尽可能 " 锁定 " 大客户和大宗收入，正成为月之暗面被传上市后的新目标。

9 月 10 日，月之暗面启动 Kimi 企业合作伙伴 " 登月计划 "，将与中软国际、金山云、华胜天成、亚康股份、亚信科技等系统集成商合作，共建前线部署工程师（FDE）队伍。

FDE 是当前 AI 行业最火爆的 to B 商业模式之一，指的是企业派遣工程师入驻客户公司，深入工作现场、摸清业务需求，再把包括大模型在内的产品部署进企业核心业务流程，让产品更好用、客户更会用。

对于 " 登月计划 "，月之暗面颇为高调，自称 " 国内首家采用 FDE 模式做 AI 末端部署的大模型公司 "。

月之暗面大举布局 FDE 的时间点，与其赴港上市的传闻相重叠。

本月初，市场消息称，月之暗面计划今年赴港 IPO，募资最多 50 亿美元。几天后，" 登月计划 " 横空出世，折射出月之暗面稳固中长期收入的意图。

作为 "AI 六小龙 " 之一，月之暗面当前的核心商业模式围绕云端 MaaS 构筑，与已经上市的智谱、MiniMax 没有本质差别——都是卖 token，而且都卖得很好、会一直卖下去。

问题是，卖 token 虽然是一门好生意，竞争却非常激烈。

现阶段，按照 token 消耗量和收入贡献计算，月之暗面等公司的大客户主要是各类 AI 编程、智能体和办公平台，比如国内的字节 Coze/Trae、阿里 Qoder、腾讯 CodeBuddy，国外的 OpenCode、Cursor、Windsurf 等。

这些平台都接入了多种主流模型。国内外层出不穷、性能飞升的新模型，token 价格的频繁调整，乃至新模型对于某些算力、某几类任务的专门优化，都有可能让用户重新算账，并在不同模型间一键切换。

在 AI 服务的快速膨胀期，头部模型公司的 token 供不应求，除了互联网大公司、大平台需求旺盛，OpenRouter 等模型聚合分发平台也带来了源源不断的中小企业和个人用户。

但随着全球 AI 算力持续扩张，终有一天，token 将不再短缺。模型公司如果还是像今天这样，把 token 卖给互联网平台和中小客户，却无法左右终端用户 " 选他还是选我 "，很可能面临收入和业绩的波动。

对于正在冲刺上市的月之暗面来说，这种潜在波动虽然还未显现，但也构成了长期风险。

在此背景下，通过发力 FDE，抓住那些付得起大钱、不随便更换 IT 基础设施的大客户、old money，甚至成为 " 中国版 Palantir"，是月之暗面找到的最新解题方法。

A

在公布 " 登月计划 " 之前的一个多月，月之暗面在 FDE 赛道衔枚疾进。

先是 7 月 20 日，中软国际与月之暗面签署协议，双方将共建 FDE 创新实验室，共同开展企业级 Agent 产品的定义、研发、交付、打磨、测试与持续迭代。首期合作将优先聚焦能源电力关键行业。

到了 8 月底，亚信科技宣布与月之暗面在企业级 Agentic AI 业务领域开展合作。

具体方式是，月之暗面提供完整的 Kimi 模型权重、技术文档及后端研发支撑，亚信科技组建专属 FDE 交付团队，双方共同搭建覆盖模型适配、参数调优、本地化部署、持续运维的一体化交付体系。

中软国际和亚信科技都出现在了 " 登月计划 " 首批名单中。月之暗面称，该计划将持续面向 IT 服务商、软件服务商及咨询机构开放。

月之暗面做 FDE，动作幅度明显超过了其他 " 小龙 "，甚至也超越了大厂。

与月之暗面的大开盛宴相比，友商尚处于队伍搭建甚至观望阶段。

智谱放出了 FDE 负责人的职位需求，月薪 6~8 万元，在 AI 圈子属于中等，与顶级研究院的丰厚薪酬无法相提并论。MiniMax、百川、零一万物和阶跃星辰则没有公开动作。

