JD 很豐滿，現實很骨感：前線部署工程師這個「新職缺」

一、一則貼文，兩種美好想像

最近有位資訊系教授在臉書上轉貼「前線部署工程師（Forward Deployed Engineer，FDE）需求暴漲」的消息。他說，AI 時代能在 AI 與人類之間搭橋，是非常重要的能力；傳統程式設計師偏向機器、不擅與人溝通，新一代工程師的溝通能力才是關鍵。留言區有人問這種工程師要具備什麼條件，有人回答「懂技術、懂產業、懂 AI、懂溝通」，還有人補一句「可能還要懂喝酒」。另一則留言問得最實在：收入水準如何？

我把這則貼文丟給 AI 分析，它給的答案相當漂亮。它說，FDE 不是「程式設計師加上會說話」，而是能把一個講不清楚的商業問題，轉換成可以部署、測試、驗證、維護的技術系統。它還說，FDE 真正的戰略價值在於它是一個中介層：在二十個客戶的混亂現實裡跑過二十次部署，從中抽出共同模式，再回饋給產品團隊，變成產品能力。頭部 AI 公司的職缺描述，寫的也幾乎是同一套話。

這些都沒有錯。只有一個問題：它把 JD 當成了職位本身。

二、我做過這份工作，只是當年它不叫這個名字

我的職涯從研發開始，後來做嵌入式系統，再轉到 FAE、AE、技術行銷與業務支援，最後坐到策略規劃的位置。所謂「前線部署工程師」，在我看來並不是新職種，而是我做過的 FAE 再加上一段策略顧問：在客戶現場除錯，把模糊的需求翻成規格，再把現場經驗帶回研發。

做過這種工作的人都知道，現實通常是另一回事。業務早已答應了客戶，你的工作是去填那個洞。你帶回產品團隊的回饋，大多數進了 backlog 就沒人再看；真正被產品化的那一天，功勞屬於產品團隊。你在客戶面前代表公司，在公司裡代表客戶，結果兩邊都不完全信任你。至於「約 25% 出差」，那只是 JD 上的數字。

沒錯，理論上大家都吹捧這是新時代的全新職缺；可骨子裡，它不過是把 FAE、solutions engineer、implementation engineer 這些舊職位重新包裝，換一個冠冕堂皇的抬頭，薪水開高一點。實際上，它很可能是一個牛頭不對馬嘴、折磨得要命的地獄缺，根本算不上什麼劃時代的新東西。

三、需求暴漲，本身就是一個訊號

FDE 這個角色最早由 Palantir 發揚光大，原因很簡單：它的產品沒辦法開箱即用，必須派工程師進駐客戶現場，用人力把產品與現實之間的落差補起來。

今天 AI 公司大量招聘 FDE，道理相同。需求暴漲說明的不是這個職業有多光明，而是 AI 產品離「買來就能用」還有一大段距離。因此，目前的高薪本質上是過渡期溢價：公司用昂貴的人力，去補產品的不成熟。等到模式抽得夠多、產品夠成熟，這個職位很可能退化回一般的導入或支援工程，就像 FAE 在成熟晶片市場裡的待遇一樣。

這裡有一個殘酷的邏輯：FDE 把工作做得越好，模式抽得越乾淨，就越快讓自己變得不值錢。

至於留言裡那句「收入水準如何」，公開資料裡揭露薪資的職缺只佔少數，媒體引用的那些漂亮數字，多半是頂級公司早期搶人時開出的價格，並不代表這個職稱的常態。

四、走進客戶公司，第一個遇到的不是技術

JD 說 FDE 要「理解客戶的 workflow」。但 workflow 裡最難處理的從來不是技術，而是權力分佈。

每家公司都有一套舊系統，以及一群靠它維持地位的人。舊系統明明可以重構，他們卻只要說一句「沒那麼簡單」，就能無限期拖延下去。這句話之所以有效，是因為成本極不對稱：說這句話的人不必證明自己是對的，因為拖延沒有立即的代價；主張重構的人卻要承擔全部風險，改了出事，責任全在他身上。管理層又沒有能力分辨，眼前的複雜究竟是真的複雜，還是被人刻意維持的複雜，最後只能相信那個「唯一看得懂」的人。複雜度，就是他的護城河。

