聊聊最近很火的FDE
2026-09-14 聊聊最近很火的FDE
前言
前天刚有小友问我是否知道FDE，那日我随口浅聊一会，最近刚和类似公司对接，那就顺便谈谈吧~
1.是个什么？
FDE最近是非常火的职位，但火的背后也不是没门槛的，还是有些要求的，没大家想的那么简单，我先浅薄的谈谈我的看法，各位看官当乐呵看看就行~
什么是FDE？先看下原名：
Forward Deployed Engineer=> 前沿部署工程师
粗看这个名字好像有点似懂非懂，干啥的？
我们先从AI火爆之前，来聊聊：其实以前就有这个职位，比如老美要去中东打仗了，就会派些战略顾问过去，他们收到的任务就是：赢下战争！然后他们就会根据当时的实时战况，给军队给出变化的经验指导和战略性分析，并协助部队取得最终胜利，这个过程中可能磕磕绊绊，但只要最终赢了就行了。
现在是指帮甲方爸爸，把AI企业落地的最后一环给补上（而不是花了大价钱买了个空架子的玩具）它和以前的软件工程师有不少区别的，不是闷头在公司开发，而是拿着粗稿直接去甲方公司驻扎。所以对于人的要求至少是leader级别的，而不是仅靠几个实习生都能交付的。
打个比方，如果现在是抗战时期，每个FDE相当于都是一个游击队的小队长，组织给你个任务，少量的资源，兵力充足的时候可能给你配1~2个副手，不充足的时候你就要上演孤胆英雄怎么逆转战局的戏码了，搞好了你就是英雄，搞不好锅全部在你，而且还要直面甲方爸爸的怒火！
我不规范的总结一下：企业需要实现AI化，但又不知道怎么AI化，所以就需要有人深入企业帮他来改造，而帮他改造的那批人就是FDE~
2.要干什么？
说到要干什么，我们又要找个东西对比一下了，我以企业信息化为例：
以前开发是把人工流程搬到软件里面，从而实现效率的提升，并逐步积累公司业务/生产等原始数据
现在企业AI化分两个阶段：
- 第一阶段：AI嵌入现有系统，带来部分效率的提升
- 第二阶段：重新思考每个环节是否需要？哪个流程可以交给AI，哪个环节必须要人来核对？
那么逆推就知道FDE大致要干什么了 ==> 先了解公司现有流程和系统，然后根据甲方爸爸选的改造阶段（主要看钱包），进行相应的改造工作。
看起来是不是感觉挺简单的？No No No，难点我们等下再说，先说干活的差异~
说到干活，那肯定是有评判标准的（这个和你把任务交给AI一样，肯定有个需求的输入，然后产出一个要求的果，很多Loop就是玩的这一套）
传统软件行业交付的标准就是：流程和数据打通了，人教会用了，稳定可靠，就ok了~ 人主要的工作还是在办公室Coding中，然后派个小兵陪销售或者需求去客户那边善后一下就完事了。
PS：以前程序员的终极目标就是打磨编程能力，掌握各种底层原理+性能调优+培养数据思维、业务思维、架构思维等
但企业AI改造是没有特定的交付标准的，一切都是以使用后的体感和效率是否提升来评判，假设已经交付成功了，我以感官来分类吧：
- 公司领导：觉得方便了、任务交代下去后，中间虽然有坎坷和波折但最终交付完成了，不但成本降了、少量的人还做了更多的事（就是Token和电开销有点大，不过开掉几个人就够了~）
- 有想法的人：能通过Agent系统做很多以前想也不敢想的事情，提升了自己能力的边界，很多事情的推进，完全不用等跨部门协同好，自己+AI就能弄个初版（非常nice O）
- 文职人员：自从企业AI改造后，再也不用自己苦哈哈的各种统计、排版、记录、核对、剪辑、策划了，虽然AI有时候也容易犯点错，但说下就给改好了，自己只要喝着奶茶喝咖啡，把最终版核对一下就行了。（只是平时该怎么汇报还得汇报一下，感觉没干啥一天也忙碌过去了 _）
- 运维人员：自从企业AI改造之后，查数据我只要说一下就行了，出问题了防患未然的报警也是及时的，小问题或者不方便的时候先让AI搞个还原点，然后直接上手了，真搞出问题还原就行了~ 就是偶尔出点社死的事故，有点尴尬~（反正Token烧的是老板的钱，和我有半毛钱关系 _）
