什么是 OpenAI 的前置部署工程（FDE）

当 Codex 发布时，团队里的某个人问我：“当 Codex 能够一键搞定我们过去几个月花时间构建的那些用例时，我们该做什么？”

这个问题触及了 OpenAI 前置部署工程（FDE）的核心。我们与客户并肩作战，深入理解他们最艰难的痛点，并构建他们能够依赖的解决方案。我们在实践中学到的经验反过来塑造了我们的产品，也为研究部门（Research）提供了具体的攻坚课题。

这就是进步。如果我们每隔几个月就让自己“失业”一次，那就说明我们的 FDE 团队正在切实履行职责。

我在 2025 年初创立了这个团队，旨在弥合我们所说的“部署鸿沟”（deployment gap）：即模型表面上的强大能力与人们在日常工作中能够可靠使用的实际效果之间的差距。

模型能力的发展速度，已经超过了将其投入实际应用所需的系统和流程。有时，缺失的那块拼图是一个产品；有时，一个模型在基准测试（benchmark）中表现优异，但在面对现实生活中的变量与约束时却无法胜任。

我们专注于客户最棘手的问题。在模型能够胜任的领域，我们与产品团队（Product）及客户合作，使解决方案具备可复制性；而在模型力所能及的边界之外，我们则与客户及研究团队（Research）携手，明确差距并推动改进。我们的目标是，让每一次合作都为下一位客户提供更好的起点——如果我们能将起点拉高，使得客户下次再遇到同类问题时不再需要 FDE 的协助，那么我们的工作就算做得很成功了。

具有 200 年历史的农业巨头约翰迪尔（John Deere）所面临的挑战，是如何为广大农民扩展个性化的高效建议。

一个典型的例子是其精细化除草技术 See & Spray。该技术利用摄像头和机器学习来识别并精准喷洒杂草，避免对整块农田进行大面积喷洒，从而将化学药剂的使用量减少了高达 70%。

然而，要将这些技术优势转化为现实收益，前提是农民必须知道如何配置设备、规划农事季节，以及根据不断变化的环境调整操作规范。

约翰迪尔部署了 OpenAI 的 API，使这种技术支持变得更加个性化且易于规模化。

AI 可以用自然语言回答农民的问题、提供量身定制的安装指导与建议、识别设备是否未能发挥全部潜能，并帮助农民深刻理解从这些技术中获得的实际价值。

这种机遇不仅局限于某一次单独的交互，而是贯穿于整个客户旅程中，持续提供相关指导，帮助农民更好地使用设备，同时提升生产效率与可持续性。

这正是 OpenAI 的 FDE 致力于解决的挑战：帮助各个组织从纯粹的 AI 技术能力，跨越到能够在复杂现实环境中创造实际价值的成熟系统。

然而，这些问题往往高度开放，既没有现成的标准答案，也没有可循的常规套路。“每个人都想打造从未存在过的事物，但愿意为此付出艰辛努力的人却寥寥无几。”

要在寻找优秀 FDE 人才的同时不断拔高“优秀”的基准线，意味着我们需要进行持续的实验与应用。

从结果出发

在每一次 FDE 团队会议的开场，我都会展示一张幻灯片，上面写着一个核心价值观：“从结果出发，不惜一切代价取得成功，然后走向规模化。”

一个令人惊艳的 Demo 在人们质疑它是否能在现实世界中运行之前，往往能赢得极高的赞誉。

而我们的职责，是以一种经得起生产环境检验的标准，去彻底解决客户的问题。

2025 年年中，我们曾有大约 15 名 FDE 与一家大型半导体客户合作，推进了 10 多个用例。他们的宏伟目标是让芯片验证流程实现“原生 AI 化”，涵盖：

• 定向测试生成
• 根本原因分析与调试
• 架构辅助设计

在半导体行业中，验证工作往往占到一个项目总工作量的 70% 左右。这一机遇巨大，而切入点也千头万绪。

有些 FDE 加入 OpenAI 仅仅几天，此前从未接触过半导体行业。他们深入客户的验证团队进行驻场，在业余时间研读芯片设计，并与工程师共同构建评估体系（evals），以测试 AI 是否能够生成有用的测试用例以及准确诊断芯片故障。在不断学习的同时，我们为各个用例构建了定制化底座（harnesses）。在最初的 3 到 6 个月内，所有这些用例全部成功上线生产环境并实现了早期用户采纳。随之而来的成效在各项指标上得到了直观体现：

