2026 年 9 月 28 日抓取 8 家公司官方招聘接口，151 个标题含 Forward Deployed 的在挂岗位，仅 3 个为近 7 天首次发布。 前置部署 Forward Deployed Engineer（FDE）的编制与定价，直接决定交付团队能报多少人月、能承诺多长工期；前置部署 Forward Deployed Engineer（FDE）在客户现场的第一步，通常是拿招聘口径而不是产品口径去估算对手与同行的交付能力。本条不问岗位是否光鲜，只解决一件事：怎样在十分钟内用公开接口把 FDE 岗位数、地理分布与薪酬带抓成可复核的快照，并识别出「在挂数」与「当期新增」之间的差别。前置部署这一角色在 Forward Deployed Engineer 的原始定义里就带交付属性，所以它的招聘数据比一般工程岗更适合当作景气指标来读。 ## 一、三个公开端点就能拿到完整快照 这套方法只需要三个未鉴权、只读的接口。Greenhouse 系公司用： `curl -s "https://boards-api.greenhouse.io/v1/boards/<token>/jobs?content=true"` Ashby 系公司用： `curl -s "https://api.ashbyhq.com/posting-api/job-board/<token>?includeCompensation=true"` 新加坡政府门户用： `curl -s "https://api.mycareersfuture.gov.sg/v2/jobs?search=forward%20deployed&limit=100&page=0"` 三个接口都不需要 token、不需要登录、不消耗任何配额。`content=true` 与 `includeCompensation=true` 是两个关键参数：前者让 Greenhouse 返回职位正文的 HTML，后者让 Ashby 返回结构化的 `compensationTiers`。没有这两个参数，薪酬字段根本不会出现在响应里。 本文用到的 board token 是：`databricks`、`anthropic`、`scaleai`、`stripe`（Greenhouse）与 `openai`、`ramp`、`decagon`、`abridge`（Ashby）。实测 `snowflake`、`palantir`、`cohere`、`harvey`、`sierra`、`clay`、`plaid` 这几个 token 在两家 ATS 上均返回 404，说明要么换了供应商，要么没有公开 board，需要改抓页面。 ## 二、渠道一：8 家公司美国 ATS 的 FDE 在挂数 把响应里 `title` 字段做 `forward[\s-]*deployed` 匹配，2026 年 9 月 28 日的横截面是：Databricks 在挂 888 个岗位、其中 97 个标题含 Forward Deployed；OpenAI 829 个总量、22 个 FDE；Anthropic 617 个总量、7 个 FDE；Stripe 701 个总量、5 个 FDE；Scale AI 203 个总量、17 个 FDE；Ramp 158 个总量、2 个 FDE；Decagon 146 个总量、0 个 FDE；Abridge 47 个总量、1 个 FDE。八家合计 151 个 FDE 岗位。 这里最反直觉的一列是分母与分子的关系。Databricks 与 Anthropic 的岗位总量只差 271 个，FDE 岗位却是 97 比 7。Stripe 的在挂总量比 Anthropic 还多 84 个，FDE 只有 5 个。同样规模的基础设施公司，FDE 编制可以差出一个数量级，差别来自交付模式而不是公司体量：把工程资源压在客户现场的公司，会在招聘系统里长期保留大量 FDE 需求位。 Decagon 的 0 值得单独说明。它把同一职能叫 `Agent Deployment Engineer`，共 20 个，标题里没有 Forward Deployed 字样。这说明标题匹配法衡量的是「命名习惯」而不是「职能是否存在」，跨公司比较时会把不叫 FDE 的交付编制整体漏掉。前置部署 Forward Deployed Engineer（FDE）的编制密度差异，是判断一家公司交付模式的第一个可量化指标。 ## 三、只有 3 个是近 7 天新开的：在挂数不等于招聘热度 Greenhouse 的响应里带 `first_published` 字段，这是区分「新开」与「长期在挂」的关键。把 126 个 Greenhouse 渠道 FDE 岗位按首次发布日期分桶：首次发布在 2024 年的 1 个、2025 年的 5 个、2026 年的 120 个。最近 7 天（2026 年 9 月 21 日之后）首次发布的只有 1 个，是 Databricks 的 `Sr. Manager, AI Forward Deployed Engineering`，地点斯德哥尔摩。放宽到 14 天（9 月 14 日之后）也只有 12 个。 