一句话看懂：Box CEO Aaron Levie 指出，AI 代理（AI Agent）的大规模落地正在催生对 FDE（Forward-Deployed Engineer，前置部署工程师）的空前需求。关键在于 AI 代理不是传统软件，它没有既定工作流，部署过程中充满非确定性；与此同时，部署公司 Duet 的数据显示，其产品已完成约三分之二的自主部署工作，预示着 AI 部署模式正在快速演变。
事件核心：发生了什么
2026年8月12日，Aaron Levie 在 X 上转发了一篇关于 FDE 的文章并补充评论。他提出一个核心判断：AI 代理正在以一种前所未有的规模改变企业软件的实施方式，而 FDE 是这一轮变革中最关键的角色之一。Levie 认为，AI 本质上是在给过去很少被自动化的业务流程，加入一个非确定性、且快速变化的系统——这与传统软件“实施一次、长期稳定运行”的逻辑完全不同。
他举例说明：如果 2026 年有人要为会计行业构建 AI 代理，根本不存在成熟的工作流可参考，因为从来没有人用过这类产品。客户自己也说不清想要什么，因为“想要的东西还没有形状”。与此同时，Levie 转发的帖子中，AI 部署公司 Jesse Zhang 透露，其产品 Duet 已能让三分之二的部署工作自主完成，该帖子在 X 上获得约 4.94 万次浏览。
为什么重要
传统软件是确定性的：同一套系统部署给同类客户，实施过程相对统一，上线后不会频繁发生根本性升级。AI 代理则完全不同：客户的业务流程必须为代理重新调整；每个客户的最终流程都需要高度定制；评估（evals）需要持续运行；底层模型不断更新；系统架构也会随客户反馈频繁变动。
这意味着 AI 代理的落地不再是“产品开发完成后交给客户”的线性流程，而是一个持续迭代的服务过程。对客户、系统集成商和应用型 AI 厂商来说，这是实打实的工作量。Levie 的判断是：即便 AI 能力大幅提升，这项工作也不会消失，反而会变得更复杂——因为企业只会把更复杂的流程交给代理处理。
从行业格局看，FDE 正在从“售前工程师”或“实施顾问”的边缘角色，变成 AI 应用能否真正落地的最核心变量。谁拥有足够多的 FDE，谁就可能拥有更大的企业市场份额。
对用户/开发者/创作者的影响
企业客户：采购 AI 代理前需要重新评估预算结构——这不只是购买软件许可，还包括持续的流程改造、评估和定制服务。FDE 的工时成本可能成为采购决策中的大头。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者：AI 应用开发的门槛正在从“写出模型调用代码”转向“理解客户业务并持续调优系统”。具备行业知识的 FDE 会比纯模型工程师更抢手，而且很难被自动化完全替代。
AI 厂商：Duet 已实现三分之二的自主部署，这个数据说明部署工具本身也在快速智能化。未来 AI 厂商的核心竞争力，可能直接体现在“部署环节还需要多少人工介入”这个指标上。
值得关注的后续
一是 Duet 这类自动化部署工具能否继续提升自主完成比例。如果部署工作的自动化程度持续提高，FDE 的角色重心会从“手动配置”转向“异常处理和流程重设计”，独立 FDE 岗位的定义也将随之变化。
二是各家企业级 AI 公司的“部署成本”是否会被当作公开指标。目前公开信息显示，大部分厂商仍将部署人力视为“服务成本”而非核心资产，若这一口径发生改变，行业估值逻辑也会联动调整。
三是模型能力持续提升后，FDE 的工作量到底是减少还是增加。Levie 的判断倾向于前者不会发生——但这一观点尚需更多实际部署数据来验证。
