各家方法论对照
给需要在多套 FDE 方法论之间做选择、或者想弄清楚它们互相之间什么关系的人。这一页只写事实与边界：每家的来源、核心主张、阶段划分、适用对象、证据强度、以及明显的空白，不评优劣。
单个环节的做法见 delivery-lifecycle.md、discovery-and-scoping.md、build-and-mvd.md、deployment-and-adoption.md、value-accounting.md。
本页小目录（第一到第十一节是逐家的事实卡片，横向对比直接跳第十二节）： 零 读之前｜一 Palantir｜二 OpenAI｜三 Anthropic｜四 Distyl｜五 范冰 FDE4.AI｜六 凯哥 Lean-FDE｜七 任鑫 fde-arsenal｜八 Maven｜九 Supervity｜十 Datawhale｜十一 其他项目｜十二 总表｜十三 横向观察
零、读这一页之前
三条阅读提醒：
- 「方法论」这个词在这一页里指三种不同的东西：公司内部的交付实践（Palantir、OpenAI、Anthropic、Distyl）、面向个人或企业售卖的培养体系（范冰、凯哥、Maven、Supervity）、以及生态撮合机制（Datawhale）。三者的评价标准不同，不能直接互比。
- 证据强度差别很大。 有的有多年公开案例与财报数据，有的只有一份课程招生页，有的只有几篇文章。本页每一条都标注了层级。
- 不同流派服务的对象不同。 外部交付、内部培养、个人接单是三种不同的经济结构，一套在外部交付里成立的做法，搬到内部可能是在为一个不存在的问题付费；反过来也一样。
- 总表最后一列「明显空白」指的是「在公开可查的材料里找不到对应内容」，不是「这家做得不好」。 每一条空白都写明了依据（哪份材料里没有、或者写了但没公开细节）。一家公司或一门课不公开某件事，可能是商业选择，也可能是尚未成型，本页不替读者推断原因。
下面第一到第十一节写每家的来源、核心主张与阶段划分；适用对象、证据强度与明显空白统一收在第十二节的总表里，便于横向对比。
一、Palantir
来源与一手程度：一手材料最充分的一家。官方博客有 FDSE 与 Deployment Strategist 的岗位自述与日程实录、Bootcamp 的设计原则、Ontology 官方文档；财报电话会有商业数据；前员工 Nabeel Qureshi 的公开长文《Reflections on Palantir》提供了内部视角。
核心主张：软件生产的地方和价值发生的地方不在一起，中间有一堵墙；不翻墙，把工程师送过去。三块支柱：
- 前线双角色配对。 FDSE（Forward Deployed Software Engineer）对「系统能不能跑、跑得稳不稳」负责，Deployment Strategist（部署策略师）对「有没有人用、价值算不算得清、组织里推不推得动」负责。官方博客给 DS 的独有硬活是价值核算、组织导航、以及把前线需求写成一页纸论证回流产品团队。
- 代号考据：Palantir 官方博客明确 FDSE 的内部代号是 Delta，Deployment Strategist 的代号是 Echo。中文圈流传的版本经常把两个代号写反。
- Ontology。 把企业系统里的表和字段映射成业务概念（零件、工单、飞机、站位），并把「写回」做成一等公民——官方文档里的 Action Type 被定义为「用户可以一次性执行的、对对象/属性值/关系的一组变更的模式定义」。
- AIP Bootcamp。 官网承诺 "From 0 to use case in 5 days"，把销售动作和交付动作合成一件事。官方博客（2023-10-12）的原话是「one to five days」（一到五天），官网页面写的是「5 days」；两种口径并存，取数时写清引的是哪一份，对照见 delivery-lifecycle.md 第五节。
阶段划分：Palantir 没有公开一套编号的阶段模型。可从官方材料归纳出的节拍是：Bootcamp（官方博客口径 1–5 天，官网页面口径 5 天）→ 驻场迭代（一周 4–5 个「上午造、下午给客户看」的循环）→ 生产化与扩张。
二、OpenAI 的 Forward Deployed Engineering
