FDE 的经典原型来自 Palantir。它不是被精心设计出来的岗位，而是一家创业公司在“没人愿意告诉你需求、也没人相信硅谷能做国防”的绝境里，逼出来的一套打法。理解了 Palantir 当年为什么必须这么做，你就理解了为什么今天的 AI 公司又一次重新发现了它。
一切从一个 demo 开始
Palantir 创立时要为情报机构做软件，难点是：团队不认识任何情报人员，即便找到了，对方也不会告诉你“我每天具体在做什么”。于是创始人 Stefan Cohen 采取了一种当时很反常的做法——先做一个 demo 给潜在客户看。对方说“这玩意儿太烂了，和我们的工作毫无关系”，Cohen 接着问“那你希望它有什么不同？”，把所有反馈记下来，再回去改。
按经典 PMF 范式，创业早期可以做不规模化的事，但找到 PMF 后就该拉开距离、专注规模化、对所有客户一视同仁。可 Palantir 的市场做不到——情报、执法、军队，甚至反扩散和反恐之间的工作流都差异巨大。早期成员 Shyam Sankar 干脆把这套逻辑倒了过来。
与其给每家客户单独做版本、堆一堆只适用于一家的功能，不如把产品做成高度可定制的平台，再把工程师派驻到现场深入理解用户。按传统观念这些都算“服务”，应该少做；但 Shyam 让 FDE 把现场工作变成产品探索（product discovery）的过程。
Echo 与 Delta：现场小队的两个角色
Palantir 的现场团队不是孤胆英雄，而是两类完全不同的人配对作战。
驻在客户现场，与用户交谈，找出什么 demo 或 use case 对这个场景真正有价值，同时兼任 account manager 管理客户关系。理想画像是某个领域的专家（比如前陆军军官、资深医疗从业者），并且要有“反叛者（rebel）”特质——Shyam 甚至称他们为“异端（heretics）”：不仅懂现有做法，还能看出它哪里不够好。Palantir Blog↗
就是软件工程师，极擅长快速写代码、把想法落地成能运行的产品并为客户部署。Delta 的错误人选是追求抽象完美、希望代码十年不用改的工匠型工程师；要的是能想办法把产品做出来的人，哪怕第一版很粗糙、要推倒重来。原型能力，才是这个团队的核心技能。Dev vs Delta↗
Palantir 内部还把工程角色分成 Dev 和 Delta：Dev 是“一项能力服务许多客户”，Delta / FDSE 是“一个客户需要许多能力”。两者边界会模糊，但分工清晰——一个修平台，一个进现场。Dev vs Delta↗
碎石路与高速公路
FDE 模式最精炼的隐喻，来自 Bob McGrew——Palantir 第二号工程师、后来的 OpenAI 首席研究官。
FDE 带着现有产品进场，去填补产品能力与实际需求之间的 gap，把路先铺成一条“碎石路（gravel road）”。总部的产品与工程团队再把这些现场做法抽象、泛化，修成能服务接下来五到十个客户的“高速公路（paved superhighway）”。这其实是在大规模地做那些不规模化的事。YC Library↗
把现场抽象成通用产品，最经典的案例就是 Palantir Ontology。最初的本能是给“人”建一张表、给“资金”建一张表，但很快发现这样无法跨机构通用。于是他们把抽象层级抬高：底层只保留对象（objects）、属性（properties）、媒体（media）和链接（links）这些极通用的原语，把“这是一个人”“这是一艘船”“这是一条资金流”的具体语义交给 Ontology 在每个客户场景里去编码。这就是 FDE 模式的另一半——通用底座和现场定制同样重要，否则就真成了咨询。
为什么它是 Agent 时代的 PMF 范式
Bob 给出的判断是：FDE 模式与标准 SaaS 有一个根本区别。SaaS 追求“每个客户做得越来越少、合同规模不变”；FDE 则相反——合同规模会越做越大，因为你在为客户交付越来越有价值的成果。衡量它的 KPI 不是定制了多少代码，而是交付成果的价值，以及产品杠杆是否在随时间增长。
聚焦客户领导层的前五大 priority 之一，从内部把一个具体高影响问题真正落地。
随着在客户处待得更久，产品因 product discovery 越来越贴合需求，单位价值成本（cost per value）下降，利润率从负转正。
把现场做法抽象成可服务下一批客户的能力，再从一个细分市场“落地并扩张（land and expand）”到下一个。
为什么今天的 AI Agent 又重演了这一幕？Bob 的回答是：AI Agent 没有现成的产品。 没人确切知道“构建一个 Agent”到底意味着什么，存在巨量的产品探索工作，而这些只能从企业内部业务实践出发——这恰好是 FDE 模式的主场。他甚至打了个比方：OpenAI 像总部产品团队，而无数创业公司就是在外面想办法让研究成果被采纳的 FDE。OpenAI↗
FDE 培训本质上就是创始人培训——你在学所有创业公司创始人的技能，只是手里多了强大的产品杠杆。这解释了 Palantir 为何孵化出 350+ 家科技公司：Anduril、ElevenLabs（联合创始人是前 Palantir FDE）、Hex、Ironclad、Blend、Sourcegraph 等都出自这个校友网络。
Palantir 的经典组合是“强平台 + FDSE + Deployment Strategist”，今天的 AI 公司大多在复刻或变形这一结构。想看这套模式如何演化成五种不同的组织与商业形态，以及“服务 vs 产品复利”的核心张力，请看 组织与商业模式。