2026年5月,六周内,四家公司掏出了90亿美元。
OpenAI砸40亿+成立The Deployment Company,Anthropic联合黑石、高盛、Hellman & Friedman砸15亿成立Ode,AWS投入10亿组建FDE部门,微软豪掷25亿、调配6000人成立Frontier Company。
他们押注的是同一个方向——FDE,Forward Deployed Engineer,前沿部署工程师。
这不是概念炒作。Indeed数据显示,全球FDE岗位从2025年4月的643个飙升至2026年4月的5330个,一年暴涨729%。LinkedIn报告更直接:2023至2025年,FDE相关岗位需求增长了42倍。
90亿美元、729%增长、42倍扩张——AI行业的主战场,已经从"谁的模型更强"切换到了"谁能把AI送进企业"。
一、90亿美元军备竞赛——谁在押注FDE?
2026年的这个春天,AI巨头们做出了一个集体判断:模型不再是瓶颈,部署才是。
以下是这场军备竞赛的关键时间线:
2026年5月4日,Anthropic联合黑石、高盛、Hellman & Friedman宣布成立企业AI实施合资公司。7月15日,这家公司正式命名为Ode。 这家合资公司投入15亿美元,核心资产是收购Fractional AI获得的约100名工程师。Anthropic的逻辑很直接:企业AI最大的机会不是造更好的模型,而是让企业真正用上模型。 来源:TechCrunch;MarketScale
2026年5月11日,OpenAI成立The Deployment Company。初始融资超40亿美元,估值140亿美元,投资方包括TPG、Brookfield、Advent和Bain Capital。同步收购英国AI咨询公司Tomoro,直接收编约150名成熟FDE。OpenAI内部FDE团队从2024年初的2人,计划扩充至上百人规模。 来源:OpenAI官方公告;Reuters
2026年6月30日,AWS成立FDE组织。投入10亿美元,由前沿AI副总裁Francessca Vasquez领导,配置数千名前线部署工程师,直接嵌入客户团队。AWS是全球首家推出驻场工程师专项业务的超大规模云厂商。 来源:AWS官方博客;Technology Magazine
2026年7月2日,微软成立Frontier Company。投入25亿美元,调配6000名行业与工程专家,由微软商业业务CEO Judson Althoff主导,Rodrigo Kede Lima出任总裁。微软称其为"业内规模最大、以业务成果为核心导向的工程团队"。初期合作伙伴包括伦敦证券交易所集团、联合利华、蓝多湖(Land O'Lakes)、诺和诺德等。 来源:微软官方博客;Technology Magazine
四笔投资背后的逻辑其实都一样:企业买了AI,但用不起来。
MIT NANDA研究中心的数据很能说明问题:全球企业在生成式AI上投入超300-400亿美元,但95%的AI试点项目无法产生正向利润。不是模型不行,是部署不行——数据混乱、业务流程不匹配、内部系统难以打通、安全合规审查繁琐。 来源:MIT NANDA研究
几家公司的投入已经给出了答案:AI行业的下一个战场,不在实验室,在客户的办公室里。
二、FDE到底是什么?不是驻场开发,不是售前
先澄清最常见的误解:FDE不是驻场开发,不是售前架构师,不是实施工程师。
FDE的准确定义是:面向客户现场的复合型工程角色,从需求发现、现场工程、系统集成、生产验证到产品化回收,全程负责。
一句话概括:带着AI模型,住进客户公司,对业务结果负责的工程师。
这个概念最早由Palantir在2000年代中期系统化。Palantir的早期客户是CIA、NSA等情报机构——数据高度保密,需求很模糊,传统软件交付方式完全失效。Palantir的做法很直接:把工程师直接派进客户办公室,在现场写代码、观察需求、迭代产品。据报道,Palantir的FDE人数已接近甚至超过传统软件工程师。
Palantir的Echo-Delta双人模式
Palantir的FDE体系有个双人搭档设计:
| 角色 | 定位 | 核心能力 | 比喻 |
|---|---|---|---|
| Echo(部署策略师) | 行业专家(退役军官、临床医生、法务会计等) | 问题发现、关系构建、数据识别、产品反馈 | "外交官+翻译官" |
| Delta(FDE工程师) | 全栈工程师 | 快速原型、系统集成、数据管道、现场编码 | "全能特种兵" |
Echo负责"找准问题"——深入客户工作流,识别核心痛点,破除部门墙。Delta负责"构建解决"——在混乱的现场环境中设计数据管道,将现实世界映射到统一的本体模型(Ontology)上。
两者的关系是一种"刻意的结构性张力":Echo踩刹车,防止Delta的技术自嗨;Delta拉警报,确保Echo的战略不是纸上谈兵。
来源:Palantir官方博客;阿里云开发者社区
FDE与传统岗位的核心差异
| 岗位 | 对什么负责 | 交付物 | 工作场景 | 核心技能 |
|---|---|---|---|---|
| 算法工程师 | 模型准确率 | 模型、算法 | 实验室 | 数学、ML |
| 后端工程师 | 系统稳定性 | 服务、API | 办公室 | 架构、编码 |
| 售前架构师 | 方案可行性 | PPT、架构图 | 会议室 | 表达、方案设计 |
| 实施工程师 | 安装交付 | 标准化部署 | 客户现场(短期) | 安装配置 |
| 客户成功 | 续约率 | 满意度 | 远程+偶尔现场 | 沟通、服务 |
| FDE | 业务结果 | 可运行的生产系统 | 客户现场(长期) | 技术+业务+沟通+交付 |
一句话区分:后端让系统不挂,售前让客户买单,实施让软件跑起来,FDE让AI真正产生业务价值。
吴恩达的判断
在2026年6月Interrupt大会上,吴恩达与LangChain创始人Harrison Chase对谈时给出了冷静评价:
"FDE是一个很好的想法……hype可能比现实略高……但它确实是好事。大多数企业会拥有更多内部工程师,同时嵌入一小支FDE团队。最重要的能力是理解足够多的构建模块——RAG、Agent框架、评估工具等——快速组合出可用系统。"
三、海外实战案例——FDE到底在做什么?
案例1:AWS FDE × NFL AWS在数周内将FDE工程师嵌入NFL(美国职业橄榄球大联盟)团队,与NFL业务、技术部门紧密配合,创建了NFL Fantasy AI和NFL IQ两款产品。NFL CIO Gary Brantley表示,FDE模式的好处是"数周内就能搭建可自主运维的技术团队"。 来源:AWS官方博客(2026-06-30)
案例2:Databricks FDE × 多客户 Databricks的FDE团队在…