於是現場的人陷入雙重綁架：政治正確與績效考核都要求你盡快讓 AI 取代自己，而懂得拖、懂得把知識鎖在自己手上的人，反而坐得最穩。

另一個極端同樣常見：完全不把舊系統當一回事，一刀砍掉，假設總部或 AI 會自動補上。正確的做法是先抽取、先記錄，再讓舊系統退場，但這件事又慢又貴，做好了也沒有人記你一功。諷刺的是，這正是 FDE 職缺描述裡「從混亂現實中抽取可重用結構」的那份工作。

五、一段我親眼看過的整合

我曾任職於一家集團。我入職時，它早已透過收購，把幾十間代工廠納入旗下。這些廠大多規模不大，是由許多小廠拼湊而成，各自為政，成本、效率、品質參差不齊，總部管不住，也管不到。

整合的第一步，其實不需要什麼高深的技術。大部分工廠的產能根本沒有用滿，只要把各廠的數字收齊、整理成一致而可以比較的樣子，閒置產能便一目了然，合併就有了理由。幾十間廠的產量，塞進少數幾間廠裡綽綽有餘。換句話說，真正讓整合成為可能的，不是流程改造，而是數字：一旦數字排得整齊，哪些廠是多餘的，幾乎不必討論。

當然，「綽綽有餘」也是算出來的。產能集中之後，保留下來的工廠改成全年無休、二十四小時運轉。原本的三班制改成兩班；即使表面上仍維持三班，每一班實際上也要做十幾個小時，因為班與班之間互相重疊。報表上，三班制看起來正常而合理，產能利用率漂亮，人力配置也像是符合常規；但落在每一個工人身上的，是遠超紙面的工時。數字之所以好看，不是因為效率真的提升了，而是因為代價被移到了報表看不見的地方。

接下來才是流程：派核心團隊的左右手進駐，觀察各廠運作，再逐步把保留下來的廠拉回總部的標準流程，並換上一位「懂得砍數字」的廠長。這位廠長到了許多廠，第一件事就是砍掉當地研發，集中回總部。

對代工廠來說，這一步並非毫無道理。設計的主人是品牌客戶，工廠的研發多半是在支援量產、治具、測試與良率，集中管理確實能減少重複。但這一步還有第二層作用：各廠失去了獨立存在的能力，變成可以互相替換的產能。設計在客戶手上，工程在總部，訂單就能在廠與廠之間搬來搬去。

當初收購時，地價與人工都非常便宜。後來兩者一起上漲，同一套算盤就反轉了。人工從優勢變成成本，要減；土地從生產工具變成資產，要套現；生產則移往下一個便宜的地方，比如越南。空廠比仍在運作的廠好賣，也賣得到好價錢，因為買方不必承接遣散責任、勞資糾紛與舊合約。

其中一塊地，是在台灣北部某個鄉鎮以荒地價格買進的。多年後，那裡因為交流道、工業區配套與科技產業聚落而地價翻漲，最後以高價賣出。那筆增值，幾乎全部來自公共建設與整個產業群聚，工廠只是恰好站在那裡。

六、兩把尺

後來我聽說，那間台灣廠其實不是不賺錢，而是規模不夠，賺得也不如賣地多。

這句話是整件事的核心。一線的人用的是第一把尺：這間廠有沒有做好、有沒有賺錢。做決策的人用的是第二把尺：這間廠賺的錢，相對於它佔用資產的市值，划不划算。

兩把尺之間還隔著一層會計。土地通常按當年的取得成本入帳，所以帳面上資產很小，賺一點錢就顯得報酬不錯。一旦把土地按市價重估，同樣的利潤攤在一個大了好幾倍的資產基數上，報酬率立刻變得難看。工廠沒有變差，是土地升值了，讓它相對之下顯得「不划算」。一間賺錢的工廠，就是這樣被重新定義成浪費資本。

