OpenAI狂砸270亿，就买了150位“外包”？

一刻talks一刻talks官方澎湃号

2026-06-03 13:25

北京

作者 | Talk君

大家好，我是talk君

2026年5月的硅谷，空气中弥漫着一种微妙的信号。

5月4日，Anthropic联手黑石、高盛等华尔街巨头，砸下15亿美元成立了一家专门帮企业部署AI的合资公司。

不到一周，OpenAI做出了一个让整个科技圈跌破眼镜的决定——出资超40亿美元，成立“OpenAI Deployment Company”，并顺手收购了一家只有150人的AI咨询公司Tomoro，将这支驻扎在全球客户现场的“精锐部队”整建制收编。

谷歌云CEO托马斯·库里安紧随其后，亲自在LinkedIn上为FDE职位摇旗呐喊，公司内部已有超过1500个相关岗位虚位以待。

三家全球最顶尖的AI公司，口径出奇一致：帮企业把AI真正落地到业务里。

但真正让人玩味的细节，藏在OpenAI的收购里。

40亿美元，如果用来买英伟达的H100算力卡，可以买到数万张，直接堆出一个全球排名前列的超级算力集群；如果用来挖角顶尖AI科学家，可以撬动半个学术界。

但OpenAI没有这样做。它选择买下的，是150名FDE——前沿部署工程师（Forward Deployed Engineer）。

这些人不坐在总部写代码，而是直接进驻客户的工厂、银行、医院，在一线把大模型的能力“嵌入”真实的业务流程。

很多人说了，这不就是“高级外包”吗？

还真不是，外包卖的是“人”和“时间”，FDE卖的是可持续的“解决方案”，二者有本质区别。

这个在一年前还鲜为人知的职位，如今已经成为AI行业最稀缺的“战略资源”。LinkedIn数据显示，2023年至2025年间，FDE职位的数量增长了42倍，是AI创造的所有岗位中增速最快的；而同期，AI工程师的岗位增长仅为13倍。

从岗位绝对数量来看，相关职位已从2025年4月的643个，飙升到2026年4月的5330个，同比增长近729%。

AI圈似乎一夜之间，都懂了这个词。

FDE：

不是新生事物，却在此时引爆

FDE的诞生，要从20年前一个“被逼无奈”的决定说起。

2003年，Peter Thiel和Alex Karp创立了大数据公司Palantir。第一批客户是美国情报和军事部门——一个几乎不可能用传统软件开发模式去服务的客户。开发团队无法获取机密数据，需求写在保密文件里，流程藏在安全许可之后，反馈无法通过正常渠道传递。

标准的瀑布式软件开发模型，在这里彻底失效。

Palantir做出了一个在当时看来近乎“笨拙”的决定：直接把工程师派到客户现场，与用户并肩工作。这正是“Forward Deployed”这个军事术语的来源——工程师像特种部队一样被“部署”到最前线。

2011年，Palantir正式将这一模式制度化，FDE由此诞生。他们还给这支队伍取了一个非常硬核的内部代号——“Delta”（三角洲部队），与美军王牌特种作战单位同名。

这套打法帮Palantir拿下了国防部、中情局、摩根大通这些顶级客户，证明它是管用的。

但奇怪的是，此后十几年，几乎没有其他公司大规模复制这套模式。原因也很简单：传统软件行业靠卖标准化产品就能活得很好了，只有极少数极其难搞的客户才需要这种“特种部队式”的服务。

FDE在当时是一个昂贵的、小众的、非主流的选择。

直到大语言模型出现，一切都不一样了。

AI落地最后一公里的真实困境

OpenAI和Anthropic为什么在这个时间点集体转向FDE？说白了，是因为他们都撞上了一堵墙。

模型能力确实还在进步，但你得承认，GPT-4到GPT-5的边际提升，已经没有GPT-3到GPT-4那么令人震撼了。更大的问题是：企业在实际工作中把这些模型用起来的过程，远比想象中痛苦。

有一个数字值得记住：71%的企业高管认为，“组织准备度不够”才是AI落地的最大障碍，而不是技术本身不够强。

这话翻译过来就是：不是你的模型不好用，是我的公司接不住。

真实的企业环境是什么样？是一堆跑了十几年的老系统，数据格式五花八门，字段命名全靠当年写代码的人的心情。一家制造企业的生产排程系统可能是十五年前上线的，中间换过三个供应商，数据字典早就丢了。

一家保险公司的核保流程嵌在三套不同的老软件里，彼此之间靠人工Excel对账。这种环境下，你给客户一个再牛的API，人家也没法直接用。

更让人头疼的是，很多客户根本说不清楚自己到底需要什么。你问一家工厂的厂长：“你想用AI解决什么问题？”他可能给你列出十个。但你真派人进去蹲三个月，会发现真正能产生价值的那一个，他一开始根本没意识到。

这就形成了一个悖论：客户不知道自己要什么，供应商也不知道客户真正需要什么。唯一的办法，就是派工程师坐在客户现场，跟一线员工一起干活，翻那些发黄的业务流程文档，看那些乱七八糟的Excel表格，然后用模型能力重新搭一套能跑通的工作流。