来源与一手程度：没有官方发布的方法论文档。可查证的内容来自 FDE 负责人 Colin Jarvis 的公开访谈与演讲（有第三方整理），以及 OpenAI 的企业报告《AI in the Enterprise》和《The State of Enterprise AI 2025》。属于访谈级一手 + 报告级一手，不是流程文档。
核心主张（据公开访谈整理）：
- 只做价值足够大的问题。 团队瞄准的是「代表数千万到低数十亿美元价值」的问题。
- eating pain and excreting product（吃下痛苦、产出产品）：FDE 深度嵌入客户，把从中提取的可泛化能力沉淀成产品。内部框架 Swarm 就是这样长出来的，后来开源并演化成 Agent SDK 与 Agent Kit。
- 评估先于开发。 「基于 LLM 的应用没有评估就不算完成」；团队会在大规模开发开始之前，和客户领域专家一起建评估集，并定义「专家轨迹」——领域专家解决这个问题会走的动作序列。
- 真实数据划分岗位边界。 解决方案架构师可以用匿名样例数据做演示与验证，FDE 必须在客户基础设施上、用客户的真实数据写生产代码。
- 目标是让自己变得多余，而不是制造持续依赖。
阶段划分：公开访谈里给出的是一条复用率爬坡曲线而不是阶段表——第一个客户从零到一（约 20% 可复用）→ 再迭代两三个客户（到约 50% 可复用）→ 推进到规模化业务运营。
时间与规模的公开数字：Morgan Stanley 的部署技术管道花了 6–8 周，之后还有约 4 个月做试点、收集反馈、精化评估与迭代；采纳率据称达到 98%；团队自述的效率改善区间是 20%–50%。FDE 团队从 2024 年初的 2 人扩到访谈时的 39 人，计划年底到 52 人。约 50% 的时间在客户现场（视项目在 50%–80% 之间）。
三、Anthropic Applied AI
来源与一手程度：没有公开的完整方法论文本。可查证的内容是三类：Applied AI 团队署名的企业推广指南、免费课程与认证体系、以及合作案例里的公开表述。
可查证的做法：
- 最小可行治理：Applied AI 团队署名的 Claude Code 企业推广指南提出，无法配备专职团队的公司至少要指定一名 Designated Responsible Individual（对配置有权限的责任人），大组织则需要工程、信息安全、治理同席的跨职能工作组；推广从试点团队扩到本部门其余（通常 10–20 名开发者），试点团队成员成为内部 champion。另有面向技术负责人的《Scaling Agentic Coding Across Your Organization》（截至 2026 年 9 月需留邮箱下载）。
- 知识转移写进合作条款：与 FIS 的合作核心设计是「转移知识，让客户能独立构建和扩展自己的 agent」；与埃森哲的合作是为三万名顾问做系统培训。
- 可审计性作为产品特性：在金融机构合作中把「每个 agent 决策都能回放证据链」作为核心设计。
- 能力建设走认证而非售课：Anthropic Academy 全部免费；四门 Claude 认证由 Pearson VUE 监考、价格 99–175 美元，但报名需要合作伙伴网络成员身份，个人邮箱在结账时会被拦截——认证是渠道伙伴的准入门槛，不是面向个人的考证生意。
阶段划分：没有公开的交付阶段模型。公开材料里最接近阶段划分的是企业推广的三阶段（试点团队 → 部门推广 → 全组织），这是采纳侧的阶段，不是交付侧的。
四、Distyl AI
来源与一手程度：官网自述 + 招聘 JD + 媒体访谈。属于公司自述口径，客户全部匿名。
核心主张："An Applied Technology Company that Owns the Outcome"（一家对成果负责的应用技术公司）。CEO Arjun Prakash 的公开表述：
"We offer our services [and] we tie the services to the outcomes of the clients. We find that to be a helpful model in contrast to the time-and-materials model that is more traditional."
"Without the subject matter experts, there's no chance we're able to go into production."
