Cursor如何将AI部署进企业内部详细方法与步骤教程
Start 先说几个核心判断:在企业AI落地的这场战役中,一个名为Forward Deployed Engineer(FDE,前线部署工程师)的角色正逐渐成为关键变量。这个岗位恰好处在软件工程、产品设计与客户落地的交叉点上——它直接走进企业现场,把AI能力嵌入真实的业务系统和流程。 但Curso
# Start
先说几个核心判断:在企业AI落地的这场战役中,一个名为Forward Deployed Engineer(FDE,前线部署工程师)的角色正逐渐成为关键变量。这个岗位恰好处在软件工程、产品设计与客户落地的交叉点上——它直接走进企业现场,把AI能力嵌入真实的业务系统和流程。
但Cursor对FDE的理解显然更进了一步。它把这种工作提升到了更完整的企业落地层面:围绕客户的开发流程、组织协作与系统环境,部署可长期运行的Agent,逐步搭建起所谓的**AI Software Factory(AI软件工厂)**。
这篇文章来自Cursor负责Forward Deployed Engineering的副总裁Pauline Brunet,她解释了如何建设FDE团队、企业为什么很难把Agent的使用从少数AI爱好者扩展到组织层面,以及客户部署经验如何反向塑造Cursor的产品路线图。
对于AI产品经理、研发负责人、企业技术管理者来说,这篇内容很适合理解一个关键趋势:企业真正需要的,已经从“给个人配一个AI编码助手”,转向了“用Agent重构整个软件开发生命周期”。
Cursor的Pauline Brunet解释了她的Forward Deployed Engineers团队如何帮助组织落地Agent——也就是搭建软件工厂。
Pauline Brunet,Cursor负责Forward Deployed Engineering的副总裁,摄于AIEWF。
Forward deployed engineering已经迅速成为企业AI领域最引人注目的角色之一。这个角色位于软件工程、产品开发与客户实施之间,FDE们直接与组织合作,推动AI能力落地。
在Cursor,这个岗位的目标显然更具野心。Pauline Brunet正在组建一支团队,与各类组织合作,在整个软件开发生命周期中部署Agent。
在AI Engineer World’s Fair上接受Latent Space采访时,Brunet谈到了Cursor对“AI software factory”的设想、如何把Agent的使用从个人爱好者扩展到更广泛组织,以及工程师如果希望转向forward-deployed工作,需要展现哪些能力。
## Cursor如何定义forward deployed engineering
**Latent Space:** 先从定义开始,你如何理解forward deployed engineering?
**Pauline Brunet:** Forward deployed engineering的定义,取决于业务、产品和客户。
你需要看应用本身的可配置程度。客户拿来即用就能跑起来,还是要部署一个复杂且高度可配置的系统?
你还要看客户当前所处的阶段。
我不会把forward deployed engineering理解为一个支持传统“开箱即用式部署”的团队。我更愿意把它理解为:团队到客户现场,在客户现有的系统和工具内部工作,部署能够大规模解决问题的应用或平台。
这类部署通常具有很高的可配置性,并且会围绕客户的workflow、流程、系统和工具进行定制。
**Latent Space:** Cursor的客户大多是工程师。FDE这个角色如何适配他们使用产品的方式?
**Brunet:** Cursor是一个AI编码平台,也是一个coding assistant。我们与用户一起推进AI-assisted coding、同步和异步agents,以及最终指向的AI software factory概念。
今天,我们服务于很多行业的客户,包括金融服务、电信、软件开发、科技和半导体。
我们帮助转型负责人、IT负责人以及CTO团队,在各自的运营体系中搭建AI software factory。这包括如何规划和设计软件、如何编写代码、如何测试和评审,以及如何大规模部署和维护应用。
