AI 公司疯抢的 FDE，最合适的人选可能一直是测试工程师

一、一个正在发生的招聘悖论

先摆现象。FDE 是 2026 年增长最猛的 AI 岗位：美国市场月度招聘帖两年涨约 80 倍，覆盖 1200+ 家公司；OpenAI、Anthropic 在 2026 年 5 月双双成立 FDE 专职部门（公开承认师承 Palantir 打法）；前沿实验室总包开到 $350K-550K，Staff 级 $600K+，比同级 SWE 溢价 25-40%。

钱给到这个份上，按理说应该简历如潮。但多家招聘机构的报告都提到同一个困境：FDE 是 2026 年公认最难招的岗位之一。

为什么难招？把这个岗位解剖开看就明白了：

FDE 岗位解剖

FDE 岗位解剖

一个合格的 FDE 要同时是四个人：交付工程师（生产级编码）+ 验证专家（eval 体系设计）+ 驻场顾问（客户沟通）+ 产品经理（反馈回流）。招聘市场上有开发池、有咨询池、有产品池——每个池子都够大，但四个圈的交集近乎空集。

于是 AI 公司们互相挖对方的解决方案架构师、咨询公司的技术顾问、大厂的售前——在"强工程 × 强沟通"这个双交集里卷生卷死。

但几乎没人低头看一眼旁边那个安静的大池子。

二、被忽略的 Venn 图

把 FDE 的真实要求画成三圆 Venn 图，事情突然变得很清楚：

被忽略的交集

被忽略的交集

• 生产级编码：开发工程师的主场；
• 客户级沟通：顾问/售前的主场；
• 验证思维：测试工程师的主场。

招聘机构 peopleinai 的原话一针见血："strong engineer 和 strong customer communicator 的交集，比大多数招聘官预期的要小得多。"所以大家都在双交集里抢人。

但 FDE 的灵魂恰恰是第三个圈。行业指南把 2026 年 FDE 的"最不可协商技能"（non-negotiable skill）点名为 eval engineering——构建能在大模型到达客户生产环境之前，抓住幻觉与回归的评估体系。OpenAI 面试反复问的那句话更是直白："How do you know it actually works?"

而"验证思维"这个圈里站着的，是几百万测试工程师。

三、论据：把 FDE 的 JD 逐条拆开

空口无凭，直接拆 JD。下面把 OpenAI / Anthropic / Databricks 2026 年 FDE 职位描述里的高频关键词逐条翻译，并与测试工程师的日常对照：

JD 逐条对照

JD 逐条对照

七条核心要求逐条看：

1. design evaluation suites → eval 集设计。测试人的等价类划分、边界值分析、场景覆盖配比，方法论同构，只是评估对象从输入框换成了 prompt 和检索管线；
2. catch hallucinations and regressions → 抓幻觉与回归。幻觉捕获本质是异常流设计，回归防护是回归选案——测试人的看家本领；
3. own production deployment outcomes → 对交付结果负责。质量门禁、放行裁决，测试负责人天天在做的事；
4. debug unfamiliar systems → 陌生系统排障。定位 flaky test 的分层排查法，直接迁移到 RAG 管线 debug；
5. translate for executives → 向上沟通翻译。一份合格的缺陷报告（现象/复现/影响/证据链）就是最好的技术翻译训练；
6. scope ambiguous problems → 模糊需求拆解。测试策略设计的本质就是在时间和资源约束下做优先级取舍；
7. customer-facing experience → 客户现场经验。跨团队协作、现场支持、背锅推锅中练出的沟通韧性。

七条里六条半是测试人的肌肉记忆。剩下半条——生产级编码——是唯一需要系统性补课的，而它是四项能力里最容易培训的一项（后文会论证为什么其他三项反而难速成）。

四、深层逻辑：两种职业本能的分野

如果说 JD 对照是"形似"，这一章讲"神似"——为什么测试人的职业本能恰好是 FDE 的核心气质。

两种职业本能对撞

两种职业本能对撞

开发的职业本能是 Build-first：第一问是"怎么实现"，直觉是把功能造出来，验收标准是主流程能跑通，遇到模糊需求先动手再说。这不是缺点，这是造物者的天性。

测试的职业本能是 Verify-first：第一问是"怎么证明它能用"，直觉是先找它不能用的场景，验收标准是边界、异常、对抗全部过关，遇到模糊需求先澄清再动手。这也不是缺点，这是担保者的天性。

