# AI 部署工程师军备竞赛巨头烧百亿抢「驻场工程师」到底在抢什么 — 深度分析这是一篇深度研究不是新闻简报。基于 20 个来源的交叉验证。一、模型不稀缺了稀缺的是把它用起来的人过去两年我们聊 AI句句离不开模型谁的参数量大、谁的推理快、谁的 API 便宜。但 2026 年夏天风向变了——六大玩家在几周内集体把钱砸向同一个东西能把模型装进企业里跑出结果的人。先看这组时间线。5 月 11 日OpenAI 拉着 TPG、Brookfield、Advent、Bain成立「Deployment Company」首轮就拿到超过 40 亿美元市场给这家「服务公司」的估值估到约 140 亿美元并承诺给私募投资人一个罕见的 17.5% 保证年化回报。[A] 7 月 15 日Anthropic 与 Blackstone、Hellman Friedman 推出「Ode with Anthropic」一个 15 亿美元规模的 AI 服务公司专做向企业驻场部署 Claude。[B] 6 月 30 日和 7 月 2 日AWS 与微软几乎前后脚——AWS 投约 10 亿美元建「前向部署工程」部门微软抛出「Frontier Company」25 亿美元、6000 名工程师直接进场 LSEG、联合利华、诺和诺德。[B]这不是几场孤立的交易。把账加总巨头们为「把 AI 部署进企业」开出的军火库已经接近 100 亿美元规模。[B] 而同一时间KPMG 的调查却显示只有 7% 的高管能证明 AI 给他们带来了回报42% 对 AI 支出只有部分可见性。[A]最热门的工种和最模糊的账本在 2026 年夏天撞到一起。这篇深研要拆的就是这场「AI 部署军备竞赛」到底在抢什么、模式靠不靠得住、以及它会不会是下一个泡沫。二、人工智能的瓶颈从「造模型」移到了「装模型」过去两年模型的供给曲线被算力红利和开源压平了。一个直接的证据中国和美国的大模型数量在 2024–2026 年双双爆炸但绝大部分企业的真实痛点不是选哪个模型而是选完之后怎么办——数据在哪个库里、权限链在哪、合规怎么写、业务流程谁改。[D]这就是「前向部署工程师」Forward Deployed Engineer, FDE诞生的背景。这个工种最早由 Palantir 发扬光大模式是工程师不坐在产品公司里写「一个能力、服务所有客户」的通用代码而是直接驻场到客户办公室里在客户的真实基础设施上写生产代码把一个 AI 系统从概念推到投产再把现场学到的东西反馈回核心产品团队。[B]上图FDE 是模型厂商与客户真实世界之间的「最后一百米」直接驻场写生产代码并把反馈带回产品团队。Anthropic 旗下 Ode 的 CEO Chris Taylor 把这种分工说得最透很多 FDE 擅长帮你把 Claude Code 推广到全员但极少有人能帮你造出旗舰 AI 产品功能。[A] 换句话说FDE 干的是「把模型用起来」的脏活累活而不是「造模型」的聪明活。为什么偏偏是现在爆发企业采用数据给出了一半答案。2026 年的一项调查里96% 的组织承认 agent 需要公司专属内容才能干活但只有 36% 把 agent 接到了可信内容上三分之二把遗留系统legacy/on-prem列为最大拦路虎。[C] 换句话说拦着 AI 落地的从来不是模型不够聪明而是企业内部的数据和工作流没准备好。三、四大玩家的同一盘棋四种下法方向一致但每家赌的东西不一样。Palo Alto 起源的 Palantir 自己就是这套玩法的最大受益者——甚至有客户是「为了用上 Palantir 的 FDE 才买它的技术」。[B]玩家资金/规模目标客户商业模式 / 特点微软 Frontier Company25 亿美元、约 6000 名专家LSEG、联合利华、诺和诺德驻场 AI 工程「放大并保护你的智能」主打受监管行业与 IP 安全AWS 前向部署工程部约 10 亿美元NBA、NFL、西南航空把 AWS 工程师嵌进客户团队把部署周期从「月」压到「天」OpenAI Deployment Company首轮 40 亿估值约 140 亿企业级 AI 落地独立服务公司收购 Tomoro 与 Northslope承诺 17.5% 保证年化Anthropic Ode15 亿美元合资中型企业 PE 被投公司PE 背景银行Blackstone/高盛背书赌「部署 AI 胜过造模型」Google Cloud——明确不建咨询公司走授权路线「我的 AI 能当 FDE 用」上表五家巨头对 AI 部署这一瓶颈的赌注规模、客群与商业模式各异。