FDE Times 数据在招 FDE 职位 862▼55 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 70在招公司 180支持远程 24%美国薪资中位数 $200k招聘最多 Palantir 95
ENVI

前线部署工程师(FDE)的专业媒体

分析

Figma 首批 FDE 要教会 Agent 读懂客户的设计系统

招聘启事写明这不是销售或服务岗:MCP 服务器和 Code Connect 都已就绪,每家企业的上下文仍要有人搭建。

分享微博

要点速览

  • Figma 正在组建首支 FDE 团队,招聘资深/Staff 级工程师,岗位隶属产品与工程部门,与销售和服务完全分开。
  • 核心工作是让企业的设计系统适配 Agent,使 AI 工具生成的代码符合客户自己的系统。
  • 想瞄准这类岗位,应在真实代码库上练习为 Agent 构建上下文,并用数字衡量效果。
两个面板对比 Agent 为同一个按钮生成的代码。左侧没有映射:一个原生 button 标签,颜色写死为十六进制值,内边距用像素设定。右侧高亮显示,有 Code Connect 和 Skill:Button variant primary,取自客户的组件库,并遵循该组织的惯例。
同样通过 MCP 服务器读取设计稿,只有在 Code Connect 映射和 Skill 指令到位时,Agent 才会使用客户的真实组件。搭建这层上下文,是 Figma FDE 团队的主要工作。来源:Figma 在 Greenhouse 上的 FDE 招聘启事及 Figma 开发者文档。

Figma 在 Greenhouse 上发布的前线部署工程师(FDE)招聘启事说得很直白:这是产品与工程部门的资深/Staff 级工程岗位,不是销售,也不是服务。Figma 还表示,这是公司的第一支 FDE 团队,属于创始团队。

一家设计工具公司组建一支驻扎客户现场的工程师团队,听上去有些奇怪。原因在于启事里写明的使命:让企业设计系统适配 Agent,使 AI 工具生成的代码贴合设计系统、忠于设计稿。

这句话值得细读。它揭示了 AI 领域 FDE 工作的走向:客户需要的不再只是一次 API 集成,而是一层专为本组织构建的上下文。只有既懂代码、又懂客户团队的人,才能搭起这一层。

产品已经有了,还缺什么?

看 Figma 现有的工具,基础设施已相当完整。根据开发者文档,Figma MCP 服务器把 Figma 接入 AI 工作流。它不只读取设计数据:Agent 还能通过 MCP 客户端直接在 Figma 中创建和编辑内容。

其次是 Code Connect,它是代码库与 Dev Mode 之间的桥梁。按 Figma 的说法,它通过复用客户的真实组件,让生成的代码与客户代码库保持一致。文档还提到,Agent 在 Figma 中构建和编辑内容时,可以把设计系统当作唯一可信来源。

6 月举办的 Config 2026 让 Figma 又向代码迈进一步。Code Layers 把代码放上画布,按 Figma 的描述,设计师现在可以直接在 Figma 里编写可交互的代码。据 Classmethod 的总结,Skills 功能让团队把自己的设计工作流和惯例打包成可复用的 Agent 指令。

但这些工具有一个共同的短板:它们只是容器。Code Connect 自己并不知道,客户仓库里哪个 Button 组件对应画布上的哪个组件。

Skills 自己也不知道,某家银行的设计团队什么时候用 warning 变体、什么时候用 danger 变体。这些上下文存在于每个组织成员的脑子里,没有哪个产品能开箱即带。

“适配 Agent”在实践中是什么样子?

设想一家公司有内部的 React 组件库,Figma 文件里有一个“Button/Primary”组件。没有映射时,Agent 通过 MCP 读取设计稿,生成一个光秃秃的 <button> 标签,颜色是写死的十六进制值,内边距用像素设定。看起来没问题,却完全没用到设计系统。

建好 Code Connect 映射后,Agent 就知道要从客户的组件库导入 <Button variant="primary">。再加一个 Skill,记下“表单的主按钮始终放在右侧,绝不并排放两个主按钮”这样的惯例,生成的代码不仅组件用对了,用法也符合这家组织的实际习惯。

从第一种状态走到第二种,就是 FDE 的工作。要读懂客户的仓库,和设计团队坐下来挖出他们从未写下的惯例,编写映射和指令,再在真实界面上测试结果。

下表把产品文档与招聘启事中的使命放在一起对照。右栏是对各层工具在客户侧所需工作的推断,并非 Figma 公布的清单。

产品层 产品提供什么 FDE 在客户处要做什么
MCP 服务器 从 MCP 客户端读取设计数据并写回画布 接入客户使用的 AI 工具,决定 Agent 可以写什么、写在哪里
Code Connect 代码库与 Dev Mode 之间的桥梁 把画布上的每个组件映射到客户仓库中的真实组件
Skills 可复用 Agent 指令的容器 挖出设计团队未成文的惯例,转化为指令

中间一栏对所有客户都一样,右边一栏则因客户而异。正是这部分无法复制的工作,让一家产品公司必须招聘驻场工程师。

为什么必须是资深工程师?

启事要求具备 5 年以上端到端构建生产环境软件的经验,并有相当长的时间嵌入客户或合作伙伴团队工作。岗位还需要经常出差,与战略客户面对面协作。

从这个人要做的决策就能看出原因。共享组件映射错了,Agent 生成的每个界面都会跟着出错。

给 Agent 开放一家大公司画布的写权限却不设边界,可能毁掉整个团队的文件。这类决策需要亲手交付并运维过真实系统的人来做。

还有一个原因,藏在“产品与工程”这几个字里。第一支团队往往是产品学到最多的地方:每当 FDE 不得不反复编写同一类映射或指令,就是在提示产品团队下一步该自动化什么。

服务工程师把活干完就行,产品工程师还要把经验带回来。

瞄准这个岗位,该练什么?

核心技能是在现有系统上为 Agent 构建上下文,而不是写出精巧的提示词。

最好的练法是把这份工作缩小了做一遍:选一个带 React 组件库的开源设计系统,映射几个组件,写好惯例指令,然后让 Agent 把同一个界面做两遍,一遍有上下文,一遍没有。

然后量化。分别统计两次运行中,有多少界面元素用了组件库里的组件,有多少是写死数值的原生 HTML。

不要只数组件,因为界面即使组件用对了,仍可能破坏设计系统。还要检查颜色和间距是否来自组件库的 token,还是仍然是十六进制值和手敲的像素值。

接着检查变体:删除账户按钮被 Agent 做成 variant="primary" 而不是 danger 变体,这种错误靠数组件是发现不了的。

假设第一次运行 20 个元素中只有 3 个同时满足三项标准,第二次有 17 个:这样的数字写进简历或作品集,比任何一句“具备 AI Agent 经验”都更有说服力。

阅读任何公司的 FDE 岗位描述时,都可以拿 Figma 这份启事作参照:岗位在组织的哪个部门,什么级别,是不是创始团队,要不要嵌入客户团队工作?这几句话决定了你会是驻场的产品工程师,还是售后实施团队的一员。

第一支团队今天手写的映射和指令,很可能会逐步内置到产品中。现在加入的人,将决定哪些工作值得自动化,这个位置值得争取。

这篇文章对你有帮助吗?

6 个信源
路线图上的下一篇 · 阶段 5: 部署上线FDE 撤场之后,技术债往往落到客户头上交接后定制代码照常运行,能否回流产品,说明你加入的是产品公司还是变相的咨询公司。