Jay Revels

CEO of / @ichizokuagents

企業向けAIエージェントの開発・導入支援、FDE（フォワードデプロイドエンジニア）育成プログラムを提供しています。
・AIエージェントの設計・開発・本番運用
・ハルシネーション対策、生成AIの精度向上
・FDE育成

[Jay Revels @jgrevels]

Reyhan氏の言うとおり、コースを修了したからといって、FDEとして採用されるわけではありません。

採用されるのは、クライアントのITチームと向き合い、実際のシステムの中で開発し、セキュリティレビューを通すことができる人です。

エンジニアが身につけるべきだと私が考えているのも、まさにこのスキルです。制約の中で本番を見極める判断力であって、資格をもう一つ増やすことではありません。

コースは入口にすぎません。クライアントの環境でリリースすることこそが、FDEの仕事です。

@Ichizokuagents #FDE育成プログラム

[Reyhan Merekar @reyhanmerekar]

Nobody hires a Forward Deployed Engineer for finishing a course.

They hire you because you can sit across from a customer's IT team, build inside their actual systems, and ship something that survives a security review.

Here's the resource list I'd actually use, mapped to a 6-month roadmap:

1. Build (Month 1)
- boxyhq/saas-starter-kit: enterprise Next.js starter with SSO, audit logs, and multi-tenancy already wired in (https://t.co/dDwIDTuAgp)
- Anthropic, Building Effective AI Agents: field notes from real enterprise deployments, not a framework pitch (https://t.co/7FV36eaQjD)

2. Enterprise & Compliance (Months 2-3)
- WorkOS Directory Sync docs: the actual SCIM and provisioning spec customers will ask about (https://t.co/XhmNQ5JE5S)
- OpenFGA: open source fine-grained authorization engine, the reference for how real permission systems get modeled at scale (https://t.co/MkrSf2qWL0)

3. Secure AI on Customer Data (Month 4)
- Auth0, Access Control for RAG Using FGA: working code for permission-filtered retrieval (https://t.co/VRlpU1HyEo)
- NirDiamant/RAG_Techniques: 17+ documented RAG strategies with runnable notebooks (https://t.co/5XK5SWSAIW)

4. Own Production (Month 5)
- traceloop/openllmetry: open source observability for LLM and agent apps (https://t.co/E7CzXGgq8Y)
- Google SRE Book, Postmortem Culture: the canonical text on blameless incident response, read it before your first production fire (https://t.co/ooqeQMXK2N)

5. Translate & Prove It (Month 6)
- The Pragmatic Engineer on Forward Deployed Engineers: still the best explainer of where this role came from and why it's spreading (https://t.co/ZKqAyDY6bd)
- Kevin Bai, The FDE Pod: founding FDE at Palantir and Rippling, the only creator putting out FDE-specific content on a regular cadence (https://t.co/TIve57sMeB)

Save this and repost this to help a fellow engineer.
Follow me for more AI + FDE content!

[Jay Revels @jgrevels]

FDEの働き方も変わりつつあります。

特定の会社に属さず、顧客の課題を解決するために現場に入るフリーランスのFDEを「浪人」にたとえる声も出てきました。

日本ではまだ珍しい働き方ですが、AIエージェントの導入支援へのニーズが広がるなかで、専門性を武器に選ばれるFDEが今後増えていくかもしれません。

@Ichizokuagents #fde育成プログラム

[teo @teodorio]

The FDE role is not what it used to be. You have freelancers FDEs who are the closest thing to a sovereign individual in tech, like ronin samurais that have no allegiances but to themselves and their clan, and that help their customers in need. You are your own boss, you define your customers, your jurisdiction and you literally print cash!

[Jay Revels @jgrevels]

今期、FDEとしてのスキルを身につけたいエンジニアに、繰り返し伝えている3つのこと

1. モデルの呼び出しだけでなく、ワークフロー全体を最初から最後まで自分で担う
2. 長い座学のあとではなく、最初の週からクライアントの技術環境でリリースする
3. 指標の責任者と一緒に、毎週ビジネス価値を測る

これからは、ビジネスの成果に実際につながるAIエージェントを本番に導入できる人材が、これまで以上に必要になります。

詳しくはこちら：https://t.co/dwAfD7zTQi

#FDE #AIエージェント #人材育成

@Ichizokuagents

[Jay Revels @jgrevels]

FDEとして成果を出すために、最も大事なスキルは何か。

FDEの定義は会社によってさまざまですが、多くの場合に共通するのは「顧客と話すこと」と「どう解決するかを決めること」だという指摘に、私も同感です。

技術力以上に差がつくのは、顧客の言葉の裏にある本当の課題を見極め、何を作るべきかを自ら判断する力です。FDEを育てるうえでも、ここが最も重要なポイントだと考えています。

