AI 原生系列 · 09

AI 的最后一英里，是一个人。一直都是。

1 分钟速览——你能带走什么

Forward-deployed engineer 招聘量涨了 800%，而这个岗位其实有 500 岁了：引水员。为什么 AI 的最后一英里终究要靠一个人，逐条拆解——为什么你该为「靠岸」付钱，而不是为「地图」付钱。

Forward-deployed engineer 招聘量涨了 800%——而这份工作已经有 500 年历史。用「港口引水员」这个心智模型，逐条拆解 AI 的最后一英里，附一份你能直接执行的合约。约 8 分钟。

模型跨越大洋而来。你信任的人，把它带进你的港口。（动图——请稍等片刻。）

AI 领域增长最快的职位，已经有五百岁了

Forward-deployed engineer 招聘量一年内增长超过 800%——三年前这个职位名称几乎不存在，如今却成了每家 AI 公司同时在抢的人。我本周研究的一场从业者演讲，把 AI-agent FDE（AI 智能体的 forward-deployed engineer）称为工程师中的 "new species"（中译：新物种）：这种人接手一个已经几乎 ready，让它在某个具体业务里真正跑起来——按这家企业特有的规则、数据，以及特有的出错方式。

新物种？职位名称是新的，工作本身不是。海事史早在 Henry VIII 时代已大规模运行这个角色——解决的正是信任问题、定价问题，以及人才问题，如今 AI 行业还在一篇一篇博客地重新发现这些答案。且听我说完；这个航船的比喻是有真材实料的。

心智模型：引水员

前沿模型是一艘壮丽的船。你的业务是一座港口。而船不会在公海沉没——它们沉没在港口里，因为暗沙都是本地的。

每天，在地球的每个角落，一艘价值两亿美元的船的船长都会在港口外减速，让一个素不相识的人顺着绳梯爬上船。然后，这位指挥这艘船已有数十年经验的船长，会把操舵权交出去。这是航运业里最没有争议的一次交接。没人会为此写篇深度评论。

What the harbor pilot is and is not — 这不是给船长打分，不是随便找个水手帮忙，更不是配一套常驻船员。这是被具体化的本地知识——被落到实处的信任。

这个仪式为什么存在？因为船的卓越是通用的，而港口的危险却是本地的。这条航道春天会淤积。那片暗沙在上次风暴后挪了位置。海图标注九米深；海图错了。再多的远洋航行经验，也代替不了对这个港口的了解——而当货物贵重时，「大概没问题」从来不是一个靠谱的靠泊方案。

把名词换一换：幻觉出现在你的边缘案例上，延迟卡在你的 SLA 上，检索撞上你的合规规则。GPT 那个不知道第几代的型号，漂亮地跨过了大洋。可你的港口，依然是你的港口。AI-agent 型 FDE，就是那个顺着绳梯爬上船的引水员——而那场演讲里最锋利的一句话，说的正是随他们一起登船的是什么：trust is concretized onto the person, not an abstract thing.（中译：信任具体落在某个人身上，而不是停留在抽象概念里。） 一个上线两周的 API，扛不起一家银行的信任。而一个曾在这里成功靠泊过船只的人，可以。

术语一一对照：引水制度，就是实践本身

一个可爱的比喻，只有在能严丝合缝地对应上时才配得上被采用。四行对照，不玩虚的：

Pilotage terms mapped to FDE practice — 左边是五百年的先例，右边是今天就能建成的东西。

本地航图＝把行业专门知识变成系统设计。 演讲里的例子：一位深谙餐厅翻台率的 FDE，做出的 AI 前台比客户自家员工还灵光。这种专门知识不是花边知识——而是原始 API 从结构上根本看不见的东西。引水员管这个叫“本地知识”；工程师管这个叫“坑”。

驾驶台上的一席之地＝工程团队里的一个席位，而不是销售团队里的一个席位。 引水员是在驾驶台上掌舵，不是在旁边的小艇上指指点点。演讲里说得很明白：FDE 向工程条线汇报（对接工程副总裁，而不是客户成功团队），并且有权限直接修改平台——API、微服务、UI、文档，全都能动。不然你雇来的不过是个头衔更好听的顾问，同一个补丁得给每个客户重做一遍。（演讲把这种反模式叫作“租人头”，语气跟说“坏血病”差不多。）

靠航次挣来的执照＝一份真实智能体的作品集。 强制性引水员执照制度始于 1604 年：没有执照，就别想摸舵——而这张执照，是靠一趟趟有据可查的航次挣来的，不是靠面试时把水文聊得头头是道换来的。放到今天，等价物就是：有提交记录、有评测闸门的、已经上线的智能体，而不是提示词包装外加一份漂亮的简历。（演讲里提到的招聘警讯很妙：会用 Cursor、却从没见过单元测试的初级工程师；还有那种回答一个简单问题能讲十分钟的人。那不是资深，那是雾中的警笛声。）

安全抵港才付钱＝按结果付费的模式。 引水费是按靠岸收的，不是按“你手里有张地图”收的。演讲里的说法是：客户为省下的时间和拿下的订单付钱，而不是为一份软件许可证付钱——因为 AI 所面对的劳动力市场，比软件市场大出好几个数量级。这一行，正是大多数 AI 公司的比喻悄悄站不住脚的地方，我们马上把它落地成可执行的东西。

三重印证，因为一个火热的职位名称还不足以撑起一个论点

Three telescopes on the last-mile thesis — 眼下正火、扛过了三十年、还是五百年的老规矩，缺一不可。

30 天（够不够火？）。 FDE 招聘量增长 800%； 57.3%57.3% 的受访团队目前已经在生产环境跑智能体，而他们每一个都在重新发现：生产环境是港湾，不是大洋。船早就造好了，靠岸才是排队等着的那件事。