上图2026 年 5–8 月五家巨头在数周内密集落子把 FDE 从招聘趋势推成一场军备竞赛。最值得玩味的是 Google 的反向选择。当别家都在堆驻场工程师时Google Cloud 明确说自己不建咨询公司改走「我的 AI 可以完成 FDE 的部分工作」的授权路线。[B] 一位评论者直言Google 不建咨询公司、只写授权协议可能才是更聪明的下法。[C] 这意味着巨头们内部也在怀疑——「服务公司」这个模式到底值不值得重仓。四、抢的不是技术是人一场人才稀缺引发的哄抢如果只看到巨头砸钱很容易把这场军备竞赛误读成技术战。实际上真正的稀缺资源是人。猎头公司 Christian Timbers 的研究给出几个扎眼数字全美真正能交付 AI 回报的 FDE 只有约 2000 人市场上挂着 FDE 头衔的约 17000 人对 FDE 的需求到 2026 年底可能膨胀 2100%。最夸张的是采用曲线——2026 年初还只有 5–10% 的公司计划招 FDE到 Q2 末就跳到了约 70%。[B]美国之外中国同频共振。第一财经用「年薪百万、招聘需求涨 42 倍」来形容 FDE 这个「AI 圈最火岗位」36氪直接问「大厂为何集体招聘『前端部署工程师』」。[B] 上海甚至在教育侧动了手——新华网报道上海应用技术大学开设「Pre-FDE」试点班专门培养面向 AI 产业应用的前沿部署工程师。[A] 印度的 LTM 则抛出「AI 1000」计划承诺培训 1000 AI/FDE 人才。[B]上图FDE 人才金字塔极陡——精英仅约 2000 人需求却要涨 21 倍教育侧已经开始进场。但哄抢的另一面是残酷。老牌 FDE 工种的代价很快暴露社区里有人吐槽 FDE 岗位要求「一周干满七天」有文章标题干脆是《最热门的科技工作一点也不光鲜》WSJ甚至有人问「为什么没人想当 FDE」。[C] 精英那一层能拿百万年薪但绝大多数 FDE 是在客户现场做高强度的重复落地。这个工种被资本推到聚光灯下底下是巨大的个体代价。五、账本对不上千亿算力 vs 模糊回报这场军备竞赛最危险的地方在于它建立在落差巨大的账本之上。先看花的钱。Gartner 的数据2026 年全球 AI 支出约 2.59 万亿美元、同比增长 47%其中基础设施服务器/存储/网络占了大头、超过 45%但偏偏是「IT 服务实施」只增长约 9%。[A] 这个剪刀差说明什么企业买算力的速度远快于把算力用起来的速度。「买算力」快、「用算力」慢中间缺的那一环正是这些巨头想去补的服务。再看回报。KPMG 二季度的调查更扎心只有 7% 的企业能从 AI 上确立清晰的 ROI42% 只能看到 AI 支出的冰山一角。[A] 更糟的是行为惯性——The Register 的报道说企业「即使证明不了 AI 有效也在继续花钱」。[C] Gartner 自己都警告靠 AI 裁员并不能改善回报。投入侧 产出侧 AI 支出2.59万亿(47%)已确立 ROI 的企业 仅7% 基础设施45% 占比42% 只看到部分支出 IT 服务仅 9% 多数停留战术提效、非战略转型 ▲ ▲ 中间缺的一环AI 部署/落地服务上图买算力的速度远快于用算力的速度IT 服务仅增长 9%而 AI 实施正是巨头们抢着补的那一环。乐观派会把这解读为「服务的价值刚被重新发现」。悲观派——包括猎头 Jeff Christian——则警告企业为了 AI 烧掉数亿美元甚至数十亿却看不到回报「今年秋天会遭到惩罚」。[C] 他甚至说FDE 这个角色可能 5–10 年内就消失——「也许两年后一切都被自动化agent 在自动化 agent」。[C] 这不只是危言耸听当 AI 让自己变得更容易部署时靠「人海驻场」起家的这门生意护城河天然不深。六、我的判断这场军备竞赛一半是真实需求一半是恐慌性入局综合上面的证据我判断这场 FDE 军备竞赛分两层真实需求那一半是硬的。模型供给过剩、企业落地无能的剪刀差是真实的96% vs 36% 的内容接驳缺口、买算力远快于用算力这些数字都在暗示同一个结论部署确实是下一个瓶颈。[D] 这不是巨头在硬造需求。恐慌性入局那一半是软的。OpenAI 的 17.5% 保证年化回报、各家在数周内急着收购咨询公司、Google 明确拒绝下场——这些信号说明这个赛道还远没到「模式被验证」的阶段更多是「谁都不敢不下场」的从众。[D] 当回报承诺高到 17.5%它反映的不是服务的确定性而是竞争的白热化。