@Ichizokuagents #FDE育成プログラム

[Ryan Brown @NotRyanB]

sharing the single most important skill if you want to succeed as an FDE

the definition of FDE varies widely between companies, but a large portion of the roles include some combination of “talk to the customer” and “decide how to solve their problem”. if you don’t do these things exceptionally well it doesn’t matter how strong of an engineer you are

i think of this part of the job as translating from ask to build. customers usually ask for a specific feature or process that they think will solve their problem; if you build exactly what they ask for, it often doesn’t scale or isn’t the best approach

an FDE’s job is to dive deeper on the customer’s problem and ideal outcome, then use their product and technical expertise to choose and build the best solution (even if it’s not exactly what they asked for)

change management can be hard, but many existing processes are inefficient/broken and should be redesigned rather than sped up as-is (@vasuman is a strong proponent of this idea)

there’s a delicate balance between listening to the customer and knowing when to push back. it’s a skill that’s mostly built through experience; i learned it during my three years at blackstone building AI systems for private equity investors and non-technical portfolio company execs

i think this is going to become an increasingly valuable skill as AI continues to accelerate how fast things can be built and customers start asking for more

do you think there’s another more important skill for FDEs?

[Jay Revels @jgrevels]

スタートアップの求人データで、最も伸びている職種はFDE（Forward Deployed Engineer）で、前年比218％増だったそうです。

求められているのは、単にコードを書ける人ではありません。顧客の現場に入り、課題を理解し、実際に動くものを形にできる人です。

エンジニアのキャリアを考えるうえでも、「顧客と向き合う力」の価値がますます高まっていると感じます。

[Marc Köhlbrugge @marckohlbrugge]

Had my AI dig through millions of startup job postings to compile these startup hiring statistics for 2026:

📈 Fastest growing roles
👉 Forward Deployed Engineer +218% YoY
👉 Creative Designer +55.6%
👉 Video Producer +50.0%

📉 Fastest declining roles
👉 PHP Developer -74.1%
👉 Content Editor -56.7%
👉 Graphic Designer -56.0%

👩‍💻Remote work
👉 Down from its pandemic 37.9% peak to 16.9%
👉 Hybrid at 27.9% of roles

💰 Salaries in US
👉 Best-paid role: Engineering Manager with a median salary of $228k a year
👉 Best-paid city for Software Engineers: Santa Clara ($225k)

🗺️ Where startups are hiring
🇺🇸 United States is the top country by far
🌁 San Francisco is the top city, closely followed by London, UK

More data with charts here:
https://t.co/J4DCEDUwwH

[Jay Revels @jgrevels]

エンジニアリングマネージャーの皆様へ

FDE不足を解消するには、求人サイトではなく、まず自分のチームに目を向けるべきです。

少ない候補者を高コストで奪い合うのは、その場しのぎにすぎません。

「現場に入る→リリースする→成果を振り返る」

この育成サイクルを繰り返せば繰り返すほど、チームの実力は着実に伸びていきます。

中堅SEを育てず、コストの高い外部の支援を選び続けていると、時間は稼げても組織の力は失われていきます。

FDE育成プログラム：https://t.co/dwAfD7zTQi

#FDE #AI内製化 #エンジニア組織

@Ichizokuagents

[Jay Revels @jgrevels]

👇🚀👇
Anthropicが、基本給最大34万ドルでFDE（Forward Deployed Engineer）を募集しているそうです。

米国では、FDEの求人が2023年以降、3,500％増加したとのこと。

私がFDEに注目しているのは、流行だからではありません。AIを「作って終わり」にせず、顧客の業務に定着するまで伴走する役割だからです。

日本でも、こうした役割を担える人材をどう育てるかが、AI導入の成否を左右すると考えています。

[Zuhayeer Musa @zuhayeer]

@AnthropicAI is listing up to $340K base salary for Forward Deployed Engineers (FDEs), before any equity

FDE is one of the hottest roles in tech right now due to AI. US job postings are up 3,500% since 2023, with over 7k openings posted this year (per Lightcast)

FDEs are engineers who embed with a customer and build their specific goals into reality.

In AI, they basically plug company data + tools into general models to get productive output usually in specific verticals. Tweaking things along the way.

How it pays depends on the type of company hiring. The consulting firms cluster at the low end of listed base pay and AI companies are generally on the higher end.

The labs themselves are paying quite competitive cash salaries.

At the top end, we have $300k-$340k at Anthropic, $255k-$350k at Harvey, $201k-$352k at ServiceNow. Color quoted by category of company below.