30 年（扛没扛得住？）。 Palantir 早年做前线部署工程师（FDE）的时候，整个行业都说这不过是“带股权的咨询”；后来这套模式几乎被所有人抄了一遍。定价方式也一路朝着“靠岸”的方向走：按坐席收费的许可证 → 按用量计费的 SaaS → 按结果付费的合同。演讲里的第五条论点——现场即实验室——也是个扛过三十年的幸存者：凡是持续保持相关性的 AI 产品，都是在部署现场逐步成熟起来的，因为 AI 软件可不会像被遗忘的 SharePoint 那样，安安静静地在本地烂掉。模型每一季都在变，如果驾驶台上没有一个人持续做更新维护，今天的系统就是明年的遗留垃圾。

512 年（够不够古老、够不够是铁律？）。 1513 年，一群水手行会向国王请愿，因为泰晤士河上未经监管的引水员正在拿人命和货物的安全冒险——这段话值得读两遍：这简直就是一篇关于未经审核的 AI 顾问的新闻稿，只不过提前了整整五百年。1514 年，亨利八世特许成立了 Trinity House 来监管引水员；到 1604 年，执照制度成了强制性的。这个机构至今仍在运作。当货物珍贵、而港湾又是地方性的，文明给出的答案半个千年来都没变过：为最后一英里配一个持证、担责的人。

今天早上，我审计了自己的港湾

本站的核心主张是「拿证据说话，别只喊口号」，所以这里也得自己吃自己的狗粮。我维护着一套开源的 FDE 实践系统——课程、技能、评估闸门一应俱全。今天我用这场演讲提出的五条论点对它做了一次审计。结果：两处已经吻合（它已经实现了信任具体落在某个人身上，做法是签名且不可自签发的背书；也实现了从现场到模板的飞轮，做法是可 fork 的现场工具包），一处待办缺口（在招聘评分标准里给「能动性」和「自我」打分——要做到确定性、不掺假——这需要认真设计），还有一个真正的漏洞：基于结果的模式，居然没有对应的落地物。三道闸门用来把关交付物质量，却没有一道闸门去回答「这次合作到底欠客户什么，这件事有没有被量化衡量？」

所以，这就是我今天动手做出来并发布的东西：

The outcome contract scorer — 「为靠岸付费」这句话，只有在「靠岸」这件事被量化衡量之后才成立。账单最终指向的，就是 exit code 0。

$ outcome_score.py score acme-hotel-ai-receptionist.json
[✓ PASS] call-answer-rate: measured 72.5 vs target ≥ 60  (dashboard-export.csv)
[~ CLAIMED] guest-satisfaction: a number without a source never counts
VERDICT: GO   # exit 0 — CI-able, invoice-able

这份合约本质上是数据：每一项结果都带着基线、目标和证据。真正起作用的是那套诚实规则——PASS 需要有独立来源的实测证据；仅凭自称的数字，会被记录下来，但永远不能通过；没有证据就标记为「未测量」，绝不能悄悄放行；只要还有一项阻塞性结果未被测量，闸门就不能变绿。21 项测试。它和审计笔记一起，放在公开仓库里——如果你的港口也需要一套，欢迎拿去用。

闭环：一位从不白跑一趟的引水员

The field-to-template flywheel — 领一艘船靠岸，就把整片港口的航图为所有人标好——反面教材是那种瞎忙：动作很多，却什么都没沉淀下来。

如果你是想干这份工作的工程师（或者正在组建团队的负责人），这是它的 SMART 版本：

具体（Specific）——为一次合作只认领一个结果，写成带有明确指标的合约。「改善 AI 体验」不算一个港口；「60% 的来电无需转接人工」才算。
可衡量（Measurable）——有来源的证据，否则就当没发生过。评分标准怎么定，职业生涯就怎么走。
可达成（Achievable）——演讲里的建议是：先从容易见效的地方下手（前台接待、呼叫中心），这些地方的人力账怎么算都划算。先让小舢板靠岸，再谈油轮。
相关（Relevant）——每一个修复都要落进平台本身，这样第一个客户踩过的那道暗礁，就成了所有人都能看到的航图。如果你的修复只活在某个客户专属的分支里，那你是在划桨，而不是在滚雪球。
有时限（Time-boxed） ——目标要设复审日期，因为模型在迭代，港口在淤积。持续更新本就是分内事，不是突发状况。

这段访谈留下一句警示，因为这正是聪明人最容易栽的坑：领航员的敌人是自我。一个非要证明自己对航道判断正确的领航员——而不是一心把船安全靠岸的领航员——最终会让两者一起搁浅。少说话，多听港口想说什么。港口不关心你最爱用哪个框架。

一句话，记住就好

每个运送珍贵货物穿越本地水域的时代，都发明了同一份工作；2026 年不过是把它重新发明了一遍，还顺手给了个更差的头衔。

模型是船，你的业务是港口。雇一位领航员，把驾驶台交给他——为靠泊付钱，别为地图付钱。

AI 原生系列 · 更多文章

这些文章都收录在主页的写作板块里。

本文属于 AI 原生系列。审计随笔与「结果合约」技能包（21 个测试，确定性、可接入 CI）已开源，见 github.com/wjlgatech/FDE-os。资料来源：一场关于 AI 智能体 FDE 岗位的从业者访谈（内容摘要由本人提供，引文均据此摘要）· Trinity House 历史 · Trinity House（维基百科） · FDE 岗位增长 800% 与 57.3% 智能体已投入生产，数据来自 JobsByCulture 以及 LangChain 的《智能体工程现状》报告.