最后压一句FDE 是当前 AI 行业最大的就业亮点也可能是最容易破裂的人才泡沫。短期谁拥有最多能落地的 FDE谁就拿了企业 AI 的船票长期——如果 AI 真如各家宣称「快能自己部署自己」那这条护城河挖得越深反而越是给自己埋暗桩。分歧的单点落在了「人的稀缺」到底能维持多久。参考来源Microsoft Frontier Company 官方博客OpenAI Deployment Company 官方公告5 月 11 日CNBC / Reuters / TechCrunch微软 25 亿美元、6000 人 Frontier Company7 月 2 日CNBCAWS 10 亿美元前向部署工程部6 月 30 日Business Wire / CNBCAnthropic 与 Blackstone 推出 Ode5 月 4 日7 月 15 日上线TechCrunchFDE 是 AI 行业最新的人才执念7 月 30 日Christian Timbers / BusinessWire精英 AI 工程师短缺放大财富 500 强 ROI 缺口7 月 30 日Pragmatic Engineer前向部署工程师专题The Register企业明知难证 AI 回报仍在花钱4 月 10 日Gartner2026 全球 AI 支出 2.59 万亿、47%5 月 19 日KPMGAPAC AI 支出增长快于 ROI 验证第一财经年薪百万、招聘需求涨 42 倍的 FDE36氪大厂为何集体招聘前向部署工程师新浪财经FDE 薪资走高、亚马逊加入抢人大战新华网上海应用技术大学开设 Pre-FDE 试点班6 月 16 日The Strategic Times新加坡 FDE 需求升温6 月 14 日Yahoo FinanceBlend 目标 2027 年前把 FDE 做到 750 人8 月 20 日Security BoulevardFDE 需要行业背景来给企业 AI 降险8 月 16 日The Next WebGoogle 不建咨询、只写授权协议才更聪明5 月 6 日The InformationGoogle 称其 AI 能当 FDE 用8 月 18 日AI 辅助深度研究人工视角解读。每日更新。
深度 | AI 部署工程师军备竞赛：巨头烧百亿抢「驻场工程师」，到底在抢什么 — 深度分析
# AI 部署工程师军备竞赛巨头烧百亿抢「驻场工程师」到底在抢什么 — 深度分析这是一篇深度研究不是新闻简报。基于 20 个来源的交叉验证。一、模型不稀缺了稀缺的是把它用起来的人过去两年我们聊 AI句句离不开模型谁的参数量大、谁的推理快、谁的 API 便宜。但 2026 年夏天风向变了——六大玩家在几周内集体把钱砸向同一个东西能把模型装进企业里跑出结果的人。先看这组时间线。5 月 11 日OpenAI 拉着 TPG、Brookfield、Advent、Bain成立「Deployment Company」首轮就拿到超过 40 亿美元市场给这家「服务公司」的估值估到约 140 亿美元并承诺给私募投资人一个罕见的 17.5% 保证年化回报。[A] 7 月 15 日Anthropic 与 Blackstone、Hellman Friedman 推出「Ode with Anthropic」一个 15 亿美元规模的 AI 服务公司专做向企业驻场部署 Claude。[B] 6 月 30 日和 7 月 2 日AWS 与微软几乎前后脚——AWS 投约 10 亿美元建「前向部署工程」部门微软抛出「Frontier Company」25 亿美元、6000 名工程师直接进场 LSEG、联合利华、诺和诺德。[B]这不是几场孤立的交易。把账加总巨头们为「把 AI 部署进企业」开出的军火库已经接近 100 亿美元规模。[B] 而同一时间KPMG 的调查却显示只有 7% 的高管能证明 AI 给他们带来了回报42% 对 AI 支出只有部分可见性。[A]最热门的工种和最模糊的账本在 2026 年夏天撞到一起。这篇深研要拆的就是这场「AI 部署军备竞赛」到底在抢什么、模式靠不靠得住、以及它会不会是下一个泡沫。二、人工智能的瓶颈从「造模型」移到了「装模型」过去两年模型的供给曲线被算力红利和开源压平了。一个直接的证据中国和美国的大模型数量在 2024–2026 年双双爆炸但绝大部分企业的真实痛点不是选哪个模型而是选完之后怎么办——数据在哪个库里、权限链在哪、合规怎么写、业务流程谁改。[D]这就是「前向部署工程师」Forward Deployed Engineer, FDE诞生的背景。