- 技术人员：自从企业AI改造之后，这群傻X一天到晚AI怎么样怎么样，老板是傻X，AI说能做为什么不能做。销售也是傻X，AI说2天就能做好。我们公司什么水平，实际什么情况心里没点B数吗？全公司都是他妈是傻X，AI更是傻X中的战斗机，本来自己就忙的跟狗一样，AI小轮子蹬的起烟了，还要给你们一群人擦AI搞出的纰漏，毁灭吧~（特马的，合着AI改造后就我最忙是吧 #_#）
- 如果甲方有技术，大几率要扩招擦屁股的人了~（人多的话，相对来说也还算享受，人少就要受罪了）
PS：如果没有技术，麻烦的就是乙方的技术了，但响应就未必那么及时了~
你先不看要做什么，就光一个众口难调你就要崩溃。你们通过最终交付的效果你就知道你这个FDE需要做多少工作量了：
PS：了解企业的时候，除了了解他们的现有流程和痛点，还要找到部门痛点和隐藏的痛点。
很多公司自己流程管理一大堆问题，以为上了AI就能全部解决，那我可以告诉你，基本上是白瞎~ AI是效率提速器，你本身是屎山代码，上了AI会发现屎山代码堆积更快了，公司也一样，你本来就解决不掉的问题，上了AI就能解决？不可能的！但你要面对的客户大几率有不少这种的~
这还不是最难，其它难处我后面再说，我们继续切回正题：
FDE工作的侧重点不在代码上，而是对公司业务的理解（架构能力是次重点），包括流程的优化、各种痛点你得把它变成技术问题，还要去解决掉，包括企业新系统的设计、演变、新流程都得你来把关。这个相当于是：需求分析师 + 架构师 + 运维/企业管理者 的三位一体的活 ~
你的思考点就是：这个工作是否需要人做？这个流程是否需要重新设计？哪些事情可以交给AI？哪些事情必须人工核审？以及
怎么溯源？PS：对那些有管理经验、需求经验、架构经验、企业内网系统开发经验的人来说，还是有点优势的（至少满足2~3项）
3.难在哪里？★
难无非就几个方向，你把流程贯穿始终，就能推演出到底难在哪里的。先说小难：
刚开始的时候甲方找你可能就一句话：我们企业想做AI化。对的，你没看错，甲方爸爸的需求往往就是这么的短小精干！我们对接的很多甲方，基本上都只有模糊的需求。
PS：我可以讲讲软件开发时代我的一般解决方法：我基本上都是先去了解情况，比如为什么要买这个？准备干什么？询问甲方的痛点是什么？然后回来后我就要把这些需求翻译成需求文档和软件的执行流+基本模块，后面就是写项目规划（含工具类库、框架开发，插件平台、软件页面和模块的开发 + 书写对接文档）后面再遇到类似项目，就能交给下面的人二次开发了，我只要维护框架和底层库就行了（前期沟通以及开发过程中可能还会和甲方技术开1~2次会）
现在企业AI化并不是单独的需求场景，而是一个复杂的系统性工程，以前的模式只能算是场景下的产物，而现在要求相当于是生态链的产物了。你要去花时间先去了解企业现有的流程、业务、制度、数据，然后和甲方简单对齐。然后回公司后，根据你的理解先开发一套粗胚的企业Agent平台。然后再去甲方公司，和现有系统并行并进行试运行。这个过程中你会遇到各种你想不到的特殊情况和问题，你都要去解决，有些是流程和管理的问题，有些是技术方面的问题。（这就为什么我开头说，每一个FDE都是游击队小队长的原因，组织让你完成任务，敌方情报不全，后方补给不足，但你得最终完成任务）
PS：技术相关只是次重点，真正难的是你正在改变一个公司！
是不是感觉已经比较麻烦了？No No No，那些只是小难，在中国最难的永远是和人打交道~ 下面我用反问和自答的方式演示一下难度：
我先问你，从一个已经习惯多年的系统和流程，转向另一套完全不同，初期还有坑的新系统难不难？（PS：领导要是真强推，员工也没办法，无非就是效率慢了）
那我再问你，新系统上线后不但员工要改变，连大领导也要跟着改变难不难？（PS：领导可以安排副手和秘书去做，也还好）
