企业AI的最后一英里：三大阵营在此对决

全天候科技 2026-08-24 13:48

在2026世界机器人大会上，当谈及近期突然走红的FDE（前线部署工程师）时，明略科技CEO吴明辉将时间线拉回到了十余年前。

「我们在12年前就开始深入研究这个了。」当华尔街见闻·全天候科技问到FDE与传统软件部署的区别时，吴明辉表示，两种场景都需要人员到客户现场，但今天的FDE需要走得更深：一方面把Agent连接到真实的业务场景，另一方面把在实地沉淀的能力持续回传后台。

这一趋势背后，是企业服务交付模式正在发生的新变化。

今年5月，OpenAI专门设立了一家部署公司，向企业派出FDE，与客户一起完成需求发现、系统设计、开发上线；

6月，Anthropic宣布与IT服务商DXC达成合作，后者计划培训数万名获得Claude认证的FDE，将Claude接入银行、航空、保险和制造业等行业的核心系统。

8月18日，腾讯云也直接把原来的「智能体开发平台AI应用工程师认证」更名为「ADP前线部署工程师认证」。

这些公司对FDE的聚焦，指向了企业AI落地的「最后一英里」问题。

包括OpenAI、腾讯在内的大模型玩家开始亲自承担更多企业交付工作，派出FDE到现场把模型和Agent平台连接到客户的系统中；明略科技这类企业服务商则在用AI重做原来的定制化开发，把行业Know-how、数据治理和软件实施能力变成一个个Agent；作为付费方的企业也开始从销售、研发、供应链等业务部门培养自己的AI先行者，构建内部的FDE能力。

AI让写代码越来越便宜，但「谁懂企业、谁定义需求、谁让Agent真正跑起来」，成了一件新生意。

I

没有标准答案

FDE在大模型时代之前很早就存在了。

Palantir长期采用类似模式，让工程师深入客户现场，整合复杂数据、软件能力和具体业务。软件行业长期存在实施顾问、解决方案架构师、现场工程师等岗位。因此，FDE在本轮AI浪潮重新走红后，一直存在争论：它带来的究竟是全新的工程模式，还是沿用了上一代软件实施的老逻辑？

「我们已经有售前支持团队了，我觉得FDE就是个新潮的词。但如果团队认为用这个头衔能帮助卖产品更好卖，那我觉得也没什么问题。」一位华南云厂商CEO曾坦率地告诉全天候科技。

吴明辉认为，传统的实施团队只负责交付一套确定的软件，甚至可能与软件研发团队没有直接关联；而FDE需要把一线形成的能力持续贡献给后端，把一个客户现场暴露的问题变成后续可复用的资产。

这也是OpenAI、腾讯等大玩家开始直接向客户派出工程师的原因。比如OpenAI对FDE的岗位定义已经明显超出传统「技术支持」的边界。其FDE需要全权负责从需求发现、技术范围确认、系统设计到生产上线的全过程，还要把验证可行的方法沉淀为工具、Playbook和Building Blocks，再将现场反馈带回产品和模型团队。

通过真实工作流暴露问题后，大模型公司可以据此进一步优化Harness、模型和产品。但这是否能解决企业AI落地的「最后一英里」问题，仍然不确定。

吴明辉举了一个广告业的例子：即便同样是快消品行业，宝洁和联合利华的流程和运营方式也会不断演变。

在他看来，指望一个通用的基座模型适配所有场景、处理所有规划任务并妥当分解工作流，是一个悖论。企业为了保持竞争力，必须持续创造新的流程和运营方式，今天学到的工作方法明天可能已经变了。

在这样的背景下，FDE面对的是不断变化的Context，用静态的「行业答案」很难长期覆盖所有场景。

这也为另一类公司——软件服务商——留下了空间。

II

FDE的杠杆率考验

自从AI从聊天进化到「真正干活」，市场就一直存在对传统SaaS被替代的担忧。科技圈一个流行的判断是，随着Vibe Coding不断降低开发门槛，未来企业可以自己写代码、搭Agent，原本需要购买的标准化软件和大量定制化开发会进一步减少。

这直接推动软件服务商面临AI转型的压力。过去靠License、实施和定制化开发构成的收入结构，可能受到冲击。

但如果外部FDE能长期存在的逻辑成立，软件服务商反而可能获得新的生存空间。

企业获得模型和代码越来越容易，但长期仍需要有人理解它们的业务变化、系统架构和交付约束。对于传统软件服务商来说，多年驻扎客户现场积累的行业洞察、系统经验和交付能力，恰有机会转化为Agent能力。

明略科技就是这样的样本之一。

其过去的业务核心集中在营销智能、运营智能、数据治理和企业软件服务。进入Agent时代，它开始发展Agentic Services，希望将原有的软件实施、数据治理和行业服务能力进一步转化为定制化的Agent交付。