这个工种最早由 Palantir 发扬光大模式是工程师不坐在产品公司里写「一个能力、服务所有客户」的通用代码而是直接驻场到客户办公室里在客户的真实基础设施上写生产代码把一个 AI 系统从概念推到投产再把现场学到的东西反馈回核心产品团队。[B]上图FDE 是模型厂商与客户真实世界之间的「最后一百米」直接驻场写生产代码并把反馈带回产品团队。Anthropic 旗下 Ode 的 CEO Chris Taylor 把这种分工说得最透很多 FDE 擅长帮你把 Claude Code 推广到全员但极少有人能帮你造出旗舰 AI 产品功能。[A] 换句话说FDE 干的是「把模型用起来」的脏活累活而不是「造模型」的聪明活。为什么偏偏是现在爆发企业采用数据给出了一半答案。2026 年的一项调查里96% 的组织承认 agent 需要公司专属内容才能干活但只有 36% 把 agent 接到了可信内容上三分之二把遗留系统legacy/on-prem列为最大拦路虎。[C] 换句话说拦着 AI 落地的从来不是模型不够聪明而是企业内部的数据和工作流没准备好。三、四大玩家的同一盘棋四种下法方向一致但每家赌的东西不一样。Palo Alto 起源的 Palantir 自己就是这套玩法的最大受益者——甚至有客户是「为了用上 Palantir 的 FDE 才买它的技术」。[B]玩家资金/规模目标客户商业模式 / 特点微软 Frontier Company25 亿美元、约 6000 名专家LSEG、联合利华、诺和诺德驻场 AI 工程「放大并保护你的智能」主打受监管行业与 IP 安全AWS 前向部署工程部约 10 亿美元NBA、NFL、西南航空把 AWS 工程师嵌进客户团队把部署周期从「月」压到「天」OpenAI Deployment Company首轮 40 亿估值约 140 亿企业级 AI 落地独立服务公司收购 Tomoro 与 Northslope承诺 17.5% 保证年化Anthropic Ode15 亿美元合资中型企业 PE 被投公司PE 背景银行Blackstone/高盛背书赌「部署 AI 胜过造模型」Google Cloud——明确不建咨询公司走授权路线「我的 AI 能当 FDE 用」上表五家巨头对 AI 部署这一瓶颈的赌注规模、客群与商业模式各异。上图2026 年 5–8 月五家巨头在数周内密集落子把 FDE 从招聘趋势推成一场军备竞赛。最值得玩味的是 Google 的反向选择。当别家都在堆驻场工程师时Google Cloud 明确说自己不建咨询公司改走「我的 AI 可以完成 FDE 的部分工作」的授权路线。[B] 一位评论者直言Google 不建咨询公司、只写授权协议可能才是更聪明的下法。[C] 这意味着巨头们内部也在怀疑——「服务公司」这个模式到底值不值得重仓。四、抢的不是技术是人一场人才稀缺引发的哄抢如果只看到巨头砸钱很容易把这场军备竞赛误读成技术战。实际上真正的稀缺资源是人。猎头公司 Christian Timbers 的研究给出几个扎眼数字全美真正能交付 AI 回报的 FDE 只有约 2000 人市场上挂着 FDE 头衔的约 17000 人对 FDE 的需求到 2026 年底可能膨胀 2100%。最夸张的是采用曲线——2026 年初还只有 5–10% 的公司计划招 FDE到 Q2 末就跳到了约 70%。[B]美国之外中国同频共振。第一财经用「年薪百万、招聘需求涨 42 倍」来形容 FDE 这个「AI 圈最火岗位」36氪直接问「大厂为何集体招聘『前端部署工程师』」。[B] 上海甚至在教育侧动了手——新华网报道上海应用技术大学开设「Pre-FDE」试点班专门培养面向 AI 产业应用的前沿部署工程师。[A] 印度的 LTM 则抛出「AI 1000」计划承诺培训 1000 AI/FDE 人才。[B]上图FDE 人才金字塔极陡——精英仅约 2000 人需求却要涨 21 倍教育侧已经开始进场。但哄抢的另一面是残酷。老牌 FDE 工种的代价很快暴露社区里有人吐槽 FDE 岗位要求「一周干满七天」有文章标题干脆是《最热门的科技工作一点也不光鲜》WSJ甚至有人问「为什么没人想当 FDE」。[C] 精英那一层能拿百万年薪但绝大多数 FDE 是在客户现场做高强度的重复落地。这个工种被资本推到聚光灯下底下是巨大的个体代价。五、账本对不上千亿算力 vs 模糊回报这场军备竞赛最危险的地方在于它建立在落差巨大的账本之上。先看花的钱。