阶段划分：官网明确给出四段生命周期——Discovery → Context Management → Deployment → Continuous Improvement，并承诺 "EBITDA impact in 6 months"。这是本页收录的公司里唯一一家把交付阶段直接写在官网上的。
结构特征：不是纯服务公司。自研 agent 平台 Distillery，合同是「平台订阅 + 派驻工程师」打包卖。2025 年 9 月完成 1.75 亿美元 B 轮，投后估值 18 亿美元（交易律所 Fenwick 的公开披露）。
案例写法：客户匿名（「F100 电信运营商」「F20 医疗支付方」），但成果数字具体（2 亿美元以上预计运营支出节省、贷款发起成本降低 93%、订单未完成解决时间改善 47%）。
五、范冰（XDash）FDE4.AI
来源与一手程度：《前线部署工程师：人工智能时代的客户价值交付秘籍》，GitHub 开源全文（截至 2026-09-06 约 4,548 star），配套官网 fde4.ai 与一门 299 元线上课。文本本身一手且完整可查，但书中案例全部为二手整理——作者在附录 C 里逐条标注来源层级（「待核」「单一来源」「公司自述口径」「转引」），并把书中唯一的原创案例标注为「多个中国创业团队素材的综合匿名处理，数字已模糊化，不作为单一事实引用」。
核心主张：FDE 是「把不可规模化的事规模化地做」；判断 FDE 真伪的唯一标准是定制递减率——每个后续客户的定制量是不是在递减；把规模化这一环抽掉，「恭喜，你重新发明了咨询公司」。
阶段划分：八章，结构是客户旅程漏斗：
| 章 | 主题 | 核心产出概念 |
|---|---|---|
| 1 | FDE 的崛起 | 定义、四条边界切割、三层特质、招聘与转型 |
| 2 | 解决正确的问题 | PSF（问题-方案契合）三关、MVD（Minimum Viable Deployment，最小可行部署）三军规、两周冲刺日程、影子工作法 |
| 3 | 赢得客户 | 灯塔客户、需求蝗虫、进场尽调五份地图、采购法务安全通关 |
| 4 | 激活部署 | 热修复文化、评估体系三步、降门槛四手法、变革管理三组人物 |
| 5 | 守住续约 | 五类流失、可靠性四道工事、有损服务、培训培训师、健康分 |
| 6 | 扩大收入 | 免费转付费五个开关、按结果收费四档、合同条款五件事 |
| 7 | 规模化复制 | 三级复制杠杆、打法手册、人才养成、毛利率与人均营收 |
| 8 | 完整案例集 | Palantir / OpenAI / 四种变奏 / 中国案例 |
关于 MVD 这个词：作者在原文里写明这是他自己对 MVP 的对应改写（「FDE 对应的概念，我称之为 MVD」），不是 Palantir 的术语；配套的「三军规」在本次检索中也未找到早于这本书的中文出处。完整考据见 build-and-mvd.md 第一节。
配套的能力模型在官网 KMap：7 个能力域 · 48 个能力点，七个域是模式认知 / 问题定义 / 赢得客户 / 激活部署 / 守住续约 / 扩大收入 / 规模化复制，并给了三个视角（成熟度、阶段、AI 杠杆）。
六、凯哥（史凯 / SuperKai）Lean-FDE
来源与一手程度：微信公众号「凯哥讲故事系列」2026-08-09 发布的《凯哥讲 FDE｜Lean-FDE 创始班学员招募》（署名原创 SuperKai，正文约 5,900 字），配套官网 leanfde.com。一手（招生页原文），但课程效果与学员成果暂无公开可核验的材料。
主讲人背景：史凯，《精益数据方法论》《数字化领导力系列三部曲》作者，自述曾在 IBM、埃森哲、EMC、Thoughtworks、凯捷咨询和阿里云工作。
核心主张（招生页原文）：企业里最不缺的是 AI Demo，真正缺少的是「一个能进入客户现场、看懂业务问题、定义价值、重构工作流、协调业务与工程，并最终推动组织采纳的人」。相关公开内容里反复出现的概念是交付断层——模型能力与业务结果之间的那一段。
阶段划分：六周训战营，每周一个命名交付物，合计 11 件。下表用的是招生页的周主题措辞；官网产品页对同样六周的用词略有不同（W2「精益价值流与 AI 场景定义」、W4「进入具体场景与智能体产品闭环」），两版并列见 delivery-lifecycle.md 第六节。
| 周 | 主题 | 交付物 |
|---|---|---|
| 1 | 入营、选题与现场共识 | FCAE 九维能力诊断 / Project Charter / Discovery Pack |
| 2 | 价值定义与流程诊断 | Value Map / Workflow Baseline |
| 3 | 人机协同与工作流重构 | Workflow Redesign / HITL Map / Solution Canvas |
| 4 | 方案验证与生产准备 | Prototype Evidence / Eval Report / Production Readiness Review |
| 5 | 采纳计划与管理层对齐 | Adoption Plan / Sponsor Brief |
| 6 | 成果路演与双 Portfolio | 双 Portfolio |