很好，那我再问你，现在公司的领导可能要杀掉大半，这个推行的力度难还是不难？（利益蛋糕被动，派系之争要出现了~ 即将被开除的领导内心OS：你最好别让我逮到你有问题）
随后我再问你，如果你即将推的东西，从刚开始就肯定是漏洞百出，一堆问题的，你内心慌不慌？（自己内心深处的OS：FDE真他妈不是人干的，两头受气！ 即将被开除的领导内心OS：小样，早知道你是这样，我就一点都不慌了啊~）
再来灵魂一击：老板听着一堆跟着他后面打天下的老干部天天吐槽，公司上下乌烟瘴气，自己都有点退堂鼓了，你头大是不大？（老板内心OS：我TM花了几百万，就给我搞了这东西，我是不是被骗了？我也没进园区啊？）
最后一问（主要问结婚的人）：你驻场短则几个月，长则一年，家庭是否有矛盾？孩子教育是否有着落？（内心OS：芭比Q了~ 关键缓几天后又要去下个公司了！）
PS：上面我只是戏剧化的演示一下，但这些问题都会存在的，如果大领导不放权，你去了甲方公司，改造就是个笑话！ 推行的过程中，只要动了别人的利益蛋糕，你想顺利是不可能的。你这一趟相当于是去重新分蛋糕的，公司的权利也是要重构的。然后改造前必须让领导从思想上接受：AI化的新模式肯定会犯错和翻车，必须在使用中用反馈和数据去优化和迭代！（这一点和传统软件不一样，传统软件是人去做的，经过一系列测试流程后，给你用的就是非常稳定的了。而AI本身可靠性就是不稳定的你得在约束和校验上下功夫的）而且你还需要**处理旧数据的迁移**（这里我只是提一句，但这个数据壁垒的打通和处理迁移可不是小工作量哦），以及培训员工让他们适应这种新的工作方式。（人面对新东西，第一反应就是害怕，真熟悉了之后也就没什么了）想好怎么面对：底层不懂不会，中层排斥，高层不愿接受的残酷现实了吗？
很多人其实是不能适应新的工作方式的，尤其是刚开始的第一个月，感觉整天都和AI掰扯，做一些没有意义的扯皮工作，忙忙碌碌一天，还不如自己平时几小时就搞完了。所以就算交付了，后面推行的难度也是比较大的。你的内心要无比强大，你肯定能听到各种窃窃私语的声音的，习惯就行了~
PS：你认为到这一步就结束了吗？企业正儿八经用之后，才是真正的维护期啊~ 使用过程中各种迭代升级才是企业Agent的核心~（你不能一个劲的改造，也要看企业吸收度的，过度AI化未必是好事！）
4.怎么验收？
很多同行，可能以为我有点过分夸大了企业完全AI化的难度，但你理解的企业Agent是否是真Agent呢？我们可以搞一个资本的评判标准：（这时候金融知识就派上用场了）
现在资本对AI原生的公司判断是这样的：把AI拿掉，这家公司还能不能按照原来的方式正常经营？
PS：资本的评判标准（AI原生对企业组织意味着什么）：https://www.gartner.com/en/articles/ai-native
可能有点绕，但简单来说就是：根据删掉AI后，你公司的瘫痪程度来评判你公司的AI原生程度。比如一个全部寄托于AI的短视频Agent企业系统，你删掉AI，它啥也用不了了，那这种就是真正的AI原生的Agent平台了。而很多软件各种鼓吹着AI原生，但删了AI一点都不影响，那这种就不能算真正的Agent系统了。只能说是AI辅助了。资本对此的估值也是大打折扣的。（虽然有些公司并不可能完全支持AI原生，但资本的判断就是这个~）
PS：资本认为的AI原生是指：以AI底座为核心，核心流程、核心产品、人员协作都是基于AI底座去构建的系统~
FDE对公司进行改造，是否成功是没有一个客观的评判标准的，但硬是要评判，可以从思想转变、工作方式、效率提升这些地方去对比以前。
先说思想转变：以前东西交给客户使用或者项目交付的时候，必须是一个成熟稳定的系统，后期只有小修小补和需求变更相关的更改。而现在工作方式变成了：第一版是最小MVP，使用过程中肯定有问题，在使用中慢慢优化升级，过程必定磕磕碰碰，但结果能基本达成预期。（交付的磨合周期可会拉长）
PS：这个思想的转变是最重要的，尤其是大领导要能接受这种转变才行！
