作者｜画画

过去三年，AI 行业最贵的人是模型科学家。

今天，OpenAI、Anthropic、谷歌最想招的人已经变了。

不是研究员，不是算法工程师，甚至不是大模型专家。

而是一群要出差、驻场、开会、改流程的人。

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

这是一个看起来毫不起眼的岗位，却可能代表着 AI 行业过去三年最大的转向：模型神话正式退场，落地战争全面打响。

硅谷的大模型巨头们终于发现，模型已经不是问题。企业不会用，才是最难的一公里。于是，一个过去无人问津的岗位，身价一夜暴涨。

Anthropic 入门 FDE 底薪 17 – 20 万美元，总包 30 – 50 万美元；

OpenAI FDE 岗底薪 21 万起，两类岗位均配套四年期股权。

国内字节跳动豆包 / 飞书 FDE 岗位月薪 3.5 – 7 万、15 薪，顶薪折算年薪 105 万。

市场上已有猎头为拥有两年落地经验的资深 FDE 开出 40 万美元年薪、完全远程的特例 offer。

LinkedIn 2026 年劳动力报告显示，2023 至 2025 两年全球 FDE 招聘岗位增长 42 倍，同期 AI 工程师岗位增长 13 倍，前者增速约为后者三倍。

这种打破常规的抢人狂热，扯下了整个 AI 行业过去三年最心照不宣的遮羞布。

自从 ChatGPT 诞生以来，AI 行业的主线一直很清晰。从谁能做出更强的模型，延伸到谁能做出最好的 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，为什么变化不大？

这是整个行业最大的幻觉，以为模型就等于生产力。

现实是，很多企业花了大价钱采购了 AI/Agent，员工注册了账号，IT 部门做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。工作方式和以前一模一样。

不是员工不配合，也不是管理层没决心，更不是模型不够好。企业在生产环境里的真实命门，从来不是怎么聊天，而是历史数据在哪里、格式对不对、质量如何？审批权责走哪条、谁有主导权？客户资料怎么导入、ERP 系统怎么打通、旧有的合规与安全体系怎么兼容？

这些都不是技术问题，是组织问题。

就像是给马车装上一台火箭发动机。发动机是真的，推力是真的，但马还是马，轨道还是土路，驾车的人从来没学过怎么踩油门，更不知道紧急制动在哪里。

模型公司一直按工具的方式卖，给用户一个最强的数字大脑，让用户想办法装进身体里。

结果却是，大多数企业装了两年，大脑还在桌上放着，身体纹丝不动。

真正把 FDE 做成一种职业的，不是 OpenAI，是 Palantir Technologies。

这家由硅谷教父彼得 · 蒂尔创立，曾帮美国军方击毙本 · 拉登的神秘大数据独角兽，在硅谷被嘲笑了十五年。

原因在于它的商业模式太重了，不卖标准化软件，而是派工程师去客户现场驻场，一坐就是大半年。VC 们给它贴了个标签：披着软件皮的咨询公司。

在硅谷的鄙视链里，SaaS 是高级的，人头堆出来的项目是低级的。Palantir 站在鄙视链的最底端。

2011 年，Palantir 在给政府和国防机构卖数据软件时发现了一个反复出现的问题，客户买完软件根本不会用。

但就是这个问题改变了一切。传统销售收集需求、工程师远程开发的模式，在高度机密、极度复杂的客户面前完全失效。客户自己都不知道自己想要什么，他们只知道现有的东西不好用。

Palantir 的做法不是出更好的说明书，直接派出自己的工程师直接去客户现场驻场。进 CIA，进能源公司，进银行。工程师坐在客户旁边，观察他们怎么工作，研究数据流程，理解组织结构，然后改软件、改流程、甚至改工作方式。

这套模式在以前的标准化软件时代从未被大规模复制，以前是产品定义流程，客户不满意那就是培训不够。

而大模型时代彻底打破了这套逻辑，AI 没有标准用法，它的天花板完全取决于怎么接入私有数据、设计工作流，以及在组织内部推行。每家企业的烟囱系统完全不同，通用产品根本解决不了定制的深水区问题。

于是 Palantir 沉淀了十几年的方法论，突然变成了整个行业的教科书。

今天 OpenAI 开始复制这套模式，本质上是在承认，AI 已经从软件开发问题，变成了组织进化问题。

如果说 Palantir 只是给行业打了个样，那么在 2026 年 5 月，全球 AI 赛道最顶尖的三家巨头，则同时用真金白银完成了一场针对应用落地的集体合谋。

5 月 4 日，Anthropic 联合黑石、高盛、Hellman & Friedman 及多家全球资管机构，推出总承诺资本 15 亿美元的合资企业，核心业务是为企业落地部署 Claude 大模型。

紧接着在 5 月 11 日，OpenAI 官宣成立独立部署子公司 Deployment Company（DeployCo），合作总初始投入超 40 亿美元，合作阵营合计 19 家机构，包含 TPG、贝恩资本等私募投资方，以及麦肯锡、埃森哲等咨询集成商。

OpenAI 同步收购 AI 驻场咨询企业 Tomoro，并购完成后将为 DeployCo 输送约 150 名前线部署工程师；Tomoro 现有客户包含乐购、维珍大西洋航空、红牛、Supercell。