认证机制：结业不等于认证。学员可进入「三评」流程：知识测评 25% + 作品评审 45% + 路演表现 30%，原文写明「认证看的是客观证据，不是出勤次数」。本页收录的项目里，把评分权重公开到百分比的只有这一家。
价格与形态：早鸟 8,800 元 / 原价 19,800 元；每周一节直播带练课 + 贯穿式真实案例大作业 + 六道项目评审门。
七、任鑫 / fde-arsenal：选·造·用·算 30 天与九站培养旅程
来源与一手程度：GitHub 公开仓库 ai-alchemy-lab/fde-arsenal（CC-BY-4.0），作者任鑫（公众号「AI 炼金术」）。一手（作者自述的方法论文本 + 模板实物），但案例部分含脱敏虚构的教学案例，仓库内有标注。
利益披露：本 Wiki 的维护者就是任鑫本人。这一节与总表里的这一行，采用与其他条目相同的标注口径（来源层级、证据强度、明显空白照写），读者仍应把它当作有利益关系的一条来读。
核心主张：中国企业 AI 转型最后会卡在同一个地方——缺人钻进业务里改流程；外部交付在中国因为信任与商业结构问题很难跑通，可行路径是企业内部培养 FDE——让懂业务的人去懂 AI，比让外面的人来学业务快。方法论的骨架是三条铁律：
- 每一站的过关标准是别人的行为，不是自己的产出（老板签字、用户上手、一线连用、老板拍板）；
- AI 控流程，人控判断点；
- 打不赢就止损复盘，烂尾是唯一的失败——「停止」是合法结局。
阶段划分：两套互为表里的排法。
A. 选·造·用·算 30 天（面向一次交付）：
| 周 | 阶段 | 过关标准 |
|---|---|---|
| W1 | 选 | 老板在一页立项书上签字 |
| W2 | 造 | 真实用户第一次上手操作（登录记录，不是演示视频） |
| W3 | 用 | 目标用户连续 5 天使用，并用自己的话说出「有用」 |
| W4 | 算 | 老板拍板：扩大 / 调整 / 停止（三个都算过关） |
B. 九站培养旅程（面向把一个内部人带成 FDE）：画像与筛选 → 安排与授权 → 选题 → 真问题与 Context → Eval → 造与测 → 上线与采纳 → 算账 → 带第二个人。前两站的主角是负责人（出题、授权、护航），中间五站的主角是 FDE 本人，第 8 站两人一起。
方法论上的两处明确改动（作者自己在文档里标注了原版与改动理由）：
- 把 Forrester TEI 的一次性投资论证，改成同一张 ROI 表填两次（立项预估 / 复盘实测两列并排），并把机会账默认踢出主表；
- 把 Palantir 的 FDSE + DS 双角色配对，改成个体制 + agent 军团（调研 / 数据 / 代码 / 推进四个 agent 岗位），理由是配对制解决的「外部人不了解客户组织」这个问题，内部 FDE 本来就没有。
配套实物：03-模板库有 11 张可填写模板（一页立项书、MVD 范围切割卡、Eval 设计卡、采纳设计检查表、ROI 测算表、管理层汇报一页纸、交付病历等），并配有《模板权威溯源》文档逐条列出每张模板的祖先出处与改动理由。
八、Maven / Hamza Farooq 的 Forward Deployed Engineering Bootcamp
来源与一手程度：Maven 课程页原文（抓取于 2026-09-01）。一手（招生与课程结构）。
基本信息：讲师 Hamza Farooq（Traversaal.ai 创始人、前 Google 与 Walmart Labs）。价格 2,000 美元；6 周、11 场直播、40 个 lesson（外界常传的「11 周」是把 11 场直播误读成 11 周）；直播 2 小时/周 + 项目 4 小时/周；评分 4.9（53 条评价）。
阶段划分：Module 0（环境配置，含 Claude Code 安装与教程，40 个 lesson 里有 12 个属于这一块）+ 五个 Session + Demo Day + Bonus：
| 阶段 | 内容 |
|---|---|
| Module 0 | Getting Started with Claude Code（账号、IDE、Git、课程仓库） |
| Session 1 | Introduction to Agent Harness |
| Session 2 | AI System Design Building Blocks（含 Claude Code Harness：Subagents 与多 agent 三层架构） |
| Session 3 | Grounded Products with Multimodal Agentic RAG at Scale |
| Session 4 | Distributed Multi-Agent Voice AI Platform |
| Session 5 | Multi-Agent Systems in Production（Kubernetes、MCP、A2A） |
| Demo Day | FDE Demo Day |
| Bonus | Evaluations & Guardrails |
课程的承诺句式是 "four classes, four real-world products, all built end to end. No demos, no toy examples, actual deployments."
