AI行业焦点转向部署工程师，模型热潮消退

MarsBit

发布时间：

分享

摘要

AI和加密新闻标志着行业趋势的重大转变，Forward Deployment Engineers（FDE）成为2026年最受欢迎的人才。OpenAI、Anthropic和Google Cloud正在扩大其FDE团队，帮助企业实施AI。LinkedIn数据显示，从2023年到2025年，FDE招聘增长了42倍。公司现在优先考虑将AI集成到实际业务中，而非模型开发，行业趋势突显了对运营AI专业知识的需求不断上升。

文字 | 超越布局，作者 | 华华

过去三年，AI行业中最昂贵的专业人士是模型科学家。

如今，OpenAI、Anthropic和Google最想招聘的人变了。

不是研究员，不是算法工程师，甚至不是大模型专家。

而是一群需要出差、驻场、开会、调整流程的人。

他们有一个新名字：Forward Deployment Engineer（FDE），前线部署工程师。

这看似是一个不起眼的职位，但可能代表着AI行业过去三年来最大的转变：模型的神话正式结束，实际部署的战役全面打响。

硅谷的大模型巨头们终于意识到，问题不再是模型，而是企业不知道如何使用它们——这是最难打通的最后一公里。于是，一个曾经被忽视的岗位，一夜之间价值飙升。

LinkedIn 2026年劳动力报告显示，全球FDE岗位招聘量在2023年至2025年间增长了42倍，而同期AI工程师岗位增长了13倍——前者几乎是后者的三倍。

这场抢人大战，撕掉了AI行业过去三年最依赖的借口。

一：模型已经落地，但组织还没跟上

自ChatGPT诞生以来，AI行业的主线就很清晰：从谁能造出最强的模型，转向谁能造出最好的Agent。

到2026年，问题变了。企业客户开始问另一个问题：我们买了AI，但为什么改变那么少？

这是整个行业最大的幻觉——把模型等同于生产力。

现实是，很多公司花大价钱买了AI/Agent工具，员工注册了账号，IT部门搭了一个内部知识库的Demo，兴奋了一个月。

然后……半年过去了，没人用。工作方式一丁点没变。

不是员工不配合，不是管理层缺乏决心，不是模型不够好。企业生产环境真正的瓶颈，从来不是怎么聊天——而是历史数据在哪里、格式对不对、质量好不好；哪些路径审批权限、谁有主控权；客户数据怎么导入，ERP系统怎么对接，现有合规安全体系怎么兼容。

这些不是技术问题，是组织问题。

就像把火箭发动机装在马车上。发动机是真的，推力是真的，但马还是那匹马，轨道还是那条土路，车夫根本没学过怎么踩油门，更不知道刹车在哪里。

模型公司一直把自己的产品当作工具来卖，给用户提供最强大的数字大脑，然后让他们自己想办法装到身体上。

可大多数公司，系统装了两年，头脑还在桌子上，身体纹丝未动。

二：Palantir的遗产

真正把FDE变成一门职业的，是Palantir Technologies，不是OpenAI。

这家由硅谷传奇人物Peter Thiel创立、曾帮助美军击毙本·拉登的神秘大数据独角兽，在硅谷被嘲笑了十五年。

原因是它的商业模式太重——不卖标准化软件，而是把工程师派到客户现场常驻数月。VC们给它贴上“披着软件外衣的咨询公司”的标签。

在硅谷的鄙视链里，SaaS才是高端，靠人堆出来的项目是低端。Palantir就在最底层。

2011年，Palantir在向政府及国防机构销售数据软件时发现一个反复出现的问题：客户买了软件，但从来不用。

但正是这个问题，改变了一切。传统销售模式——收集需求，工程师远程开发——在面对高度保密、极端复杂的客户时完全失效。客户自己都不知道想要什么，只知道现在的东西不好用。

Palantir的做法不是写更好的说明书，而是把自己的工程师直接派到客户现场。他们嵌入CIA、能源公司、银行内部。工程师坐在客户旁边，观察他们怎么工作，分析数据流，理解组织架构，然后修改软件、流程，甚至工作流。

这个模式在标准化软件时代从未被大规模复制，因为客户不满意，通常被认为是培训不到位。

大模型时代彻底打破了这种逻辑：AI没有标准用法，它的天花板完全取决于私有数据如何接入、工作流如何设计、组织如何推动落地。每家公司割裂的系统都是独一无二的，通用产品根本无法解决深度的定制化挑战。

于是，Palantir几十年的方法论，突然成了行业教科书。

今天，OpenAI开始复制这套模式，本质上承认了AI已经从软件开发挑战，变成了组织进化问题。

三巨头，一个月，同一场考核

如果说Palantir只是给行业打了个样，那么2026年5月，全球三大AI巨头同时真金白银地投入了一场协同发力，推动应用落地。

5月4日，Anthropic联合Blackstone、Goldman Sachs、Hellman & Friedman以及多家全球资产管理公司，共同发起了一支承诺资本15亿美元的合资公司，专注于向企业部署Claude大模型。

紧接着5月11日，OpenAI正式宣布成立独立部署子公司Deployment Company（DeployCo），初始联合投资超过40亿美元，联合了19家机构，包括TPG、Bain Capital等私募投资者，以及McKinsey、Accenture等咨询和集成公司。

OpenAI同时收购了AI现场咨询公司Tomoro；收购后，约150名前线部署工程师将转入DeployCo；Tomoro现有客户包括Tesco、Virgin Atlantic、Red Bull和Supercell。

