AI 日报 · 2026-09-13

Simon Willison 用 GPT-6 Astra 和 ChatGPT Work 自动生成跑步路线，虽然最终拿到 GPX 与可视化结果，但执行细节被黑箱化，线程压缩后连代码都无法追溯，这让他呼吁 Agent 系统应保留压缩前文本。与此同时，前 Palantir 从业者讨论了「前置部署工程师」角色的混乱：不同公司对 FDE 的定义、汇报线和激励几乎不重合，常被质疑是重新发明咨询。Palantir 的 Project Frontline 曾把约 250 名软件工程师轮岗培养成 FDE，这批人如今在 OpenAI、Anthropic、xAI 和 Anduril 等公司带队。两条内容共同指向 AI 产品落地中「过程可见性」和「新岗位边界」的张力。

衍生 & 周边（产品 / Agent / Tools / 观点）

观点

⭐⭐ [观点] Generating running routes with GPT-6 Astra and ChatGPT Work

Simon Willison 让 ChatGPT Work 配合 GPT-6 Astra（Max）根据他的住址规划 5K 和 10K 跑步环线，并要求使用 OSM 数据。任务运行了 27 分钟，产出嵌入式可视化，以及可下载的 GPX 和 GeoJSON 文件。他询问路线是怎么生成的，模型回答：用 Nominatim 定位地址，用 Overpass 下载本地 OpenStreetMap 的道路和小径，再在本地计算环线。Willison 表示自己在 ChatGPT 界面里看不到实际运行的代码和具体细节，等他想索要 Python 代码时，因线程已被 compaction 而无法提供；他认为使用 compaction 的 LLM 系统应保留压缩前的文本，并通过 agent 工具调用使其可取用。地图展示用的是 visualize 技能，生成了内嵌进 ChatGPT UI 的 HTML 文件，其中以 JSON 脚本保存路线几何数据，并用从白名单 CDN 加载的 D3 渲染。

⭐⭐ [观点] The Rise of the Forward Deployed Engineer — and How To Do the Job Right

作者 Vinoo Ganesh 结合自己在 Palantir、Citadel 和 Kepler 的三段经历，讨论「前置部署工程师」（FDE）这一岗位的定位混乱：他在 a16z 的 FDE Fellowship 聚会上发现，来自 Snowflake、Anthropic 及多家初创公司的从业者虽然共用「前置部署」这个词，各自的工作内容、汇报关系和激励机制却几乎没有交集——有人是参加第二次会议的销售工程师，有人是能写 Python 的背负配额销售，也有人接近带着工作说明书进场的咨询顾问。文章指出，正因为如此，关于 FDE 的讨论中常有「这不就是在重新发明咨询吗」的质疑。随后文章以 Palantir 的 Project Frontline 为主线，讲述作者如何因自己参与造成的一次失误而成为 FDE，以及该项目如何把软件工程师轮岗培养成前置部署工程师，约 250 人参与，其中不少人如今在 OpenAI、Anthropic、xAI 和 Anduril 带领 FDE 团队。文中还提到，Palantir 早期即将职能拆分为负责平台构建的产品开发（PD）与业务开发（BD）两部分，后者包含已被称作 FDE 的技术 BD 人员和非工程背景的 Embedded Analysts。