九、Supervity 的 FDE Trainee Program
来源与一手程度：官网页面（抓取于 2026-09-01，并用真实浏览器复核）。
基本信息：12 周，"Selective cohort. Real enterprise projects. Guaranteed stipend."——培训期间发津贴，金额未公开。结业给 "FDE Credential by Supervity"。
招生四步（页面上信息量最大的部分）：Apply（提交表单 + 作品集）→ Qualify（完成一份情景式能力简报）→ Prove（15 分钟面试 + 5 分钟 micro-demo）→ Join。
阶段划分：没有。 页面上有一个标题写着 "Timeline — A 12-Week Journey from Foundations to Demo Day"，但这个标题下面没有任何周次或模块内容，直接接的是招生流程。经静态 HTML 全文检索、真实浏览器加载后读 innerText、以及检索页面全部图片三重核实，确认这不是抓取失败，Supervity 确实没有公开任何课程大纲。
十、Datawhale 的 FDE 100
来源与一手程度：Datawhale 微信公众号 2026-09-01《我们将在上海交大，发布首个 FDE 100 人！》。一手（发起方公告）。
它是什么：不是课程，是场景与人的双边撮合机制。2026 年 9 月 6 日在上海交通大学徐汇校区的「2026 长三角 AI 场景创新论坛——FDE 人才专精培育计划」上，同场发布 10×100 首批场景清单、FDE 100 案例、首批 FDE 100 人名单。上海交通大学安泰经济与管理学院与 Datawhale 现场签署战略合作。报名与入选均不收费。
它对 FDE 的定义（公告原文）：「深入企业一线，使用真实业务数据完成场景判断、方案设计和落地验证的人。」
核心主张与准入标准：不看资历，只看案例。 公告写明判断一个案例是否成立看四点：
- 解决过谁的什么问题（企业主体和痛点都具体）
- 结果可核验（效率、成本、质量、决策任一维度有变化）
- 方法可复用（讲得清为什么这么做）
- 真实的交付角色（主导或深度参与，不是转述）
入选者拿到三样：进入 FDE 100 案例库；10×100 首批场景清单；一个可以一起接单、补位、判断的同行网络。
前序动作：2026 年 8 月的长三角联合行动先后走过杭州（8/24，云谷中心，原定 20 人的企业 AI 落地班收到数百份报名，到场 20 家企业中 13 家营收过亿，近七成由创始人或总经理带队）、上海（8/26，虹口区科委指导）、南京（8/28，建邺区）。
十一、其他值得知道的项目
| 项目 | 一句话 | 证据强度 |
|---|---|---|
| Interview Kickstart FDE（23 周） | 本页收录范围内公开大纲最细的英文课程，四个 block，其中 Weeks 13–17 是客户侧的 FDE 内容（Discovery & Scoping、干系人地图、RACI、决策日志）；Week 12 单独讲用 Claude 结对编程 | 中（课程页一手，无学员追踪数据） |
| AI Makerspace AI Forward Deployed Engineering Certification（10 周，$5,250，2026 秋季班 9/29–12/10） | 定位是「不只是教育」，结业要带走已经跑起来的系统；企业版面向被提名的技术负责人 | 中（课程页一手，无学员追踪数据） |
| GSDC / ADaSci 认证 | 30–50 小时自学 + 笔试发证，考核形式是笔试，不含真实项目或现场交付环节 | 低（考纲可做能力模型底稿；公开材料里没有对现场交付能力的考核设计） |
| 启盟科技 FMClaw 加速营 | 本页收录的国内项目里唯一把面向甲方的完整转化漏斗写在官网上的一家：半天 Demo Day → 2–3 天加速营 → 2–4 周创新大赛 → FDE 服务。灵魂前提写在官网上：「一个你真正头疼的业务问题」+「这个问题的真实数据」，没有这两样四种方式都帮不了你 | 中（官网原文一手，效果无第三方验证） |
| 上海市委组织部首期 FDE 专题培训班 | 值得注意的是它训的对象是市属国企与重点行业主管部门的负责人，即先训需求方，再训供给方 | 低（只有媒体报道的描述性文字，无公开大纲） |
十二、总表
阅读提示：「证据强度」评的是可供外部核验的材料的强度，不是方法本身的好坏；「明显空白」指的是公开材料里找不到的内容，不是差评。一家公司不公开方法论，不等于它的方法不行。
| 流派 | 来源与一手程度 | 核心主张 | 阶段划分 | 适用对象 | 证据强度 | 明显空白 |
|---|---|---|---|---|---|---|
| Palantir | 官方博客 + 官方文档 + 财报 + 前员工长文，一手最充分 | 把工程师送到价值发生的地方；FDSE（Delta）管造、DS（Echo）管推；Ontology 把数据映射成业务概念且写回是一等公民 | 无编号阶段。可归纳为 Bootcamp 1–5 天 → 驻场迭代（周内 4–5 循环）→ 生产化与扩张 | 外部交付，需平台底座 | 高：二十年交付、具名案例、财报数据 | 与自家平台强绑定；未公开完整方法论文本；前线双角色配对需要两名专职人员，人力投入门槛高；公开材料未讨论企业内部自建 FDE 的做法 |