Ashby 渠道用 `publishedAt` 字段，OpenAI 22 个 FDE 岗位里只有 2 个是 9 月 21 日之后发布的：`Manager, Forward Deployed Engineering- NYC`（2026 年 9 月 23 日）与 `Forward Deployed Engineer - UAE`（2026 年 9 月 21 日，阿布扎比）。Ramp 最近一条 FDE 是 9 月 8 日，Abridge 最近一条是 6 月 22 日。 两个渠道合计：151 个在挂 FDE 岗位里，近 7 天首次发布的只有 3 个，占 2.0%。 长期在挂的样本更能说明问题。Scale AI 的 `Forward Deployed Software Engineer, Public Sector`（奥斯汀与科罗拉多斯普林斯）首次发布于 2024 年 10 月 9 日，到 2026 年 9 月 28 日已经在挂 23 个月；Scale AI 的 `Forward Deployed Engineer, Gen AI`（印度）首次发布于 2025 年 4 月 3 日；Databricks 的 `AI Engineer - FDE (Forward Deployed Engineer)`（Remote - India）首次发布于 2025 年 7 月 31 日，其 `updated_at` 是 2026 年 9 月 28 日，说明这条需求挂满 14 个月后仍在被系统刷新。 结论很直接：拿在挂总数当招聘热度的代理变量会系统性高估当期需求。在挂数读的是「持续缺口（standing demand）」，要读当期新增必须按 `first_published` 或 `publishedAt` 分桶。同一条岗位长期不撤，还意味着这个编制在市场里始终没被填上。前置部署 Forward Deployed Engineer（FDE）岗位的长期挂空，本身就是一份持续缺口的证据。 ## 四、OpenAI 的 FDE 薪酬阶梯 Ashby 的 `compensationTiers` 给的是结构化字段，可以直接取 `minValue` 与 `maxValue`，不用做正则。OpenAI 在 22 个 FDE 岗位中，14 个美国站点披露了年薪，区间从 145800 美元到 445000 美元。逐个看更清楚： 普通 FDE 与 `Forward Deployed Engineer (FDE)` 系列的多数岗位在 185000 至 300000 美元，覆盖医疗（西雅图、纽约、旧金山，2026 年 8 月 6 日）、法务（纽约、旧金山，2026 年 8 月 26 日与 27 日）、金融服务（纽约，2026 年 9 月 18 日）以及西雅图与旧金山两个通用岗（2026 年 9 月 11 日）。 `Forward Deployed Software Engineer` 系列的带子上限更高：旧金山 185000 至 325000 美元，纽约与西雅图各 153000 至 325000 美元。 `Forward Deployed Security Engineer`（华盛顿特区）是 266000 至 445000 美元，是全站披露上限最高的一条，说明安全向 FDE 的定价明显高于通用向。 管理岗是断层：`Manager, Forward Deployed Engineering- NYC` 为 302000 至 385000 美元，是真正确认的 2026 年 9 月 23 日新开岗位。`Forward Deployed Engineer, Gov`（华盛顿特区）最低，145800 至 280000 美元。 一句话可用的规则：FDE 从 IC 升到管理岗，OpenAI 官方披露的带子中位从 242500 美元抬到 343500 美元。 ## 五、FDE 是跟着客户所在地走的岗位 OpenAI 22 个 FDE 岗位的地理分布是美国 14 个，日本 2 个，澳大利亚、新加坡、阿联酋、韩国、英国、西班牙各 1 个。八个海外站点里有五个在亚太或中东，指向的是当地企业与政府客户的交付需求。 Databricks 97 个 FDE 岗位里，美国 62 个，印度 6 个，英国 5 个，荷兰 4 个，日本 4 个，德国 3 个，瑞典 3 个，新加坡 3 个，韩国 2 个，澳大利亚 2 个，法国 1 个。Anthropic 7 个 FDE 是美国 3 个、英国 2 个、德国 1 个、法国 1 个。Scale AI 17 个里美国 7 个、英国 5 个、沙特 2 个、阿联酋 2 个、印度 1 个。 这个分布与「FDE 必须嵌入客户现场」的定义完全一致：岗位跟着客户的数据中心和合规边界走，不跟着总部的研发中心走。对做交付定价的人来说，这意味着同一职级的成本结构取决于客户所在司法辖区，而不是公司注册地。 ## 六、渠道二：新加坡政府门户 42 条全部披露月薪 第二个渠道的性质完全不同。新加坡劳动力发展局的 MyCareersFuture 是政府运营的官方职位门户，雇主直接发布，薪资区间是强制披露项。检索 `forward deployed` 命中 68 条，其中标题命中 42 条。 这 42 条全部带月薪区间，没有一条缺失，这是美国 ATS 渠道做不到的完整度。下限中位数 8500、上限中位数 17000，全样本跨度 3000 到 40000。