至于 DeepSeek，其志不在此，" 梁圣 " 显然看不上 FDE 这等泥土里刨食、上门给别人打工的俗务。

互联网大厂比 " 小龙 " 做得更深，但也仅仅多走了几步而已。

字节此前招募 FDE，年包据传可达 100 万元。阿里云今年 4 月开始在北上广深杭招募 FDE，但只招 10 个人，试水意味明显。

反而是腾讯兴趣略大。腾讯云在月之暗面 " 登月 " 的同一天，推出 " 行业第一个 FDE 工程师认证体系 "，同时开放 FDE 合作伙伴招募。

整体来看，月之暗面是国内 FDE 赛道里参与最深、调子最高的 AI 公司。原因并不复杂：相比同行，它的赚钱意愿要强烈得多。

正处于上市进程中的月之暗面，既要拿出 K3 这样的强大模型，也需要一份漂亮的财务成绩单。

近期，据知情人士透露，月之暗面的年度经常性收入已经从 6 月的 3 亿美元，猛涨至 8 月的 10 亿美元以上。公司计划，今年底前提升至 20 亿美元。

月之暗面已经在为之努力，动作之一是收取开源模型许可费。有报道称，它正与微软、亚马逊和谷歌洽谈 30% 的收入分成。

但远水解不了近渴。在和国外巨头谈判的同时，月之暗面需要开辟更多泉眼。商业逻辑清晰、业务模式成熟的 FDE，顺理成章成为月之暗面的重点选择之一。

B

月之暗面想赚 FDE 的钱，却也有自己的小心思：它没有自己招兵买马，而是希望 " 我出武器你出兵 "，赚了钱大家一起分。

月之暗面素以团队精简著称，时至今日依然只有大约 300 人，其中 80% 是研发人员。相比之下，智谱约有不到 1000 人，MiniMax 有 400 人，DeepSeek 也有 500 人。

进军 FDE，月之暗面并不打算养一大堆驻场工程师，而是把 Kimi 模型和 Agent 底座交给中软国际、金山云这些系统集成商，由集成商出人驻场，月之暗面只提供技术和产品。

这样做的好处是，它不用自己去全国各地铺销售和交付团队，也不需要花费精力去打通、梳理人脉，而是可以借助老牌集成商的人员和关系网扩张业务，在上市周期内保持轻盈。

不过，这并不算过于 " 取巧 "。实际上，寻求深耕 FDE 的 OpenAI 和 Anthropic，也采取了类似打法。

OpenAI 对于 FDE 蛋糕觊觎已久。今年 2 月，它搞了 Frontier Alliance（前沿联盟）计划，拉来全球咨询巨头凯捷（Capgemini）作为合作方。凯捷提供了大批认证工程师，与 OpenAI 自己 FD 一起给客户干活。

5 月 11 日，OpenAI 又成立一家新公司 OpenAI Deployment Company。这家公司由 OpenAI 控股，同时拉来 TPG、Advent、贝恩资本、布鲁克菲尔德等 19 家投资机构，初始资金 40 亿美元，投前估值 100 亿。

新公司刚刚成立，就收购了一家名叫 Tomoro 的 AI 咨询公司，" 收编 "150 名资深 FDE 整体收编，作为自己的家底。

Anthropic 争夺 FDE 市场，动作甚至比 OpenAI 还快。

就在 OpenAI Deployment Company 成立前一周，Anthropic 拉上三家华尔街巨头——黑石、Hellman & Friedman 和高盛，出资 15 亿美元，成立一家合资公司。新公司主攻 AI 原生企业服务，把工程师嵌进客户公司核心业务，部署 Claude。

过了 3 天，Anthropic 又跟普华永道达成战略合作，由后者提供大量认证工程师。

这就形成了一个有趣的现象：AI 公司做 FDE，一旦稍稍深入，就得拉着 old money 一起开展业务，甚至一块成立新公司。

钱并不是唯一的原因。即便月之暗面弹药有限、不舍得花太多钱，屡屡拿到巨额融资的 O 厂 A 厂，绝不会被区区几十亿捆住手脚，更不会为了这点儿钱就与别人结盟。

真正的原因在于，那些成立几十年甚至上百年的咨询公司、金融机构，更能读懂金融、能源、交通等领域的传统大公司的需求和想法。多年沉淀的人际关系网，也让他们在兜售 FDE 方案时说得上话、撬得动预算。