| OpenAI FDE | 负责人公开访谈 + 企业报告，访谈级一手 | 只做数千万到数十亿美元价值的问题；吃下痛苦、产出产品；评估先于开发；真实数据划分岗位边界；目标是让自己多余 | 复用率爬坡：0→1（约 20% 可复用）→ 迭代 2–3 家（约 50%）→ 规模化运营 | 外部交付（模型厂商侧），大型企业客户 | 中高：具名客户与数字，但无方法论文本 | 无公开阶段模型与模板；工程做法散在访谈里、组织与采纳材料散在企业报告里，两侧未合并成一份可引用的文档 |
| Anthropic Applied AI | 团队署名指南 + 认证体系 + 合作案例 | 最小可行治理（至少一名 DRI）；试点团队成员变内部 champion；知识转移写进合同；可审计性作为产品特性 | 采纳侧三阶段（试点团队 → 部门 → 全组织）；无交付侧阶段模型 | 外部交付 + 企业工程组织的工具推广 | 中 | 交付方法论无公开文本；公开材料集中在工程组织内部的工具推广（Claude Code），面向业务部门的场景交付做法未见公开材料 |
| Distyl AI | 官网 + JD + 媒体访谈，公司自述口径 | 对成果负责（own the outcome）；服务与客户成果绑定；没有领域专家就上不了生产 | Discovery → Context Management → Deployment → Continuous Improvement，承诺 6 个月见 EBITDA 影响 | 外部交付，财富 500 强 | 中：融资一手，成果数字自述且客户匿名 | 四段只有名字无动作；成果口径不公开；客户不点名 |
| 范冰 FDE4.AI | 开源书全文（约 8.8 万字）+ 官网 + 299 元课，文本一手、案例全二手 | 把不可规模化的事规模化地做；判真伪看定制递减率；抽掉规模化就是重新发明咨询公司 | 八章漏斗：崛起 → 解决正确的问题 → 赢得客户 → 激活部署 → 守住续约 → 扩大收入 → 规模化复制 → 案例集。能力模型 7 域 48 点 | 乙方视角：外部交付公司与个人从业者 | 中：引用纪律强（双源优先、单源标注），但书中未披露作者本人的一手交付案例，165 条案例均由公开信源整理（附录 C 逐条标注层级） | 面向甲方组织内部的内容很少；书中提到的模板未随文提供可填写实物；评估（evals）相关内容篇幅很短，约 900 字 |
| 凯哥 Lean-FDE | 公众号招生原文 + 官网，一手（招生页） | 缺的不是模型和代码，是能进现场、定义价值、重构工作流、推动采纳的人（交付断层） | 六周十一件交付物：选题共识 → 价值与流程诊断 → 工作流重构 → 验证与生产准备 → 采纳与管理层对齐 → 路演与双 Portfolio；六道评审门 | 想成为 FDE 的工程师与业务人（非老板） | 中低：招生页一手，无公开学员成果与第三方背书 | 六道评审门、FCAE 九维诊断、双 Portfolio 的细节未公开；11 件交付物是否为可填写模板未确认；未见公开的学员成果、结业名单或第三方评价 |
| 任鑫 fde-arsenal | GitHub 公开仓库（CC-BY-4.0），方法论文本与模板一手 | 中国可行路径是内部培养；过关标准是别人的行为；AI 控流程人控判断点；停止是合法结局 | 选·造·用·算 30 天（W1 选 / W2 造 / W3 用 / W4 算）+ 九站培养旅程（画像 → 授权 → 选题 → Context → Eval → 造 → 采纳 → 算账 → 带第二个人） | 甲方内部培养（负责人 + 内部人两个读者），骨架亦适用于外部接单 | 中：文本与 11 张模板一手、溯源详尽；多数案例为脱敏或教学虚构，无第三方实施记录 | 「个体制 + agent 军团」是 2026 年的新提法，公开材料里没有长期证据；仓库基本不涉及商务侧（定价 / 合同 / 续约）；文本是第一人称立论，作者即本 Wiki 维护者（见第七节利益披露） |
| Maven / Hamza Farooq | 课程页一手 | 四堂课、四个真产品、端到端 | Module 0（Claude Code）+ 5 个 Session + Demo Day + Bonus，6 周 11 场直播 | 个人（高级全栈 / ML 工程师 / 创始工程师） | 中：结构与评分公开，但项目非真实客户部署 | Evals 放在 Bonus，不在五个正课 Session 里；大纲里没有客户发现、干系人与采纳这类客户侧模块，内容以全栈 AI 工程为主 |
| Supervity | 官网页面，经三重核实 | 12 周从基础到 Demo Day，培训期发津贴 | 未公开任何周次或模块 | 应聘者（招聘漏斗） | 低 | 课程大纲未公开（经三重核实）；培训方即雇主，"FDE Credential" 由 Supervity 自行颁发，未见第三方机构认可 |
| Datawhale FDE 100 | 公众号公告一手 | 不看资历，只看案例；四条案例成立标准；场景与人双边撮合 | 不是课程，无阶段划分 | 已在做 FDE 且有真实案例的人 + 有场景的企业 | 中：公告具体、有高校与地方背书，名单质量待验证 | 自述不是课程，因此不提供培养体系与交付方法论；四条案例成立标准由谁、按什么流程核验，公告未写 |