上限达到或超过 15000 的有 32 条，达到或超过 20000 的有 11 条。招聘方共 20 家。 Google Asia Pacific 一家占了 20 条。其中 `Forward Deployed Engineer, GenAI (Mandarin, English)` 有 11 条重复发布，月薪统一 8500 至 17000；`GenAI Forward Deployed Engineer, Google Cloud` 有 2 条 7000 至 14000；`Forward Deployed Engineer, GenAI, Google Cloud` 有 3 条 9000 至 18000；`Senior Forward Deployed Engineer, Generative AI` 有 2 条 11500 至 23000；`Forward Deployed Engineer, GenAI (Thai, English)` 1 条 9000 至 18000，2026 年 9 月 22 日发布，2026 年 10 月 6 日截止。同一家公司在同一职能上挂了 20 条、跨五个不同薪资档，这本身就是云厂把 FDE 当 GTM 编制而非研发编制的证据。 其余较新的单条包括：Databricks 的 `Sr. Staff Forward Deployed Engineer` 月薪 20733 至 31100（2026 年 9 月 24 日）；Singtel 的 `Forward Deployed Engineer` 6500 至 8000（9 月 23 日）；ExodusPoint 的 `AI Forward Deployed Engineer` 20000 至 21667（9 月 23 日）；TP ICAP 的 `Forward Deployed Engineering Lead` 15000 至 20000（9 月 21 日）；Zendesk 的 `Forward Deployed Engineer - AI & Solutions` 16000 至 24000。前置部署 Forward Deployed Engineer（FDE）在亚太的定价完整度，来自新加坡的强制披露制度。 ## 七、同一角色两套定价口径 美国渠道披露年薪并按年化给带子，新加坡渠道披露月薪并按月给带子，两边的口径不能直接互相换算排名。真正可比的是结构：美国这一侧，OpenAI 用单一美元带子招全球 FDE，海外站点（东京、首尔、新加坡、悉尼、阿布扎比、伦敦、马德里）一律不披露薪资；新加坡这一侧，法律要求必须披露，所以亚太是唯一能拿到完整薪酬横截面的市场。 对要给交付合同报价的人，可用的读数是这样：美国 FDE 个人产能的公开定价上限约 30 万美元年薪，新加坡同职能的中位月薪带是 8500 至 17000。跨币种折算需要自己锁定汇率与口径，本文不给出换算后的单一数字，因为两地的生活成本、股权占比与法定福利结构差异过大，任何单点换算都会失真。前置部署 Forward Deployed Engineer（FDE）的成本测算，必须先锁定司法辖区再谈数字。 ## 八、层级化信号：Lead 与 Principal 与 Staff 都出现了 新加坡 42 条里出现了完整的职级阶梯：`Principal, Forward Deployed AI Systems`（AgentsStack）22000 至 40000；`Sr. Staff Forward Deployed Engineer`（Databricks）20733 至 31100；`Principal Forward Deployed Engineer`（TechKnowledgey）18000 至 25000；`Senior Principal Forward Deployed Engineer`（NTT）16000 至 20000。美国这一侧，OpenAI 与 Databricks 都挂了 `Manager, Forward Deployed Engineering`，Databricks 一个公司就有 6 条管理岗，分布在东京、悉尼、新加坡、阿姆斯特丹、印度与华盛顿特区。 这件事的商业含义是 FDE 不再是临时外派的工程兵。有 Principal、Sr. Staff 与 Manager 三级，说明交付岗形成了独立的技术阶梯，人也留得住。对求职者，这意味着 FDE 不再是「做两年就转产品」的跳板；对采购方，这意味着乙方可以承诺更长的驻场周期。 ## 九、口径与局限 第一，标题匹配是下限而不是全量。Anthropic 官方 board 上与 forward deployed 相关的岗位有 26 个，标题含该词的只有 7 个，其余叫 `Applied AI Engineer` 或 `Technical Deployment Lead`；Decagon 的 20 个交付岗标题里一个 Forward Deployed 都没有。151 这个数字只能当口径一致的下限读。 第二，薪酬统计有严重地域偏差。只有美国（薪酬透明立法）与新加坡（雇佣法要求披露）能拿到区间，欧洲、日本、印度、中东的岗位几乎全部缺失。