• 通过 AI 驱动的定向测试生成，节约了约 48% 的时间。
• 通过内核优化，实现了中位数 22% 的性能提升。
• 原本需要数周才能完成的调试被压缩至短短数小时。

当我们向首席硬件官（Chief Hardware Officer）复盘这一切时，他惊讶地问：“你们加入这里之前，难道以前都是做芯片设计的吗？”

我们的 FDE 并不需要在第一天就精通某个行业，但主动去学习它是他们不可推卸的责任。

随着代码助手让软件开发变得日益迅捷，深刻理解客户的业务变得愈发重要。我们通过将通才与领域专家相融合来构建团队。

你需要具备足够的专业知识来做出稳健的判断，同时也要保持足够的好奇心去质疑现状的固有假设。

以生命科学领域为例，我们的 FDE 凭借其自身的科学背景，能够与从事临床前药物发现任务（如靶点验证与优先排序、基因表达分析、化学合成路线重建等）的研究人员建立深厚的信任。这种专业素养使他们能够就如何改进这些工作流程提出富有真知灼见的专业判断。

让成功具备可复制性

我们虽然已经证明了这些工作流程能够创造价值，但每一个流程仍然需要过多的定制化集成，难以轻松推广到其他团队。接下来的挑战，是在保持这些成果的同时，让软件变得更易于部署和维护。

此时，Codex 的能力已经得到了显著增强。一位 FDE 尝试围绕 Codex 重新构建应用程序，随后与团队合作，将这些用例迁移到一个以 Codex 为核心的通用底座上。

定制化应用程序变成了构建在通用 Codex 原语（primitives）之上的插件和技能（skills）。Codex 同时化身为统一的交互界面，从而让我们得以淘汰过去为各个独立用例编写的独立终端 UI 和命令行工具（CLI）。

我们得以从每个项目中移除了大约 90% 的定制代码，这彻底改变了我们构建、维护和扩展这些工作流程的方式：

• 我们可以直接受益于对 Codex 的集中式改进，从而减少了每个独立用例所需的“胶水代码”。
• 核心功能被打包为技能和插件，使其更易于在团队间共享，并便于 AI 卓越中心（AI CoE）进行集中管控。这意味着，将方案从一个团队推广到下一个团队，有时甚至只需简单地替换新的连接器或 MCP 服务器、构建全新的评估体系（我们对此也开发了对应的技能），就能迅速投入运行与部署。
• 在 2026 年 8 月的一个案例中，最初的部署耗时两个月；而将该解决方案扩展到第二个团队时，仅用了短短一天。随着规模的扩大，后续团队的上线速度变得越来越快——这种趋势仍在持续。

这就是“让自己失业”的一种方式。我们为达成生产标准所做的工作，确立了真正重要的核心要素。随着底层产品的不断演进，我们可以用更简单的方案替换掉大部分定制实现，同时完美保留它所创造的价值。

这就是为什么顺序至关重要。大语言模型（LLM）让我们能够极快地构建产品。我们要利用这种速度将真正有价值的东西尽早送到用户手中，通过实践检验去摸清什么经得起考验，然后再将成功经验规模化推广。

这一原则同样适用于所有其他的客户合作。

我们专为企业级语音和聊天智能体打造的产品——OpenAI Presence，正是孕育自真实客户的部署实践。这项工作始于Swarm，历经Agents API的演进，而如今，已有客户通过 AI 处理了超过一半的呼叫业务。

将这些系统推向生产环境的历程，教会了我们哪些问题需要定制解决方案，而哪些构建模块可以抽象出来供其他团队复用。我们将这些构建模块引入了 Presence，让开发人员在自动化处理受监管的工作流程时，无需再重复构建底层基础设施。每一次部署都在不断反哺产品，并为下一位客户提供了更高的起点。