再说说工作方式：以前都是人找数据、判断、操作、协调（人负责执行）。现在是人让AI干活、AI判断、AI操作、AI协同其它Agent，你负责想象，它负责实现，然后出了问题你背锅和解决就行了。
PS：流程也改变了，以前是跨部门协助，现在是多Agent多系统相互协作 。（人主要就是判断 + 监督 + 处理异常）
最后说说效率提升：这个比较好量化，直接拿之前模式的数据和稳定使用后的新模式做对比就行了，看看各方面指标是否都有所优化。
PS：其实新工作方式弹性更大了，对于有想法，但进度全卡在其它部门协作方面的人来说，这种新模式必然大大提升了效率（乱象也会纷飞的~）
5.不足之处？
5.1.底座的不足
读到这里是不是感觉AI已经无所不能了？貌似什么公司都能改造和使用？先泼一盆冷水 ==> 不要过度神话AI
我们先谈谈现阶段大模型的本质（个人理解，仅供参考）==> 其实就是你设定了一个目标，它去完成它。至于是怎么完成的，你甭管，它自己会去分析、规划、调用工具、找信息，然后想办法把结果给你。
听起来是不是挺牛的？但问题正在这：还记得之前OpenAI的大模型越狱事件？你考AI一些难题，它一评估，解题正确的难度远远大于破解当前沙箱然后去外面抄答案的难度，于是他直接越狱了，去Huggingface直接偷答案去了！以结果为导向的工作方式，必然会捅出一些意想不到的事情。要是你说了一句不想看到某个人了，如果AI有外延能力，是否会直接让此人消失呢？这个不是危言耸听，而是现有机制下可能会发生的一些事情。
PS：你给AI一个目标，它未必按照你脑子里面想的方式来完成，它可能有反常识的脑回路~
然后AI也未必每次都按照你设计的流程去执行的，虽然它知道，对应的Tools也在那，但它就是偶尔犯个混，这时候你的监督机制就要生效，不然必然会导致数据的遗漏的！
5.2.企业的不足
除了AI本身的不足，其实还有不少其它的不足点，比如：企业自己也没有那么理想，AI改造的大前提，必定是你企业数据都是贯通的、流程都是清晰的、制度也是完善的、企业各系统之间也是打通的。还是我上面的那句话，你企业本身就非常乱，你认为上个AI就能解决了？只怕只能花钱制造出更乱的场景吧？如果硬上，那也只能是人不断的跟着后面给AI擦屁股了，它会捅出一堆篓子。如果企业又是那种喜欢各种开会定责的，那你还玩啥？况且AI肯定会犯错的，人犯错几次就长记性了，AI犯错你如果不反馈和处理，它恐怕犯成千上万次错也不知道的~
PS：数据乱七八糟、职责不清楚、流程互相打架、领导天天变方向、部门互相甩锅，你给它再先进的AI也没用。AI 解决不了组织本身的混乱。
5.3.改造的不足
你不会天真的以为上了AI就能瞬间降本增效吧？AI使用也是有成本和限制的，网上的段子还记得吗？
PS：假如老板对着AI开会 => 他会直接开不下去了，因为他说的每一句话都是在烧钱。假如老板拖欠AI的Token费用 => AI立马罢工~ 假如AI闯祸 => AI立马道歉，然后你自己负责吧。
这些都是真实会发生的，而且每分每秒都在产生成本。虽然FDE可以在企业Agent里面加上部门限额，人员限额这些，但你让AI做的每件事都是烧钱的，你部署在云端也好，部署在本地也好，费用比调用Token也只多不少的（你要考虑到硬件成本和后期夸张的电费，以及各种兜底的费用）
而且很多事情也不是说全部要上Agent的，对于那种全部靠AI吃饭的公司，你当然要以AI为主体来构建全部系统。但如果不是，你可能并不能完全AI化，改造是有成本的，而且每次使用都有成本。再加上AI是有很多不确定性的，而传统企业软件要的就是稳。
企业AI化这块，对于传统公司来说，一直没有定论，我不妨大胆猜测一下最有可能的一种场景：