本文列出的 145800 至 445000 美元只是 OpenAI 的美国站点，绝不是全球平均水平。 第三，这是单日横截面，没有历史基线，因此本文不给出、也无法给出任何增长率。要得到趋势，必须用同一段脚本按固定频率抓取并把 `first_published` 与 `publishedAt` 落库；第一次抓取只能得到基线。上文给出的「近 7 天 3 个」是基线内的分桶结果，不是同比或环比。 第四，`first_published` 只反映 ATS 记录，不代表真实招聘起点。岗位可能先在线下招、后补录系统，也可能系统重建导致日期前移。Scale AI 那条 2024 年 10 月 9 日的岗位仍在挂，无法从接口判断它是一直在招还是定期重发。 第五，公开端点不保证长期可用。board token 需要逐个试错，公司换 ATS 供应商或关掉公开 board 都会让脚本立刻失效；本文实测 7 个 token 已经是 404。 第六，新加坡样本 68 条里有 26 条只在正文提到 forward deployed、标题未命中，未计入 42 条。检索接口本身也可能有分页与排序差异，跨日对比时要固定 `limit` 与 `page`。 ## 十、实用结论 该行动的人有三类：想给 FDE 交付报价的咨询与集成商、判断自己薪资是否偏离市场的一线 FDE、以及做 FDE 招聘与培训的人。 具体做法分三步。第一步，用本文开头三条 curl 抓一遍，把 JSON 按 `%Y-%m-%d` 命名落盘，这是基线。第二步，抽取 `title`、`location`、`first_published`（Greenhouse）或 `publishedAt`（Ashby）、以及 `compensationTiers` 里的 `minValue` 与 `maxValue`，写进一张表，主键用 `job id` 而不是标题，因为同标题会重复发布，例如 Google 那 11 条同名岗位。第三步，按 `first_published` 分桶而不是按总数出结论：7 天桶给当期新增，全量给持续缺口。 适用条件：只对使用 Greenhouse 或 Ashby 的公司有效；两个 ATS 的 token 与公司品牌的对应关系需要人工维护，本文已验证 8 个可用、7 个不可用。新加坡渠道只覆盖新加坡本地雇主。 回滚与退出方式：整套流程只读、无鉴权、不改任何远端状态，随时停止即可，不需要清理。脚本侧的唯一副作用是本地快照文件，删掉目录即回滚。如果某个 token 返回 404，不要重试，直接改抓该公司的公开职位页面。前置部署 Forward Deployed Engineer（FDE）的报价与求职决策，都可以建立在这份基线之上。 ## 十一、与本站既有条目的差异 检索本站已发布列表，含 Greenhouse、Ashby、MyCareersFuture、ATS 的条目均为 0 条，说明本条采用的信息源是首次进入本站。 相邻条目上，IBM 前置部署单元 FDU 那条讲的是单一厂商内部的编制与计价模型，Cognizant 那条讲的是单家公司公告的 15000 人认证编制，三星 SDS 那条讲的是单一公司在韩国的 200 人扩编计划，上海人社局那条讲的是地方人才政策。本条与它们都不同：本条把八家公司与一个政府门户放在同一口径下做横截面，核心结论是「在挂数不等于当期新增」，并且给出了可复现的抓取方法与 `first_published` 分桶规则。 ## 原始来源 原始来源： https://boards-api.greenhouse.io/v1/boards/databricks/jobs?content=true https://boards-api.greenhouse.io/v1/boards/anthropic/jobs?content=true https://boards-api.greenhouse.io/v1/boards/scaleai/jobs?content=true https://boards-api.greenhouse.io/v1/boards/stripe/jobs?content=true https://api.ashbyhq.com/posting-api/job-board/openai?includeCompensation=true https://api.ashbyhq.com/posting-api/job-board/ramp?includeCompensation=true https://api.ashbyhq.com/posting-api/job-board/decagon?includeCompensation=true https://api.ashbyhq.com/posting-api/job-board/abridge?includeCompensation=true https://api.mycareersfuture.gov.sg/v2/jobs?search=forward%20deployed&limit=100&page=0 https://www.mycareersfuture.gov.sg/job/dd4d160fdbecb00b32d36b1effecaeca