我後來想，好東西往往是意外。創辦人那一代買地建廠，是為了生產：地便宜、人工便宜、離客戶近。土地後來升值，不是他們算計出來的，是時代送的。等到創辦人和他的團隊退場，離開的不只是幾個人，而是一整套看事情的方法：為什麼廠設在這裡、為什麼要養這批研發、哪些客戶是一起熬過來的。這才是最深的一層 legacy，沒有文件，全都在人身上。

接著商業顧問入場，帶來第二把尺。他們不需要創造任何價值，只需要重新定價，就「發現」了一筆隱藏資產。而把隱藏資產變現最快、最好交代的方法，就是賣。顧問的合約有期限，經營好一門生意要十年，賣一塊地幾個月就有結果。

好東西是意外，被收割卻是必然。

七、FDE 究竟站在哪裡

回頭看 FDE，它做的其實就是當年整合團隊做的那一步：進場收集資料、拆解現有流程，把每個客戶的 workflow 整理成可以比較、可以標準化的模式。當年這一步讓工廠變得可以互換、可以關閉；今天這一步讓崗位變得可以被 AI 取代、可以縮減人頭。

FDE 用的是第一把尺的能力：解決現場問題、讓系統真的跑起來、跟人溝通、處理舊系統。他的績效按「部署有沒有成功」計算，而不是按「幫客戶省了多少人事成本」。所以他自己感覺是在做工程，而不是在做資本決策。

但更準確的說法是：FDE 是第二把尺的工具，而不是握尺的人。他負責讓決策變得可行，但決策不是他做的，收益也不是他拿的。那位「懂得砍數字」的廠長，是第二把尺的人被派去坐第一把尺的位子；FDE 則正好相反，是第一把尺的人被派去做第二把尺的工程。前者清楚自己在做什麼，後者往往不知道，或者不想知道。

實際做這份工作的人，有真心相信、熱愛解題的年輕工程師，在早期的 AI 公司裡，JD 描繪的理想版本確實會真實存在一段時間；有清楚知道、把它當跳板的人，把在二十個客戶身上看到的模式帶走，日後自己創業，慢慢變成握尺的人；也有換了抬頭的老 FAE，最熟悉這場遊戲，也最沒有幻想。至於「幫客戶減人」這件事，他們多半不必面對：部署時說的是「輔助而非取代」，真正裁員是幾個月後由客戶公司另一批人決定的。時間與組織都隔開了，就像當年收集資料的人，不會在賣地那天站在現場。

八、該被追問的不是機器

有位學者講過一個故事：他看見工人用鏟子挖運河，官員解釋不用機器是為了保住就業，他便反問，那為什麼不發湯匙？

我相信這套道理。用自動化取代低效率，用農機取代徒手耕作，本來就是合情合理的社會發展。但這個論點只回答了「工作會不會消失」，完全沒有回答「怎麼對待失去工作的人」。按經濟學自己的邏輯，效率帶來的收益，本來就該拿出一部分補償被淘汰的人。

工程師與科學家最不該忽視的，是資本背後打的算盤。既然機器能取代人力，為什麼資本做的事從來不只是「付資遣費、裁員」這麼乾脆，反而要冷處理、調崗、訂不合理的 KPI、無限期的績效改善計畫，搞內耗、玩心理操控？

答案並不神秘。第一是錢：依法裁員要付資遣費，要走程序，規模大還得通報；把人逼到自己離職，這些成本全部歸零。這與工廠裡那套「表面三班」的算法如出一轍：成本並沒有消失，只是被轉嫁到帳面以外，由最沒有議價能力的人承擔。

