人力、范围无限变更、拒绝价值验收的。
这是经验性建议，不是标准；启盟科技在其官网上也列明了会劝退的项目类型，可作参照（C，公司自述）。
反模式：免费 POC 无限续、按 demo 签合同、承诺「准确率 99%」、把驻场人天混进项目报价。
给中国 FDE 的 10 条建议
- 先问预算和签字人，再谈技术方案。
- 把「数据不出域」当默认前提，而不是例外。
- 学会写三种文档：立项材料、验收口径、风险告知。
- 把集成商当盟友：分工写进合同，别等接口卡住才找人。
- 优先选有业务 owner、有基线数据的场景；没有 owner 的，先诊断。
- 报价按阶段和指标，不按人天；拒绝无限范围变更。
- 在客户场内建立可复现的评测与迭代能力。
- 汇报用组织的语言：降本、合规、风险、战略。
- 守住伦理与合规底线，敢于说「这个不能做」。
- 每个项目留一个可复用资产（模板、组件、评测集）。
本章小结
- 中国 FDE 的四个约束是私有化与信创、数据不出域、项目制采购、集成商生态；技术只是入场券。
- 与外包三区隔：卖结果不卖人天、参与定义需求、交付可复用能力。
- 五个行业切入点不同，共性是：先找业务 owner 和基线，再谈模型。
- 合规不是上线前补的文档，而是方案设计的一部分。
- 报价按阶段验收 + 价值指标 + 年度演进；三类建议不接的项目。
练习
- 判断项目该不该接：客户只有 IT 牵头，数据只能给 200 条脱敏样本，要求三个月上线并承诺 95% 准确率。用现场五问与「三类建议不接的项目」写 300 字。判断标准：至少指出 3 个风险，并给出可验证的替代路径。
- 写一页合规风险清单：选一个熟悉的场景，按检查表列 5 项，标出 2 项需法务确认的问题。判断标准：能说清数据在哪、谁能访问、是否需要出境评估。
- 改写一份报价：找一份「人天报价」样例，改写为三阶段 + 价值指标 + 年度演进。判断标准：每阶段有验收物和付款节点，至少 1 个指标可测量。
接下来读什么
- 上一章：第 9 章 · 职业路径与面试：把能力罗盘放回具体岗位。
- 中国案例：案例库 · 中国现场 与 附录 C。
- 实操参考：实战 Lab 与 模板工具箱：项目章程、上线检查表、复盘模板。