上海開設全國首個前沿部署工程師培訓班，今年培養200名產業“破壁人”
編者按
作爲國內人工智能（AI）發展的核心城市之一，近年來，上海在AI技術研發、產業佈局和場景應用上持續探索和發力，目標是建成具有國際競爭力的人工智能創新高地。最新數據顯示，2025年，上海人工智能產業規模預計超5500億元，增速超30%。
今天起，本報推出“AI上海之探”系列報道，聚焦近期上海在人工智能領域的新思考、新探索、新實踐，看看這座城市如何在AI賽道上努力跑出加速度。
溫度31.331℃，風量40080立方米/小時，溶氧量26.625%……上海交通大學人工智能與微結構實驗室裏，助理教授打開筆記本電腦上的AI工業自控系統，各種參數隨生產曲線的抑揚起落而實時變化，實線表示已完成的幾十小時，虛線是將要進行的幾十小時……
運籌帷幄，決勝千里。這位“AI工程師”管控的實際生產線，是遠在新疆的上市公司500噸級發酵罐。它們每個都高達四五層樓，是全球最大的抗生素中間體發酵罐。工廠被AI全面接管後，一個月產量提升了3到5個百分點。
從醫藥生產到食品加工，從化工製造到能源開發……近年來，一種解決AI“最後一公里”問題的FDE（前沿部署工程師）模式悄然興起，上海交通大學集成電路學院人工智能與微結構實驗室便是國內首個系統性執行FDE理念的團隊。實驗室主任李金金透露，從2023年至今，他們以不到百人規模，幫助全國數百條工業產線依靠AI實現效率提升。
上海正全力將這一模式鋪開。不久前，本市首期FDE專題培訓班在上海創智學院開班，計劃今年培養200名產業“破壁人”。未來，還將以他們爲紐帶，鏈接百家企業、打造千個智能體、帶動萬名開發者轉型。
AI商業化需要“跨界翻譯官”
如今的市場，異質性加劇，靠一條流水線包打天下的時代已經過去，誰來補齊AI技術與產業需求之間的短板？
一位來自中國銀聯金融科技研究院的學員說出了他在實踐中的困惑：大模型沒有明確的投資回報率標準，數據飛輪又需要持續迭代，誰來判定大模型部署成功與否？
2023年，數據分析公司帕蘭蒂爾（Palantir）推出採用FDE模式的“AI訓練營”，當年商業客戶數量就增長到155家，較兩年前增加7倍。截至2025年9月，帕蘭蒂爾商業客戶已達485家，盈利超10億美元。其做法是，先構建一個模型展示給潛在客戶，收集反饋，然後改進，不斷重複這個過程直到產品能解決客戶問題。
上海創智學院黨委書記、常務副院長丁曉東說，FDE模式早已出現，但在AI時代全面爆發，因爲它給應用場景帶來實實在在的價值。AI的商業化落地需要“跨界翻譯官”，他們要能夠主動將抽象的算法模型轉化爲工程師可操作、產業可驗證的具體方案。
FDE的興起是全球性的。Indeed招聘平臺的數據顯示，2025年，FDE崗位的月度招聘量同比激增800%。OpenAI計劃將全球FDE團隊規模從2人擴展至50人，Anthropic也要將包括FDE在內的應用AI團隊規模擴大5倍。在國內，階躍星辰副總裁李璟直言，懂AI產品的項目經理非常緊缺，業內都在高薪挖人。
模塊化部署讓定製變得高效
按需定製意味着高價，哪些場景適配？誰來埋單？李金金團隊探索出一條模塊化定製之路。
不久前，李金金受邀走訪河南鄭州的一家養豬場，對方希望接入一套AI監測系統，以便在豬生病的第一時間就能發出預警。她粗略估算後發現，這與此前一家鋼廠向她提出的殘次品鋼材檢測需求有90%的相似度。
2021年開始，李金金團隊開始將AI算法封裝成一個個模塊，比如，AI監測系統可以拆分成三四十個模塊，包括數據自動做標籤模塊、圖像批量處理模塊、傳感器信號接收模塊、將波形圖轉化爲序列數據模塊等。這些模塊要比智能體小，單獨個體不能解決問題，組合起來就能高效部署到任何一個工業場景中。
每深入一個場景，他們就開發一些模塊，截至目前，已構建了一套由127個模塊組成的系統，涵蓋200多篇論文對應的算法。“最近去了好幾個工業場景，都無需開發新模塊。”李金金說。由此，他們將定製化變成競爭優勢。
需要FDE的往往是複雜的高價值場景，許多時候無法一次性“交鑰匙”，必須動態調整。在川寧生物項目中，李金金團隊通過12次算法優化、8次代碼重構，讓AI系統的調控精度從初期的88%提升至97%。
全力實施FDE人才培養計劃
FDE模式最大的挑戰在於規模化擴張。這種模式需要派人常駐現場，週期長、效率低、成本高。帕蘭蒂爾內部有兩條紅線來應對這一挑戰：人均年產出低於500萬美元，團隊就地解散；代碼複用率低於60%，項目經理捲鋪蓋。
李金金團隊則構建了一套FDE-FDR協同體系。在她看來，FDE主要負責深入一線去收集產業需求，FDR（前沿部署研究員）則聚焦於模型部署後的動態迭代。目前，在李金金近百人的團隊中，FDR約佔四分之一，且人數較爲穩定，而FDE的人數近兩年來增長很快。
“我們團隊中有幾位FDE不是AI相關專業出身，但他們開朗樂觀、善於溝通，經過培訓後很快熟悉掌握了127個模塊的基礎功能以及相互協作可實現的功能，推動很多案例落地。”她說。
上海創智學院也對FDE模式進行早期探索。比如，他們爲上海市教育考試院定製了一套“大模型輔助命題系統”，不是把改題流程搬上系統，而是通過深度訪談抽取命題專家在難度控制、干擾項設計、知識點覆蓋等方面的隱形經驗，並轉化爲可複用的指令模板。
丁曉東表示，首期課程面向需求方，主要作用是吸引各方關注到這一AI時代的新興模式，二期聚焦實訓工程師，將通過案例教學與實戰場景結合，力爭打通AI商業化落地的“最後一公里”。未來，上海還將在高校中推廣FDE微課程，以適應技術的快速發展。