传统软件时代，Build-first 是主旋律，Verify-first 是配套——所以开发的职业地位和薪资长期高于测试，这是分工结构的产物，不是能力结构的产物。

AI 时代天平晃了一下。确定性系统里，"造出来"和"能用"基本等价；概率系统里（大模型会幻觉、会漂移、会在边界场景失控），"造出来"和"能用"之间隔着一条鸿沟，而这条鸿沟只能靠验证体系去填。行业报告的原话："eval-first thinking: building a domain-specific eval set beforeyou build the system"——先建评估集、再建系统，把 eval 当 spec。

这套思路，测试界叫测试左移，比 AI 行业的流行语早了十几年。

五、防杠声明：不是所有测试人都适合

写到这必须泼冷水，否则这篇文章就成了另一种鸡汤。

"8 年测试经验"有两种：一种是 8 年，一种是 1 年重复了 8 次。 只有前者是 FDE 的潜在人选。用一张筛选漏斗说清楚：

筛选漏斗

筛选漏斗

• 第一层筛执行者：只会手工执行、点点点、跟着测试计划逐步操作的同学，抱歉，这部分能力正在被 Agent 快速替代——上一篇文章的数据（PR 审查时间 +441%、事故率暴涨）说明 AI 时代连开发的执行层都在被压缩，何况测试；
• 第二层筛编码力：写过框架级自动化代码（不是录制回放），有生产级意识（异常处理、重试、日志）。自动化测试工程师大多在这一层以上；
• 第三层筛体系思维：独立设计过测试策略、质量门禁、发布流程——证明你有"从整体上回答系统可不可信"的能力；
• 第四层筛表达力：写出过让人信服的缺陷报告、做过跨团队质量推动——证明你能站在客户和高层面前讲话；
• 漏斗尖上的 FDE-ready：以上全过，只差 AI 工程化（RAG/agent/eval 框架）这一门课——90 天可补齐。

这个漏斗不冤枉人：它筛掉的不是能力，是职业惯性的方向。执行者思维越重，离 FDE 越远；验证者思维越重，离 FDE 越近。粗略估计测试人群中每 20 个人里有 1 个站在漏斗尖附近——但测试人群基数是几百万，这个"尖"的绝对数量远大于当前 AI 公司在双交集里能挖到的人。

六、双向奔赴：两份行动清单

论证完"应该"，给"怎么做"。这件事需要测试人和招聘官双向移动：

双向行动清单

双向行动清单

给测试人（三步升级）：

1. 能力翻译：把简历里所有测试语言重写成 eval 语言——"设计测试用例 3000+" 改成 "designed evaluation suites covering normal/boundary/adversarial scenarios"；
2. 作品说话：GitHub 放一套自建评估集（正常/边界/对抗 7:2:1）+ CI 自动执行，这比任何自我描述都有说服力；
3. 补 AI 工程化：RAG 管线、agent 工具调用、eval 框架，90 天节奏（上一篇有完整 roadmap）。

给 AI 公司招聘官（三招挖人）：

1. 改搜索词：别只在 SWE 和解决方案架构师池里搜，把"自动化测试开发""质量平台""测试架构"加进人才地图；
2. 改面试题：Palantir 式 decomposition round 难倒的大多是 build-first 候选人——而一道经典的用例设计题（"给这个 AI 功能设计验证方案"）本身就是最好的 decomposition 测试，测试人在这道题上的表现会吓你一跳；
3. 改培养观：接受"编码缺口可培训、验证本能难速成"的现实。让一个优秀测试人补 Python 生产级编码，比让一个优秀开发建立 verify-first 本能，成本低得多、成功率高得多——后者要对抗十年职业惯性。

七、说在最后

最后讲个细节。软件行业有个著名的老段子：QA 和开发之争里，测试人总被问"你们除了找茬还会什么"。

2026 年，AI 公司用真金白银给出了迟到的回答：会证明系统值得信任。他们给这个能力开价 $350K 起步，只是暂时还没意识到，这个能力最大的人才库不在他们挖人的地方，而在他们二十年来习惯性忽略的那个部门——测试部。

风口会停（FDE 这个 title 三年后未必还在），但"对不可靠的系统建立信任"这门手艺不会过时。它昨天叫测试，今天叫 eval engineering，明天会有新的名字。

名字变了，池子没变。池子里的人，是时候重新标价了。