第二是轉移責任：付錢請人走，等於公司承認「這是我們的決定」；心理操控則能把故事改寫成「你自己表現不好」、「是你自己選擇離開」，決策者不必背負愧疚，執行者也能說服自己沒做錯事。

第三是制度設計：強制排名、末位淘汰，讓同事之間變成零和遊戲，你不踩人，人就踩你。不需要任何人天生殘忍，只要把位子減到不夠坐，大家自然會互相推擠，甚至被逼到崩潰。

執行這些手段的中階主管，多數不是壞人，他們自己也在壓力之下，要保住位子就得交差。但一套長期這樣運作的制度，會逐漸篩選出對這種做法最沒有心理負擔、甚至享受權力的人，把他們推上去。所以你在某些組織裡看到的，會像是人性本惡，其實是制度篩選的結果。說到底，這是選擇，而且是非常冷靜的選擇。

這套手法並不新。我在工廠裡看過它的完整版本。

過去的產線，只要條件許可，就請二十出頭的年輕女工。不是因為她們比較便宜，而是因為新人最拼：剛入廠的那幾年，她們相信前面有一道階梯，做得好就會被看見，付出的努力往往超過那份薪水。做到二十二歲左右，在產線上已經到頂，也看清了階梯的盡頭，努力便回落到與薪水相符的水平。頻繁換人，就是不斷租用每一批新人的「希望期」：每一批人都在看清天花板之前被換走，多出來的努力等於白拿。

後來新人找不到了。工廠只能用同一個價錢，留住已經到頂的舊人，而生產照樣運作。這說明那份額外的拼勁從來不是生產所必需，而是公司白賺的剩餘。

換不了人之後，就要用別的方法把舊人逼回拼命期：更嚴的指標、排名、淘汰，讓人害怕失去工作。心理操控與內耗，本質上是頻繁換人的替代品：以前靠新人的希望換來免費的努力，換不到人之後，就靠恐懼。最後一步，是自動化機器進場，連努力都不必再要，直接不要人。

今天 AI 進入白領職場，走的是同一條路。應屆生與初階職位，是白領世界的希望期；績效改善計畫、強制排名、無止境的「擁抱 AI」表態，是恐懼的版本；而 AI，則被安排進當年自動化機器的位置。但必須分清楚：把世界變成這樣的不是 AI，正如當年把工人逼到崩潰的不是機器。機器本可以讓人少做粗活，AI 本可以讓人少做重複的工作，生產力提升帶來的收益，本可以讓社會養活更多人，甚至走向全民基本收入（UBI）的種種可能。決定它扮演什麼角色的，是金融化的資本邏輯：回報必須在這一季看見，成本必須先從人身上省下來，效益八字還沒一撇，裁員已經先拿去向市場交代。產線工人走過的三個階段，白領正一個一個重演。只是這一次，負責把人的經驗抽出來交給機器的，是另一群工程師。

然而多數人卻把這些資本惡行，跟投入 AI 與自動化研發的科學家、工程師混為一談。事實上，他們多半只是抱著理想，做著自己該做的事；問題在於，這份理想被放進了誰的算盤。

九、結語

這種金融化與資本炒作的邏輯，才是 AI 與自動化浪潮底下最血淋淋的真相。但這一面，我發現無論自己怎麼寫、怎麼分析，始終沒幾個人真正看得透。

或許原因很簡單：大多數人一輩子只握一把尺。站在第一把尺的人，只看得見技術與努力；握著第二把尺的人，不需要別人看見。只有站過兩邊的人，才會同時看見同一件事的兩個版本，也因此兩邊都不再完全屬於。

FDE 的 JD 寫得很豐滿，它描繪的能力也是真的。但在決定要不要走進這扇門之前，至少該先弄清楚一件事：你手上握的是哪一把尺，還是你本身，就是某一把尺的工具。