Gartner 的数据2026 年全球 AI 支出约 2.59 万亿美元、同比增长 47%其中基础设施服务器/存储/网络占了大头、超过 45%但偏偏是「IT 服务实施」只增长约 9%。[A] 这个剪刀差说明什么企业买算力的速度远快于把算力用起来的速度。「买算力」快、「用算力」慢中间缺的那一环正是这些巨头想去补的服务。再看回报。KPMG 二季度的调查更扎心只有 7% 的企业能从 AI 上确立清晰的 ROI42% 只能看到 AI 支出的冰山一角。[A] 更糟的是行为惯性——The Register 的报道说企业「即使证明不了 AI 有效也在继续花钱」。[C] Gartner 自己都警告靠 AI 裁员并不能改善回报。投入侧 产出侧 AI 支出2.59万亿(47%)已确立 ROI 的企业 仅7% 基础设施45% 占比42% 只看到部分支出 IT 服务仅 9% 多数停留战术提效、非战略转型 ▲ ▲ 中间缺的一环AI 部署/落地服务上图买算力的速度远快于用算力的速度IT 服务仅增长 9%而 AI 实施正是巨头们抢着补的那一环。乐观派会把这解读为「服务的价值刚被重新发现」。悲观派——包括猎头 Jeff Christian——则警告企业为了 AI 烧掉数亿美元甚至数十亿却看不到回报「今年秋天会遭到惩罚」。[C] 他甚至说FDE 这个角色可能 5–10 年内就消失——「也许两年后一切都被自动化agent 在自动化 agent」。[C] 这不只是危言耸听当 AI 让自己变得更容易部署时靠「人海驻场」起家的这门生意护城河天然不深。六、我的判断这场军备竞赛一半是真实需求一半是恐慌性入局综合上面的证据我判断这场 FDE 军备竞赛分两层真实需求那一半是硬的。模型供给过剩、企业落地无能的剪刀差是真实的96% vs 36% 的内容接驳缺口、买算力远快于用算力这些数字都在暗示同一个结论部署确实是下一个瓶颈。[D] 这不是巨头在硬造需求。恐慌性入局那一半是软的。OpenAI 的 17.5% 保证年化回报、各家在数周内急着收购咨询公司、Google 明确拒绝下场——这些信号说明这个赛道还远没到「模式被验证」的阶段更多是「谁都不敢不下场」的从众。[D] 当回报承诺高到 17.5%它反映的不是服务的确定性而是竞争的白热化。最后压一句FDE 是当前 AI 行业最大的就业亮点也可能是最容易破裂的人才泡沫。短期谁拥有最多能落地的 FDE谁就拿了企业 AI 的船票长期——如果 AI 真如各家宣称「快能自己部署自己」那这条护城河挖得越深反而越是给自己埋暗桩。分歧的单点落在了「人的稀缺」到底能维持多久。参考来源Microsoft Frontier Company 官方博客OpenAI Deployment Company 官方公告5 月 11 日CNBC / Reuters / TechCrunch微软 25 亿美元、6000 人 Frontier Company7 月 2 日CNBCAWS 10 亿美元前向部署工程部6 月 30 日Business Wire / CNBCAnthropic 与 Blackstone 推出 Ode5 月 4 日7 月 15 日上线TechCrunchFDE 是 AI 行业最新的人才执念7 月 30 日Christian Timbers / BusinessWire精英 AI 工程师短缺放大财富 500 强 ROI 缺口7 月 30 日Pragmatic Engineer前向部署工程师专题The Register企业明知难证 AI 回报仍在花钱4 月 10 日Gartner2026 全球 AI 支出 2.59 万亿、47%5 月 19 日KPMGAPAC AI 支出增长快于 ROI 验证第一财经年薪百万、招聘需求涨 42 倍的 FDE36氪大厂为何集体招聘前向部署工程师新浪财经FDE 薪资走高、亚马逊加入抢人大战新华网上海应用技术大学开设 Pre-FDE 试点班6 月 16 日The Strategic Times新加坡 FDE 需求升温6 月 14 日Yahoo FinanceBlend 目标 2027 年前把 FDE 做到 750 人8 月 20 日Security BoulevardFDE 需要行业背景来给企业 AI 降险8 月 16 日The Next WebGoogle 不建咨询、只写授权协议才更聪明5 月 6 日The InformationGoogle 称其 AI 能当 FDE 用8 月 18 日AI 辅助深度研究人工视角解读。每日更新。