Forward Deployed Engineering 常译为“前线部署工程”或“前置部署工程”。具体到合作中，就是工程师直接与业务人员梳理日常任务，弄清资料、规则和例外，再开发系统、接入工具，并跟进试用。
OpenAI Deployment Company 对 FDE 的描述强调直接与业务专家合作，从具体问题出发，尽早验证效果，再逐步扩大范围。企业可以据此理解这种分工：一支团队连续参与业务梳理、系统开发和上线后的运行。
Understand the Business
AI 要用好，得先了解业务细节
传统软件适合规则稳定、输入清楚的流程。AI 能处理更模糊的信息，但也更依赖上下文：同一句客户要求在不同产品、客户等级和交期下，含义可能不同；同一个异常在不同工厂有不同处理权限。
这些细节往往分散在老员工经验、表格备注和聊天记录中，需求文档未必写得完整。跟着业务人员走过几次任务，才容易发现哪些资料会更新、哪些决定必须请示。
Roles and Responsibilities
评估 FDE 服务时，看哪些分工
是否参与开发与接入
除梳理方向和方案外，还要确认服务团队是否负责开发、系统接口、权限设置和试用期间的问题处理。
上线后由谁继续跟进
在合作范围中写清：谁收集使用反馈、处理失败、调整规则，怎样判断任务是否达到约定标准。日常使用中的问题，需要有人持续接手。
怎样衔接现有流程
先看团队现有的工具和分工，判断哪些流程保留、哪些需要调整，再确定系统连接方式及 AI 可执行的操作范围。成熟的通用工具也可以按需要接入。
发现：和业务负责人、一线人员一起梳理日常任务。
定义：明确价值、数据、权限、例外和人工审批。
实现：接入真实工具，用小范围真实任务验证。
运营：观察失败、收集修正、更新规则并逐步扩大。
Complete Workflow
交付时，应能走通一项完整任务
拿一项日常任务检查交付：谁提交，Agent 读取什么、执行什么，哪一步等人批准，结果保存到哪里，失败时通知谁。这些步骤应能在约定范围内完整走通。
企业也要安排熟悉业务的人参与，提供判断标准、常见例外和试用反馈。特别是涉及价格、交期、工艺等决定时，外部团队需要相应负责人的明确意见。
第一阶段，范围越清楚越容易检查。从一项范围明确的工作开始，先验证数据、权限和分工是否合适。运行稳定后，再判断哪些做法可以用于其他部门。