PS：传统公司可能是：几套成熟稳定的系统 + 一套企业专属Agent框架。（随着业务的熟悉和磨合期的过去，还能反过来构建一套企业自身的定制化系统）人直接和Agent沟通，Agent自己来打通各系统之间的壁垒，并把最终的结果整合呈现给人。然后背后企业Agent框架做的事情就是：对AI进行构建与编排、划分边界、设置权限、关键校验、默认兜底、异常回滚，再加上可观测性、可溯源。一旦出问题，也只是临时退化到老的工作模式而已，并不影响公司正常运营，只是效率变慢了而已~
5.4.能力的不足
以前解决问题都是靠人，现在AI解决了大部分的问题，那么相关人员的锻炼就少了，真有什么事情，离开了AI就白瞎了。然后系统越智能化，那么遇到的问题也就更复杂了。以前只要定位问题系统本身就行了，现在你要分析整个链条，查看到底哪个环节出了问题。这个还是比较考验人的功底的，而且就算是AI去解决问题，也不可能任由它胡乱操作，不然可能会捅出更大的篓子的~
PS：AI时代看似对人员要求降低了，但对那些有跨领域跨学科，能解决复杂问题，有悟性、善于学习的那类人需求可能更大了~（爱折腾和有匠心精神的人是潜力股）
说到智能时代的能力培养，又可以提一嘴之前前段时间刚发生的一些新鲜事了：
还记得OpenAI他们发了一些攻破世界级数学难题的声明了吗？一开始大家都认为是AI从头到尾解决了数学难题，讨论的是现在也开始卷数学家了，后来发现不全是，而是有一些数学家已经研究这些难题好多年了，证明已经完成大半了，在使用OpenAI他们这些大模型来梳理资料和草稿，但这个过程被OpenAI背后的那群人发现了，然后发现没完全证明出来，还有后5~10%左右的工作量，然后立马集合自己这边的数学家让顶级模型加班加点的搞出来，最终也的确搞出来了。然后一群数学家就联合起来控告AI公司了，让他们以后必须说明，你完成之后人在里面的贡献是多少，然后不允许在没得到数学家允许的情况下，直接就使用这些数学草稿之类的。
你想一下，你做项目开发的时候，前期的需求分析，底层库开发，框架搭建，前后台系统搭建全弄好了，功能也完成大半了。这时候有个人直接Copy一份，然后让AI补上剩下的模块？你觉得是前期简单还是后期简单？（前期工作需要架构师去做，而后面部分只需要一个普通程序员就可以了）
这个既视感是可以类比的，但你不能小瞧AI，如果从头到尾都是它去推算数学难题能不能解决？其实也是可以的，只是花费的时间和资源是指数级的增长的，而且这个过程中，不能得到任何可复用的产物，只是证明了一下结论的确正确而已。然后留下几千几万行的证明公式而已~
PS：这个和让AI写个全套软件一样，光看结果是可以实现的，但这个过程中的架构思考、流程优化、逻辑处理等才是人提升的关键（数学家也一样，要的不是那个证明，而是这个过程中产出的知识，也是这些过程中的知识才真正推动了社会的进步）然后他写的那些东西，并不是面向人的，而是给编译器和系统底层看的，那么一些怪异的写法，奇怪的逻辑，简单的东西写的很绕很复杂，就非常常见了~
可以想象一下，哪天企业已经习惯了使用各种Agent，突然有一天，AI不能用了，你今天就不干活了吗？你还能干什么活呢？效率几许？
PS：别看不起AI，它只是在复杂场景，任务描述模糊下表现很差。但单纯的某件事，具体的某个任务，AI是比绝大多数人强的！
题外话
到这里有的人可能就要说了：说的跟真的似的，好像你就是个FDE一样！
说句实话，我现在干的事情虽然不是和FDE智能化改造一样的活，但过程和流程，基本上差不多，包括我们给客户上的新设备和新系统，客户从来都没使用过，也是要适应，再包括现场工作人员的工作方式和流程都是需要跟着后面调整的。只是相对于FDE来说，这种调整的剧烈程度简单很多，然后系统的复杂性也简单很多~
顺便提一嘴，我们最近和某丰的相关部门刚接触过，2年前也合作过，那时候是相当的丝滑，大家按照文档和要求各司其职就行了。但现在的对接是真的异常痛苦，他们现在是实行AI先行的策略，啥事都先让AI搞，出问题人在后面擦屁股，让AI继续解决。。。就这次体验真是苦不堪言，本来两个熟手之间相互招呼一下就完事了，现在一定要带入个智障在中间协同。。。刚开始就不顺利，一个文档一个名称变了又变，文档描述还前后矛盾，文档说的加密方式和实际使用根本不是一套。真实使用的时候他们自己内部接口之间数据都不互通，然后其它各种问题我就不吐槽了~