通过与泰瑞控股（Thrive Holdings）的合作，OpenAI 的 FDE 与研究人员同工程师、会计师并肩作战，为克里特岛的会计事务所打造了“税务 AI（Tax AI）”。在试点期间，税务 AI 处理了 7,000 份纳税申报表，在保持同等处理能力的前提下，将整体吞吐量提升了约 50%。

其中最艰难的挑战之一是自动化处理租赁物业的纳税申报，这耗费了长达六周的工程研发与专业人士评审，才将准确率（Precision）和召回率（Recall）双双推高至 90%。这项工作沉淀出了可复用的模式，使得税务 AI 能够更轻松地扩展至其他复杂的税务申报表中。

目前，这些团队正将同样的方法论应用到簿记、审计和 IT 支持领域——打造出能够通过专业人士的反馈与真实世界的应用不断进化的智能系统。

及时弥补浮现出的“智能鸿沟”

有时，更优秀的产品能让我们把构建的系统化繁为简；但有时，模型本身在现阶段还无法胜任这项工作。

如果我们仅仅去构建现有模型已经能够轻松实现的功能，我们将永远无法发掘出那些亟需研究部门（Research）去跨越的“智能鸿沟”。因此，我们许多重要的合作，恰恰是从这些技术边界开始的——客户、FDE 以及研究团队三方紧密协作，共同攻克难关。

我们此前曾与一家大型电信客户共同开发了一个客服平台，而他们希望将该平台拓展到语音领域。

语音业务占据了他们客服总量的 90% 左右。与纯文本聊天相比，语音交互的客诉处理成本更高，并在口音、语调、低延迟以及高准确率等方面带来了全新的技术挑战。攻克这些难题将为他们的业务带来质的飞跃。

在业务评估阶段，我们的模型在用于评估其是否满足生产环境要求的核心评测集上只取得了约 60% 的得分。我们已经触及了当时模型能力的极限。在客服场景下，函数调用（Function calling）和指令遵循（Instruction following）的能力亟待提升。

我们将这一现实如实告知了客户，并将研究团队引入到项目中。FDE 与客户紧密配合以构建平台，并准确定义模型所需达到的功能指标；而研究团队则全力攻克能力差距，通过接连不断推出的模型快照（Snapshots），让我们能够紧贴客户的严苛需求验证进展。

在长达六个月的时间里，核心评测集上的性能从约 60% 一路攀升至 80%、90% 以上，最终达到了生产环境所需的标准。

由此诞生的语音模型，如今不仅支撑着该客户的业务部署，还广泛应用于其他定制化客服部署以及通过 Presence 进行的托管部署。在某一个客户业务中遇到的难题，最终演化成了能够服务成千上万其他客户的通用能力改进。

每一个环节都至关重要。客户坚定地致力于攻克当时模型尚不能及的难题；FDE 始终深入一线，准确界定问题、构建平台并自始至终推动项目的落地；研究团队则持续迭代，不断提升底层模型的综合能力。

这就是“让自己失业”的另一种诠释：将今天模型无法解决的难题，转化为未来模型能够开箱即用的强大能力。我们所付出的心血，其回报远远超越了我们在任何单个客户身上投入的工时。

寻找更具挑战性的难题

我加入 OpenAI 的初衷，是帮助 AI 在人们的日常工作中真正发挥实用价值。这一信念至今仍在指引着我们团队前行。我经常对团队说，在绝大多数大语言模型（LLM）的开发案例中，“奥卡姆剃刀原理”同样适用——最简单的解决方案往往就是最好的方案。身处一家以前沿研究为立足之本、且行业充斥着各种夸大炒作的环境中，我们始终希望打造出能够稳定可靠运行、并让身处一线的人们真正依赖的实用工具。

我们的目标是让每一次合作都为接下来的工作铺平道路：交付一款更易于部署的产品、一个能够应对更高难度任务的模型，或是为下一位客户减少繁琐的定制开发。

如果你手头正有一个想要解决的硬骨头难题，我们非常期待与你合作；如果你也渴望投身于攻克这些难题的伟大事业，我们热忱欢迎你的加入。

那么，当 Codex 能够轻松搞定我们曾经花了好几个月构建的工作时，我们该做什么？

去寻找更具挑战性的难题。