不到两周，Google Cloud CEO Thomas Kurian在LinkedIn上公开高调招聘FDE，Google Cloud内部与AI实施相关的岗位超过1500个，FDE是核心招聘类别。

全球三大AI公司同时做了同一件事——不是发布更强的模型，而是成立专门机构，帮企业落地AI。

这比任何模型发布都更重要的信号。

OpenAI COO Brad Lightcap甚至说了这样一句话：

面向个人的AI系统如今已经非常强大，但我们还没有真正看到AI渗透到企业的业务流程中。企业是复杂的组织，系统割裂、合规约束多、既有工作流陈旧；今天最大的挑战，是把AI融入企业赖以生存的核心业务流程。

简单说，模型已经够好了。问题在公司，在组织。

正因为明白这一点，OpenAI等人才不惜一切代价，从Accenture和McKinsey收购弟子，系统性地将他们升级为前线FDE。

这场数十亿美元的人才大战，直接抽干了传统咨询和IT实施行业的基础资产，并掀起了一场大模型交付模式的革命。

四：卖工具的终点，是交付结果

很多人认为AI会消灭咨询行业。McKinsey完了，Accenture完了，大型IT实施公司完了。

恰恰相反，AI激活了咨询。

但背后的深层变化是：软件行业的商业模式，正在经历过去二十年来最大的转型。

这正是Palantir十几年前悟出的生存法则：别卖软件。部署结果。

这是一个根本性的转变。过去，Microsoft卖Office，Salesforce卖CRM，Adobe卖套装——给你工具，用得好不好是你的事。今天，OpenAI和Anthropic把自己的团队派到客户公司里，交付结果。

FDE就是Final Delivery Engineer。他们研究组织、研究流程、分析数据，最终交付的是一个能跑在生产环境里的系统——而不是一个漂亮的Demo。

以前，咨询师交付PPT；FDE交付Agent。以前，咨询师给建议；FDE给代码。本质一样——帮企业解决更高效工作的问题——只是交付物变了。

这也是为什么Anthropic的FDE招聘要求中有一条很不寻常的要求：保持较低的自我意识和协作态度。

这是工程文化中最难的一点：有足够的技术深度现场解决任何问题，同时放下自己比客户懂的态度，耐心理解客户为什么对AI输出不信任。

年薪30万到50万美元，不是因为FDE技术多牛，而是因为一个合格的FDE可以替代产品经理、技术架构师、项目经理和AI工程师。

在前线，一个FDE就是一支军队。

五：AI落地的最大障碍，从来不是技术

今天企业里大多数AI项目失败，不是技术失败，而是组织失败。

即使是全球最强大的金融帝国和零售巨头，也无法逃脱。

高盛在推进AI迁移时，遇到了典型的中层合规阻力。技术团队开发了一套AI审计系统，能够自动生成分析师报告，并对IPO合规文件进行初步审核。

但当系统准备上线时，风控和合规部门的中层高管联合叫停了。他们向管理层提交了一份长篇担忧报告，问：如果大模型的幻觉出现在正式申报文件中，导致数十亿美元罚款，谁来负责？

再厉害的技术原型，被组织内根深蒂固的避责文化拖了半年，直到FDE团队介入，重新定义了人机协作的边界，才勉强过关。

如果说高盛被卡在问责问题上，那么美国零售巨头Target早期与Palantir的著名冲突，则撞上了组织利益和文化的墙。

当时，Palantir部署了一个大型FDE团队到Target，试图用数据模型重构其供应链和库存预测——一个年营收数千亿美元的业务。

但Target内部最有权势的资深采购团队强烈抵制，认为他们几十年的时尚直觉不应屈服于算法。中层管理层处处拖延数据集成，一线员工故意忽略系统的补货指令。这场耗资数千万美元的技术改造，最终在人与机器的内部权力斗争中惨烈收场，Target单方面终止了合同。

代码完美，项目照样推不动。这就是真实场景：技术只占20%，剩下80%全是组织内部的利益、责任和历史包袱。

举个例子，银行的贷款审批流程是建立在几十年的责任分配和监管要求之上的。医院的排班系统绑定着各部门的利益。工厂的质检流程关联着供应商合同和质量保险。

这些不会因为一个GPT账号而自动改变。

这些挑战，光懂技术的工程师解决不了。需要的是能同时从技术和组织两个维度思考的人。

所以FDE真正做的，不是部署AI，它的核心使命是帮助组织完成AI迁移。如果说过去二十年，IT部门负责将纸质流程数字化，那么未来十年，FDE负责将数字化流程AI化。

这是同一件事的下一阶段。

[超越布局]：

随着模型变便宜，算力变便宜，Agent变便宜。

真正昂贵的东西开始变成另一种技能：理解组织、改造流程、推动变革。

这就是FDE如此火爆的原因。

不是这个职位有多重要，本质上，是整个AI行业终于承认了一件事：

技术革命最难的部分，从来不是技术。

而是人。

免责声明：此页面上的信息可能来自第三方，并不一定反映KuCoin的观点或意见。本内容仅供一般信息参考，不构成任何形式的陈述或保证，也不应被视为财务或投资建议。KuCoin不对任何错误或遗漏，或因使用此信息而产生的任何后果负责。数字资产投资可能具有风险。请根据您自身的财务状况仔细评估产品的风险和您的风险承受能力。有关更多信息，请参阅我们的使用条款和风险披露。