所以关注点非常明确:围绕软件开发生命周期,从头到尾打通。
## 建设Cursor的FDE团队
**Latent Space:** Cursor的FDE团队现在有多大?
**Brunet:** 增长非常快。目标是在12月底前,把团队规模扩大到现在的10倍。
**Latent Space:** 现在的FDE成员主要是工程师吗,还是也包括产品专家?
**Brunet:** 他们全都是工程师。我们招聘的软件工程师通常有至少五年经验,并且具备丰富的客户协作经验。
这些人都做过生产环境开发并成功交付过代码。他们搭建过系统、设计过系统,也能做权衡判断,评估应该采用哪些系统或技术。
他们还需要具备客户面对面的工作经验。团队里有人此前在Spotify、Rippling、Palantir等公司工作过,并且为客户部署过生产系统。
## 从coding assistant到software factory
**Latent Space:** 你提到了 “software factory” 这个词,最近它在行业里出现得越来越频繁。对Cursor来说,这个词意味着什么?
**Brunet:** 对Cursor来说,它指的是完整的软件开发生命周期:如何规划、设计、编写、评审、测试并部署代码。
今天,这些阶段往往由不同团队分别处理。你可能有一个设计团队、一个开发团队,还有与他们协同工作的产品经理。每个群体都可能在用AI-assisted coding优化自己的工作,但整个流程仍然彼此割裂。
我们希望帮助客户覆盖整个生命周期。理想状态下,你可以直接说:“这是我想开发的功能。” 然后由可长期运行的agents在每一个环节中与你协作。
这可能包括:创建计划和产品需求文档,产出这个功能可能呈现出的演示效果,编写和测试代码,将其上线到生产环境,以及后续维护。
问题反馈和产品反馈也应该回流到同一个生命周期里。对我们来说,software factory的含义,就是让可长期运行的agents在整个过程中持续帮助人完成工作。
**Latent Space:** 所以它的范围比单纯的agent orchestration更大?
**Brunet:** 对,完全正确。
## 走出个人AI采用者阶段
**Latent Space:** 企业在尝试落地Agent技术时,通常会遇到哪些问题?
**Brunet:** 一个挑战是,采用仍然主要集中在early adopters身上。
在一个组织里,可能有10%到20%的人属于热情很高的early adopters。他们已经用local agents和cloud agents把自己的工作做得很好,生产效率也大幅提升。
下一阶段缺少的能力,是如何让可长期运行的agents跨团队、跨流程、跨workflow使用起来。
这需要组织高层提供更多支持。管理者必须旗帜鲜明地表态:“这是优先事项,我们希望这样去自动化流程,或者以这种方式改变流程。”
因此,对FDE团队来说,关键任务之一是找到组织内部合适的champion:这些人真正希望改变业务,并且愿意与我们以及内部团队合作,一起改造工作的完成方式。
## 用cloud agents标准化工作
**Latent Space:** Local AI似乎正在获得更多势头,部分原因是开源模型的可用性持续提升。你们是否也在和客户做更多local AI相关的实施工作?
**Brunet:** 我们确实有local agents,用户可以通过桌面应用或者CLI来运行,这部分体验大体上是self-service的。大家采用这项技术的速度快得惊人,尤其是在Cursor的用户群体中。
我们也看到越来越多人开始采用cloud agents,因为他们很喜欢这样一种能力:任务可以在云端运行,自己无需一直把笔记本电脑半开着守着。以前必须本地运行的任务,现在agents已经可以在云端完成。
真正有意思的地方在于,当Agent的作用超出“帮助某一个人的工作”之后,会发生什么。
接下来的问题是:Agent如何在一个职能、一个团队、甚至整个组织里协同工作,让流程实现一致的自动化。比如,你可以让一个QA Agent在多个开发团队之间执行同一套流程。
客户正在就这类use case向我们提出大量问题。
## 客户部署如何影响Cursor的路线图
**Latent Space:** 这些部署过程中得到的经验,会反哺到Cursor的核心产品里吗?
**Brunet:** 会。Forward deployed engineering团队会围绕客户的use case与他们紧密合作,因此我们天然就是产品团队和工程团队理解“客户下一步想构建什么”的一个重要渠道。
我们和这些团队合作得很紧密,也在帮助塑造Cursor的产品路线图方面发挥着重要作用。
## Forward deployed engineer角色正在变化
**Latent Space:** 随着Agent变得越来越autonomous,你预计FDE这个角色会如何演变?
**Brunet:** 我觉得这个角色会发生很大的变化。我经常说,如果我们今天做的工作和六个月前完全一样,那就说明我们做错了什么。
现在,大家仍然在寻找灵感,想知道哪些use case可以被解决,所以我们希望主动提出新的可能性。
以软件开发为例,我们可以展示设计师和产品经理如何与开发者、测试团队一起,在Cursor里实现无缝协作。
我们也会问企业:是否考虑过使用可长期运行的agents,把call-center或ticketing流程从头到尾接管下来。
随着我们在healthcare、life sciences、public sector、retail和consumer packaged goods等行业持续推进合作,我们也会不断识别marketing、sales与supply-chain运营中的更多用例。
FDE这一角色也会随着这些新可能性持续演进。
## 工程师如何为FDE职业做准备
**Latent Space:** 这场大会大约有7,000名AI工程师。对于那些希望转向forward deployed engineering的开发者,你会给出什么建议?
**Brunet:** 这个问题今天已经被聊过五六次了。我们在寻找真正的builder,也就是具备软件工程经验的人:他们发现过一个问题,并且从头到尾构建出一个达到生产级标准的应用或系统。
你需要亲自完成过设计、开发、测试,并把它部署到生产环境中,交给真实用户使用。
我的建议是,在你的组织内部找到这类项目,并从起点到终点亲自负责。确保你清楚自己为什么做出每一个设计决策。
你如何选择数据库?你如何选择不同的服务?你为什么以那种方式设计系统?其中有哪些trade-off?
你还需要理解可衡量的投资回报,也就是return on investment。一方面要能用传统商业指标来说明价值,另一方面也要通过评估体系证明你为内部客户创造了什么价值。
如果你希望进入forward deployed engineering,就去熟悉这类项目,积累把项目真正交付出去的经验,并学会清晰解释你做过的每一个决策。
来源:https://www.53ai.com/news/LargeLanguageModel/2026070406154.html
相关热点
继续查看同栏目近期热点。
延伸阅读
补充最近整理过的热点入口。