明略近期计划收购普联软件的控制权，也遵循这一逻辑。普联长期服务石油石化、煤炭电力等领域的大型集团企业，具有强定制化开发和实施属性。

吴明辉表示，明略计划先把FDE、Agent和相关基础设施带入普联，再由普联把这套能力延伸至其现有客户。

但决定这一逻辑能否成立的关键，是FDE的杠杆率。

传统定制化软件一直是一项人力密集的业务。一个项目通常需要大量现场工程师。需求越复杂，投入的人越多。营收和人力长期保持强线性关系，规模效应有限。

例如，普联软件营收从2021年的5.82亿元增长至2025年的8.25亿元，期间增速超过40%，但「越做越亏」。其2025年净利润率仅为8.09%，较2021年下滑超过15个百分点。

Agent时代试图改变交付效率。

吴明辉的判断是，对于功能确定的标准化软件，代码本身会越来越容易被AI复制。客户还没想清楚怎么运作的业务场景，反而可能成为企业服务中更有价值的部分。

「如果只是抱着笔记本电脑写代码，那没必要在现场。」他说，工程师在客户身边时，更重要的是不断与客户沟通，搞清楚「业务到底应该怎么跑」。

据他描述，过去一个实施人员可能花三分之二的时间与客户沟通，剩余时间写代码；现在大量代码工作可以交给AI，FDE可以把更多时间花在需求判断、流程分解和结果验证上。

如果单个人可以完成更多定制化的Agent、服务更多客户，过去靠堆人头的项目制业务，就有机会改善杠杆率。

III

付费方「主动入局」

AI不仅降低了外部服务商的开发成本，也降低了企业自己动手生产Agent的门槛。

8月11日，全天候科技在蒙牛总部看到45名员工参加一场AI应用路演。他们主要来自销售、研发、供应链、奶源、市场等业务线。过去三个月，蒙牛从28个一级业务单元中选拔了约200名「AI先行者」，让最懂业务的人先学会用Agent，再回到自己的工作中寻找可以被AI改造的部分。

这种安排进一步向内生FDE演化。

蒙牛计划对AI先行者建立L1到L3的认证体系。到了L3级别，员工不仅需要能够搭建Agent，还需要理解业务需求、形成方案并持续跟踪效果。蒙牛数字化技术团队内部也已设立专门的AI FDE团队。

中小企业走的路可能更直接。在宁夏盐池县，西鲜记总经理张立飞用阿里AI编程工具Qoder花了三个多月搭建了一个完整的养殖管理系统。国家标准、学术论文、饲料配方、圈舍记录和一线养殖经验被陆续写进软件，系统沿着饲喂、库存、屠宰、加工、报价的流程不断延伸。

用Qoder实现这一系统的累计成本在数万元级别，而张立飞此前接触的外部定制化方案报价可能达到数百万元级别。

过去，中小企业常面临两难：标准化软件很难完全贴合自身业务，定制化开发又太贵。

AI Coding开始从中间拉低开发成本，让一部分高度定制化的软件落入中小企业的可承受范围。

但不可否认，张立飞的优势也相当特殊。

他有研发背景，又长期参与业务运营。他既知道怎么实现代码，也知道羊每天吃什么、饲料成本如何分摊、产品最低报价是多少。需求确认、测试、使用都可以在公司内部完成，省去了传统定制化开发中反复的需求传递环节。

但这种模式也有边界。随着系统扩展到更多部门，测试、权限管理、数据安全、长期运维很难集中在一个人身上。AI降低了写代码的成本后，企业仍然需要有人持续理解业务、维护系统、承担最终决策责任。

吴明辉也承认，大型企业长期来看会逐步将部分FDE能力内化。但企业从个人使用AI走向组织级AI时，仍会遇到岗位调整、激励机置、系统基础设施、成本管理等问题，外部力量可能仍要承担初期的引导工作。

从这个角度看，各方短期内很难分出胜负。

模型和云厂商拥有底层能力，希望借助FDE把模型和Agent送进生产环节；明略这类企业服务商沉淀了行业洞察和交付经验，希望把过去积累的Know-how转化为Agent；大型企业开始培养内部FDE，中小企业也可能借助AI Coding直接自己搭建系统。

因此，FDE更像是一条不断移动的边界，位置本身远未定。

当企业拥有数十个、上百个乃至更多Agent时，真正重要的问题是这些Agent由谁生产、谁来负责维护、谁能把一次业务改造变成下一次可复用的能力。

围绕这些问题，Agent时代的企业AI市场，可能才刚开始进入新的分工。

本文来自微信公众号「全天候科技」（ID：iawtmt），作者郑敏芳，36氪授权转载。

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。