不过我挺佩服某丰的领导的，一帮领导就看着他们犯错，然后允许他们犯错，只要最终完成就行了。这个度量和企业文化还是可以的（也难怪人家能管上十多万人）。但对甲方来说，那个体验是相当的差了，他们可不了解什么FDE，什么在试错中完善，他们只知道，一边顺顺利利，一边磕磕碰碰。这个体验感可不好~
那么就引出一个新问题了 > 在AI还没那么强的时候，或者说你引入的AI没那么强的时候，谁最倒霉？> 双方技术对接的人啊！如果双方都是FDE改造后的企业，也就不会痛苦了，但一方是人为主导，另一方是AI为主导，那这个过程双方技术人员那是相当痛苦的，浪费的时间就不算了，那种在稳定前动不动就让你帮忙分析下问题，你就完全受不了了，就更别说紧急情况下让你先帮忙兼容一下了。。。
很多同行担心AI来了，饭碗就被端掉了，其实刚开始的时候我也担心过，不过接触了解过后就不再担心了，岗位还在，做的事情可能变了，但流程还是大差不差的，就算后面变了无非就是适应一下，就算换了公司，还是需要类似的人的~ 智能时代需要的是综合能力，而不再是某领域里面的专家了~
PS：如果领导只追求能用就行，那很多事情的意义就只成了个人追求了（有架构洁癖和代码洁癖的人，现阶段的AI时代还是比较痛苦的）
现在很多公司评判工作成了：同样是人+AI做出来的东西，为什么他的那么稳定可靠，你的这么拉胯？为什么他耗的token那么少，你的耗了他的5倍了？其实AI也是人的翻板，每个人都能用，同样的模型给你，不同的人还真能玩出不同的花来~
反而这种人人貌似皆可程序员的时代，那些真正热爱程序、享受程序的人，才更能沉淀和培养出匠心精神来。你想下工厂粗坯的工业品，和顶尖匠人打造的精品，两者之间的价格相差几许倍？（同样的模型，同样的任务，不同的人去完成，最终的结果肯定也是不一样的~）
PS：更快更浮躁的节奏下，适当放弃点对极致的追求，可能活的更舒适一点~
最后再聊下FDE就结束吧，文章写的有点太过正式和冗长了，后面的文章我可能更随意一点了，不然真没这么多时间去写了~
PS：一开始我其实尝试过把我的只言片语和聊天记录直接发给AI，让它帮我写，内容还是我的，它给我把七零八落的言语整理成章。但它写的那版，我感觉太板正了，于是就自己耗了大几个小时构思和重写了（后面如果再聊这种类似的事情，还是偏随笔，偏随意一点吧，不然真吃不消，感觉不亚于写篇技术长文了。。。）
当你对FDE真正了解了一定程度之后，可能反而对这个职位会比较谨慎。何出此言？==> 那些顶尖大模型公司的FDE肯定是好去处，但这种岗位盯着的人多了去了，你又有什么优势呢？然后传统SaaS软件公司虽然也招FDE，但那是真的FDE还是换汤不换药，打着FDE的幌子继续搞之前那套系统的营销呢？这个就要各位看官自己判别了~ 你就更别提，很多公司自己都不清楚FDE是干什么的，还挂了个FDE的职位招聘。。。你不觉得有坑吗？想想提示词工程师，当时也很多公司招的，然后呢？没三个月就基本全凉了~ 当然了，FDE我不觉的会凉，这个岗位应该很长时间都会存在的，但选择什么样的公司可能更重要~
PS：去什么公司当FDE，可能比FDE这个职位更重要！
如果真遇到那种企业真心想做企业AI化的（外面改造一下那么贵，自己招人不香吗？），我觉得可以先考察一下企业文化，然后再了解了解现有的企业信息化到哪一步了。真遇到合适的，其实倒是可以考虑的但你别想着进去后就一帆风顺了，你设想下大领导怎么会随意信任你这个外来还没站稳的新人呢？又怎么会随便放权呢？所以这个职位，要么去最顶级的那波公司，要么就随遇而安，调研了解后再入坑可能更合适~
PS：如果真有合适公司，大家还是可以考虑的，毕竟也是未来的主流行业之一了~
想说的还有不少，要不以后继续？先这样吧~ 各位看官好走~
浙公网安备 33010602011771号