此外，old money 拥有科技公司无法匹敌的品牌效应，而大公司非常吃这一套——选择与哪些公司合作，本身就是大企业实力的体现。相比之下，新公司就算技术再先进、产品再酷炫，很可能连 IT 主管的门都进不去。

另一方面，老牌公司多年服务大客户，拥有一支经验丰富的现场工程师团队。他们知道驻场服务的 know-how，这才是 FDE 的精髓和壁垒；就算不懂大模型，那也只是技术方面的短板，完全可以通过内部协作来解决。

传统领域的 old money 渴望搭上 AI 的时代快车，AI 公司也乐得把 old money 拉进来，一起赚传统行业大公司的钱，国内外 FDE 走上了相似的路径。

C

通过做 FDE，月之暗面有机会解答一个问题："token 经济 " 到底存不存在用户忠诚度？

当前，模型公司以 API 方式卖 token，是所谓 "token 经济 " 的主要形态。但供给侧始终被用户忠诚度低下所困扰：无论前期给了多少免费额度、多少充值折扣，用户一旦看到新的 " 小甜甜 " 就会被吸引走，自己则沦为无奈的 " 牛夫人 "。

模型公司的终极破局方案，自然是拿出一款强大到无人能匹敌的模型，让用户觉得这就是 " 梦中情模 "、从一而终。

但在语言模型技术栈日益趋同的情况下，各家新模型 " 各领风骚三五天 " 才是常态。哪怕是 O 厂 A 厂，也不敢说自己已经站稳了行业之巅。

另一方面，模型厂商卖 token 的方式和渠道高度一致，除了调整价格，几乎没有差异化的空间，而这也助长了用户 " 哪个便宜用哪个 " 的习惯。

更要命的是，作为 token 分发渠道，AI 应用平台和大模型路由本质上都不鼓励 " 忠诚 "，而是给用户随时切换模型提供最大便利。模型厂商想要留住用户，几乎没有有效手段。

FDE 模式却带来了给 token 需求 " 上锁 "、把客户与模型厂商绑定的契机。

中软国际、金山云这些集成商派人驻场，把 Kimi 模型接进客户的核心业务流程，比如对账、风控、客服、生产调度等。一旦接进去、用起来，客户如果想换模型，等于把整个业务流程重做一遍，成本非常高。

token 单价没变，但客户流失成本被抬高了一个数量级。这就在客观上形成了 " 用户忠诚度 "。

此外，FDE 还可以逐渐改变模型厂商的用户和收入结构，触碰那些传统大公司，拿到真正的长期大单。

月之暗面 " 登月计划 " 第一批签约的五家公司，主要面向通信、能源、电力、金融、政务、医疗等行业开展业务，终端客户涵盖国家电网、三大运营商、中石油、银行等大型央国企，以及各类上市公司。

如果 Kimi 能够进入这些企业，月之暗面的客户结构就有机会质变：以前主要是开发者、互联网公司、C 端个人；以后可能主要是央企、大行、运营商、能源巨头。

这类客户的特点：合同金额巨大，付款慢但稳定，黏性极强。模型公司一旦进入了供应商名录，就很难被换掉。

对于月之暗面来说，一家银行、能源公司的年度合同，可能顶几万个甚至几十万个 C 端订阅。同时，大客户高度稳定，合同通常签 1 – 3 年，不像 C 端订阅说停就停，可以对冲收入波动。

至此，月之暗面的 FDE 野望已经徐徐铺开。

但挑战也很明显：这一切纸面蓝图，都还没经过验证。

尽管 Palantir 已经验证了 FDE 路线的可行性，全球 Ai 公司尚未从这一领域赚到大钱。国内 AI 公司大都停留在招人阶段；O 厂 A 厂动静很大，但也只是刚刚踏上征途。月之暗面涉足 FDE，目标比较清晰；但具体要怎么走，并不是开一场发布会、拉进来几个合作方就能解答的，而是需要长时间的摸索。

毕竟，相比技术敏感性极强的互联网公司，old money 的钱要难赚得多。