十三、几条横向观察
以下是从上表能直接读出来的、不带评价的结构性事实：
- 公开的阶段模型主要来自培养体系，不来自交付公司。 真正在交付的四家里，只有 Distyl 把四段生命周期写在官网，而且只有名字没有动作；Palantir、OpenAI、Anthropic 都没有公开编号的阶段表。反过来，卖课的几家阶段划分最细——这与「阶段表是一种教学产品」的定位一致。
- 评估（evals）在多数公开材料里的篇幅最小。 依据逐条如下：范冰的书里约 900 字；Maven 把 Evaluations & Guardrails 放在 Bonus，不在五个正课 Session 里；Supervity 大纲不公开；凯哥有一个叫 Eval Report 的第四周交付物，但内容未公开。把评估写进正课主线的是 Interview Kickstart——第 8 周给具体工具（LangSmith tracing、LLM-as-judge、DeepEval、Guardrails AI），第 17 周把 eval 套件做成 CI 部署门禁（evaluation.md 引的是后者）。OpenAI 的访谈里「评估先于开发」则是这一条上最明确的工程纪律。
- 甲方视角是公开材料里最大的空缺。 上表十家里，明确以甲方内部培养为主要读者的只有 fde-arsenal 一家（该条目的作者即本 Wiki 维护者，见第七节利益披露）；启盟科技的漏斗面向甲方但不教方法，Datawhale 撮合甲方场景但不教培养。而 2026 年最有官方色彩的一次 FDE 培训动作（上海市委组织部首期专题培训班）训的对象恰恰是需求方负责人。
- 真实数据是唯一被所有流派共同强调的门槛。 Palantir 把它写进 Bootcamp 入营规则，OpenAI 用它划分岗位边界，Distyl 说没有领域专家就上不了生产，范冰把它列为 MVD 第一军规，启盟科技把它和「一个真正头疼的问题」并列为灵魂前提，Datawhale 把「使用真实业务数据」写进对 FDE 的定义。这是本页收录的所有材料里唯一没有分歧的一条。
- 证据强度与商业化程度不成正比。 收费最高的项目不一定有最强的可核验材料；免费开源的材料未必证据更弱。选择时更有效的做法是问三个问题：这套方法背后有没有真实交付、案例能不能点名、数字有没有分母。
延伸阅读
- delivery-lifecycle.md：把各家的阶段划分放在同一条时间线上看
- build-and-mvd.md：MVD 与 Bootcamp 的具体做法与出处考据
- deployment-and-adoption.md：采纳与变更管理的框架来源
- value-accounting.md：定制递减率、人均营收与毛利率的数字来源
- ../03-role/README.md：FDSE、Deployment Strategist 与各公司变体的角色定义
- ../08-career/README.md：从个人路径角度看这些课程与认证
- ../05-practice/china-specifics.md：这些流派落到中国现场时各自会撞上什么约束
- ../00-start/glossary.md：本页出现的术语定义
来源
- Palantir Blog，"A Day in the Life of a Palantir Forward Deployed Software Engineer"。https://blog.palantir.com/a-day-in-the-life-of-a-palantir-forward-deployed-software-engineer-45ef2de257b1
- Palantir Blog，"A Day in the Life of a Palantir Deployment Strategist"。https://blog.palantir.com/a-day-in-the-life-of-a-palantir-deployment-strategist-951cb59a5a96
- Palantir Blog，"Deploying Full Spectrum AI in Days: How AIP Bootcamps Work"。https://blog.palantir.com/deploying-full-spectrum-ai-in-days-how-aip-bootcamps-work-21829ec8d560
- Palantir，AIP Bootcamp 官方页。https://www.palantir.com/bootcamp/
- Palantir 官方文档，Ontology core concepts。https://www.palantir.com/docs/foundry/ontology/core-concepts
- Nabeel Qureshi，"Reflections on Palantir"。https://nabeelqu.co/reflections-on-palantir