[Ichizoku @Ichizokuagents]

SIerのエンジニアがFDEを目指すとき、足りないのはコード以外の力です。

FDEの育成は5つのステップで進めます。

① 現場での課題発見
② Build-to-Learnによる検証
③ ベンダーに依存しないAIエンジニアリング
④ エンタープライズ環境へのデプロイ
⑤ 運用と事業化

各ステップで作る成果物、次に進む判断基準などをまとめました。
https://t.co/ibjuzWmUkq

#FDE #SIer #AIエージェント

[Jay Revels @jgrevels]

FDEトレーニングをしていて、つまずきやすいのはコードよりも、お客様の前で課題を言葉にする場面です。「何を作るか」をお客様と一緒に決められるエンジニアは、まだ多くないと感じています。逆にそこを鍛えれば、エンジニアとしての価値は大きく上がると思います。

[Ichizoku @Ichizokuagents]

ソフトウェアエンジニアの90%は、Forward Deployed Engineerになれません。

コードが書けないからではありません。課題発見、スコープ定義、信頼構築といった、これまで求められてこなかった力が壁になるからです。

その差をどう埋めるかをまとめました。
https://t.co/mU6piq5I8K

[Jay Revels @jgrevels]

AIエージェントを現場に入れてきて感じるのは、うまくいく会社ほど「業務を知っている人」が最初から中にいるということです。

外部のエンジニアだけで進めると、要件のすり合わせに時間がかかりがちです。社内の方がFDEとして動けると、試作から現場での定着までがかなり早くなります。

[Ichizoku @Ichizokuagents]

基盤モデルはコモディティ化しました。
ChatGPTもClaudeも、競合他社が同じ価格で使えます。

差がつくのは、AIを現場で動かす人材がいるかどうかです。

自社の業務を知る社員をFDEに育てるほうが、外部採用より定着しやすく、ROIも高くなります。

進め方をまとめました。
https://t.co/g7Ev97QxLK

[Jay Revels @jgrevels]

https://t.co/oKhEs7H0ve

[Jay Revels @jgrevels]

https://t.co/DWzEi27MCD

[Jay Revels @jgrevels]

@earthtoroseyta @grok @grok how many wounded

[Jay Revels @jgrevels]

@bot @bot set this up for me

[Jay Revels @jgrevels]

サンドボックスのエージェントには安心感がありますが、本番のエージェントには別のルールが必要です。

サンドボックスでは、何度でもリトライできます。本番環境で必要なのは、入出力が厳密に定義されたツール、人間への明確なエスカレーション、実際のトレースに基づく週次のスコアリングです。

ロードマップにまだ「プロンプトを増やす」と書いてあるなら、それはデモの見栄えを良くしているだけです。まずは、ヒューマン・イン・ザ・ループの仕組みと評価のループを固めることが重要です。

#AIエージェント #エンタープライズAI #AI評価

[Jay Revels @jgrevels]

組織向けハーネス（org harness）が、企業の技術スタックに組み込まれ始めています。

最近、私が実践している3つのルールです。

1. エージェントは一つ、利用者は複数。マルチユーザーを前提に、認証とメモリを最初から設計する。

2. ガバナンスをホットパス（主要な処理経路）に組み込む。可観測性、監査、管理者による制御をプロダクトの機能として扱う。

3. 個人のエージェントループは探索に使う。共有の評価（evals）を通ったものだけを昇格させる。

個人で素早く試すことには価値がありますが、本番環境に届くのは、組織としての信頼を得たものだけです。

#AIエージェント #エンタープライズAI #AIガバナンス

[Jay Revels @jgrevels]

@SportsTalkATL @SportsTalkATL all we heard through out this series and with the Phil’s is how bad AA screwed up the pitching, W Weis bla bla bla. The Braves have been a average offensive team at best since the all star break. Pitching is good enough to win and has had us in every game.

[Jay Revels @jgrevels]

エンジニアリングマネージャーの皆様へ

FDE不足を解消するには、求人サイトではなく、まず自分のチームに目を向けるべきです。

少ない候補者を高コストで奪い合うのは、その場しのぎにすぎません。

「現場に入る→リリースする→成果を振り返る」

この育成サイクルを繰り返せば繰り返すほど、チームの実力は着実に伸びていきます。

中堅SEを育てず、コストの高い外部の支援を選び続けていると、時間は稼げても組織の力は失われていきます。

FDE育成プログラム：https://t.co/dwAfD7zTQi

#FDE #AI内製化 #エンジニア組織

[Jay Revels @jgrevels]

今期、FDEとしてのスキルを身につけたいエンジニアに、繰り返し伝えている3つのこと

1. モデルの呼び出しだけでなく、ワークフロー全体を最初から最後まで自分で担う
2. 長い座学のあとではなく、最初の週からクライアントの技術環境でリリースする
3. 指標の責任者と一緒に、毎週ビジネス価値を測る

これからは、ビジネスの成果に実際につながるAIエージェントを本番に導入できる人材が、これまで以上に必要になります。

詳しくはこちら：https://t.co/dwAfD7zTQi

#FDE #AIエージェント #人材育成

[Jay Revels @jgrevels]

エージェントの改善とは、ハーネスの改善です。

本番の数字を動かす改善は、たいていツールとの境界にあります。

どんなコンテキストを渡すか。
どのタイミングでツールを見せるか。
失敗からどう立て直すか。
その後に何を測るか。

ロードマップがモデルのアップグレードだけになっているなら、最適化するレイヤーを間違えています。