犀牛鸟智造这两年身边的工程师大多有种说不清的焦虑：AI 写代码越来越猛，查资料、做 PPT、翻文档几乎不要钱，好像自己会的那些，机器一夜之间都会了。焦虑归焦虑，方向其实反了。AI 真正干的事不是抢饭碗，而是重新分配"什么值钱"。它把一批过去很占人力的能力变得又快又便宜，于是价值往两头跑——往上游跑到"到底该做什么"，往下游跑到"怎么把它塞进真实现场让它跑起来"。恰好站在这两端的那个角色，2026 年被评为最火的技术岗，叫 FDE，Forward Deployed Engineer，前线工程师。
FDE 最早是 Palantir 的打法，如今被一众 AI 公司抢着招。它和我们熟悉的岗位都不太一样：不是讲完方案就走的售前，不是照着标准流程配置系统的实施，也不是坐在总部写通用功能的研发。FDE 直接扎进客户现场，住进客户的问题里，边理解业务边把东西搭出来，对"真的跑起来、产生价值"负责。卖的不再是一套软件，而是"把你的问题解决掉"这件事。在制造业，这个区别格外扎心——工厂从来不缺软件，缺的是能把软件用出效果的那个人。
为什么偏偏是现在？因为 AI 把写代码、查资料、写文档、做初版这些能力变便宜之后，会不会用 AI 已经不是加分项，是及格线。真正拉开差距的，是 AI 替不掉的四样：懂现场那些没被写下来的隐性规则，判断一堆需求里哪个才是真问题，让客户信你、让各部门配合你，以及把 AI 当团队一样调度起来的能力。对制造业的人来说这里有个好消息：你手里的现场经验和行业理解，正是 AI 最缺、最贵的燃料。制造业老兵加上一条 AI 工具链，是眼下最难被替代的组合。
把这些能力拆开，是六根：领域纵深和全栈广度是底座，决定你能不能接住真实、复杂、没有标准答案的问题；AI 工具链和快速原型是杠杆，决定你一个人能不能顶过去一个小团队的速度；沟通推动和复盘沉淀是复利，决定你每一次落地是"又累一次"还是"又强一分"。底座是招人也补不上的，杠杆靠 AI 放大，复利让你越做越值钱。别人用 AI 是"帮我把这段写快点"，FDE 用 AI 是"帮我把整件事扛下来"。
落到个人怎么练，其实不用换工作。就在你现在的岗位上，先挑一个真实的小痛点，从理解问题到做出能用的东西，整条自己走一遍，哪怕很糙；把 AI 接进每一环，广度靠它撑，纵深靠自己攒；做出来之后把结果换算成钱或时间，讲给业务和老板听，有一个被信的战果，你就有了下一个更大的题；最后逼自己把每一单抽成模板存进自己的方法库。三五单之后，你就是那个"别人遇到这类问题会来找"的人。路上最常见的坑有四个：试遍所有工具却没落地过一件事的收藏家，什么都会一点却不被信任的只广不深，东西做出来了没人知道价值的只做不说，还有每次都从零开始累死也不增值的一次性英雄。
说到底，AI 不会淘汰工程师，只会把工程师分成两种：被 AI 放大的，和被 AI 替掉的。差别不在你会多少工具，而在 AI 帮你之后，你还剩下什么别人没有的。如果你正想在制造业走这条路，或者你手上有一堆用不起来的系统、想聊聊怎么真正落地，欢迎后台私信、加我们微信，一起拆你的场景。
文章来自公众号“犀牛鸟智造”。