- ZenML LLMOps Database，"OpenAI: Forward Deployed Engineering: Bringing Enterprise LLM Applications to Production"（对 OpenAI FDE 负责人 Colin Jarvis 公开访谈的整理）。https://www.zenml.io/llmops-database/forward-deployed-engineering-bringing-enterprise-llm-applications-to-production
- Engineering Leadership Newsletter，"Inside OpenAI's Forward Deployed Engineer Role"。https://newsletter.eng-leadership.com/p/inside-openais-forward-deployed-engineer
- OpenAI，《AI in the Enterprise》。https://cdn.openai.com/business-guides-and-resources/ai-in-the-enterprise.pdf
- OpenAI，《The State of Enterprise AI 2025》。https://cdn.openai.com/pdf/7ef17d82-96bf-4dd1-9df2-228f7f377a29/the-state-of-enterprise-ai_2025-report.pdf
- Anthropic，"Scaling Agentic Coding Across Your Organization"。https://resources.anthropic.com/scaling-agentic-coding
- Anthropic Academy。https://academy.claude.com/
- Distyl AI，官网 About 与案例页。https://distyl.ai/about ；https://distyl.ai/case-studies
- Fenwick，"Fenwick Represents Distyl AI in $175M Series B Funding at $1.8B Valuation"。https://www.fenwick.com/insights/experience/fenwick-represents-distyl-ai-in-175m-series-b-funding-at-1-8b-valuation
- Channel Dive，对 Distyl CEO Arjun Prakash 的报道。https://www.channeldive.com/news/billion-dollar-ai-startup-distyl-ai-openai-azure-anthropic/802806/
- 范冰（XDash），《前线部署工程师：人工智能时代的客户价值交付秘籍》，GitHub 开源全文，2026 年 8 月。https://github.com/xdash/FDE-the-Guidance-Book-of-Forward-Deployed-Engineer ；官网 https://fde4.ai
- 史凯（SuperKai），《凯哥讲 FDE｜Lean-FDE 创始班学员招募》，微信公众号「凯哥讲故事系列」，2026-08-09。https://mp.weixin.qq.com/s?__biz=MzA4NDMyODMxMg==&mid=2647998162&idx=1&sn=4205bb3cfdeda65ab8cc9c22c9608198 ；官网 https://www.leanfde.com/
- 任鑫，fde-arsenal（FDE 军火库），GitHub 公开仓库，CC-BY-4.0。https://github.com/ai-alchemy-lab/fde-arsenal
- Maven，Forward Deployed Engineering Bootcamp（Hamza Farooq）。https://maven.com/boring-bot/ai-system-design
- Supervity，FDE Trainee Program。https://www.supervity.ai/fde-trainee-program
- Datawhale，《我们将在上海交大，发布首个 FDE 100 人！》，微信公众号 Datawhale，2026-09-01
- Interview Kickstart，Forward Deployed Engineering 课程页。https://interviewkickstart.com/courses/forward-deployed-engineering
- AI Makerspace，AI Forward Deployed Engineering Certification（10 周，$5,250，2026-09-29 至 2026-12-10）。https://aimakerspace.io/the-ai-fde-certification/
- 启盟科技，FMClaw 加速营系列页面。https://www.aipm.cn/workshop
- PVM，"Palantir Platform Bootcamp Guide"。https://blog.pvmit.com/pvm-blog/palantir-platform-bootcamp-guide