相隔不到两周，谷歌云 CEO 托马斯・库里安在 LinkedIn 公开发文大规模招募 FDE，谷歌云内部开放超 1500 个 AI 落地相关岗位，FDE 为核心招聘品类。

三家全球最顶尖的 AI 公司，同一时间做了同一件事，不是发布更强的模型，而是成立专门帮企业把 AI 落地的实体。

这是比任何模型发布都更值得关注的信号。

OpenAI COO 布拉德・莱特卡普更是说这样一段话：

如今面向个人的 AI 系统能力已经十分强大，但我们尚未真正看到 AI 渗透进企业业务流程。企业是结构复杂的组织，系统割裂、合规约束多、遗留流程繁杂；当前最大难题，是把 AI 集成进企业赖以运转的核心业务流程。

简单来说，模型够好了。问题在公司和组织内部。

正是因为看透了这一点，OpenAI 们才会不惜代价去买下埃森哲、麦肯锡的门徒，把他们批量升级成冲锋陷阵的 FDE。

这场上百亿美元的抢人战役，直接抽走了传统咨询与 IT 实施行业的底层资产，也拉开了一场属于大模型交付模式的革命。

很多人以为 AI 会消灭咨询行业。麦肯锡完了，埃森哲完了，大型 IT 实施商完了。

结果恰恰相反，AI 把咨询重新做大了。

但背后藏着一个更深的变化，整个软件行业的商业模式正在发生过去二十年最大的一次切换。

许可证时代：客户买软件，自己解决问题。

订阅时代（SaaS）：客户买服务，自己解决问题。

AI 时代：客户买结果，供应商负责解决问题。

这正是 Palantir 十几年前沉淀下来的生存法则：Don ’ t sell software. Deploy outcomes.（不卖软件，卖结果）。

这是一次本质上的转型。过去微软卖 Office，Salesforce 卖 CRM，Adobe 卖套件，交付的都是工具，用得好不好是你的事。今天 OpenAI、Anthropic 在做的，是让自己的人进到客户公司里，把结果交付出来。

FDE 就是结果交付员。研究组织，研究流程，研究数据，最后输出一个真正跑在生产环境里的系统，而不是一个漂亮的 demo。

过去咨询顾问输出 PPT，FDE 输出 Agent。过去咨询顾问给建议，FDE 给代码。本质是一样的，帮企业解决如何更高效地工作这个问题，只是交付物变了。

这也是为什么 Anthropic 的 FDE 招聘里有一条奇怪的要求：保持低自我感和协作态度。

这是工程师文化里最难的一条，既要有足够的技术深度在现场解决任何问题，又要在客户面前放下比对方懂的姿态，耐心去理解客户为什么不信任 AI 的输出。

年薪 30 万到 50 万美元，不是因为 FDE 技术更强，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、AI 工程师四个人。

在交付前线，一个 FDE 就是一支军队。

现在企业的 AI 项目失败，绝大多数不是技术失败，是组织失败。

这一点，就连全球最顶尖的金融帝国和零售巨头都无法幸免。

高盛集团在推进 AI 迁移时就曾遭遇过经典的中层合规防御。技术部门当时开发出了一套 AI 审计系统，能自动化生成分析师报告并初审 IPO 合规文件。

但当系统准备接入生产环境时，风控与合规部门的中层高管们联手按下了暂停键。他们向管理层提交了厚厚的质询报告，大模型的 " 幻觉 " 如果出现在上市文件里，谁来为潜在的数十亿美元罚款背责？

技术原型再漂亮，由于无法跨越组织内部根深蒂固的免责文化，项目硬生生被卡了半年，直到 FDE 团队介入重新划定人机协同的权责边界，才勉强通关。

如果说高盛卡在权责，那美国零售巨头塔吉特与 Palantir 早期那场著名的折戟，则撞上了组织利益与文化的围墙。

当时 Palantir 派出庞大的 FDE 团队进驻塔吉特，试图用数据模型重构其年营收数百亿美元的供应链与库存预测。

然而，塔吉特内部权力最大的资深买手团队对此极度排斥，他们认为自己几十年的时尚敏锐度不该向一个算法低头。中层在数据接口上百般拖延，一线员工则故意不执行系统的补货指令。这场耗资数千万美元的技术清洗，最终由于组织内部人与机器的权力争夺，以塔吉特单方面撕毁合同惨烈收场。

代码一行没错过，但项目就是动不了。这就是最真实的落地现场，技术只占 20%，剩下的 80%，全是组织内部的利益格局、权责分配和历史包袱。

再比如，一个银行的贷款审批流程，背后是几十年的权责分配和监管要求。一家医院的排班系统，关联着所有科室的利益格局。一个工厂的质检环节，连着供应商合同和质量保险。

这些不会因为一个 GPT 账号自动改变。

这些障碍，一个只懂技术的工程师解决不了。需要的是能同时坐在技术和组织两个维度上思考的人。

所以 FDE 真正做的事，不只是部署 AI，核心在于帮助组织完成 AI 迁移。如果说过去二十年 IT 部门负责把纸质流程数字化，那么未来十年，FDE 负责把数字化的流程 AI 化。

这是同一件事的下一阶段。

当模型越来越便宜。算力越来越便宜。Agent 越来越便宜。

真正昂贵的东西开始变成另一种能力：理解组织，改造流程，推动改变。

这就是 FDE 火了的原因。

并非这个职位有多重要，本质是整个 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。