一个真实的例子：有一支为生物发酵企业服务的FDE团队，在500吨级的发酵罐旁边整整驻场了9个月，最后帮客户把产能提高了5%。听起来不多？但在传统工艺优化路径下，四五年才能提升1%。这就是FDE的实打实的价值。

FDE这帮人干的就是这个活儿。他们不是只交一套软件，而是通过驻场理解业务、清洗数据、调试智能体逻辑，把通用模型打磨成能真正跑通具体业务的东西。

一位后端干了12年的工程师跟我聊起这个事的时候说得特别直接：

“真正的瓶颈从来都不是模型本身。让企业从‘炫酷的演示’过渡到‘生产环境稳定运行’才是。部署、监控、回滚、合规——这些听起来枯燥得要命的事情，才是大多数AI项目半路夭折的地方。”

2026年的行业里，越来越多人意识到一件事：当模型的参数规模开始撞上边际收益递减的墙，下一个增长点不在实验室里，而在客户的办公室里。

从“模型溢价”到“部署溢价”

FDE到底有多值钱？看薪酬就知道了。

根据Perspective AI在2026年对1500名FDE的调研，前沿实验室里资深FDE的年总薪酬中位数达到48.5万美元，更高级别的甚至能到72.5万美元。

这是什么概念？已经跟很多顶尖AI科学家的薪酬天花板重叠了，有些岗位甚至出现了倒挂。

再看需求增长。Indeed平台的数据显示，2025年4月美国市场上FDE相关岗位只有643个，到2026年4月就变成了5330个，一年增长了729%。猎头公司Adecco给了一个更夸张的说法：FDE的需求每年增长约800%，而人才供给只增加了50%。

这些数字背后，反映的是一个更根本的变化：AI行业对“稀缺”的定义正在被改写。过去最稀缺的是算力和顶尖科学家。

算力决定你能跑多大的模型，科学家决定你能做出多好的模型。这两样东西到现在当然仍然稀缺，但它们的稀缺性正在被一种新的稀缺性挑战——那就是“部署能力”的稀缺。

你有世界顶级的模型，但企业客户用不起来。你花了数千万美元训练出来的模型，客户试用两个月后因为看不到明确的投资回报就放弃了。

你卖的API接口，在客户的系统里死活插不进去。这些问题，靠更强的模型解决不了，只能靠人——那些坐在客户办公室、跟一线员工一起啃业务流程的人。

这也解释了为什么OpenAI和Anthropic不约而同地找华尔街机构合作。这些私募基金和投资公司手里攥着大量被投企业，这些企业普遍有降本增效的刚需。

高盛的一位高管在谈到这次合作时说了一句很实在的话：

“光有AI模型，无法从根本上改变企业的工作模式和运营体系。行业真正需要的，是能打通技术和业务、把数字化变革真正落到地上的人。”

OpenAI那个部署公司的投资方名单也很有意思：TPG牵头，安宏资本、贝恩资本、布鲁克菲尔德联合参与，高盛和软银也在其中。说白了，两家AI公司不是在单纯招人，而是在用资本杠杆撬动一个更大的企业服务市场。FDE就是那根撬棍。

FDE正在冲击传统咨询

和系统集成商的生存空间

这场权力转移还有一个很有意思的侧面：它正在重新划分AI行业的地盘。

过去二三十年，企业IT转型的分工很清晰：产品公司做产品，咨询公司和系统集成商做实施。

SAP卖ERP软件，实施交给埃森哲；Salesforce卖CRM，定制交给德勤。产品公司和实施方之间有一条相对清楚的边界。

但FDE模式正在把这条边界踩碎。

当OpenAI把150名FDE直接派进客户企业，它实际上同时在扮演两个角色：模型提供商和系统集成商。这意味着以前属于埃森哲、德勤们的蛋糕，正在被AI公司亲自下场切走。

而且，FDE不只是在“干活”，他们还是模型能力的“探测器”。工程师在客户现场发现的需求缺口、技术瓶颈、产品缺失，会直接反馈回公司总部，直接影响模型的下一个版本该做什么工具、改什么接口。

这种“现场感知—总部响应”的闭环反馈，是传统咨询公司做不到的——因为咨询公司的使命是帮客户用好别人的产品，而不是为自己的产品开辟新能力。

这也是为什么有人开始说，FDE正在从根本上改变软件公司的交付方式。过去卖企业软件，交付的是一个“账号”或“工具包”，客户拿到后还要自己配置、培训、调试，折腾大半年可能还没看到效果。

FDE交付的是一个已经帮客户跑通了的业务流程——你挖到金子，我再拿钱。

国内也在动，但逻辑不太一样

FDE这阵风当然也吹到了国内。

上海、香港已经开了全国首个FDE专题培训班。

联想也说要推出自己的智能体FDE模式。中国联通上海分公司则启动了“FDE普智计划”，依托两支千人FDE团队推动AI在城市里全面落地。

不过国内的情况跟海外有点不一样。

国内企业面临的落地痛点在某些方面更棘手：老旧系统的改造难度更大、数据碎片化更严重、标准化程度更低。但反过来，这也意味着FDE在国内的价值可能被放得更大。

在硅谷还是上海，这场FDE的争夺战都已经打响了。

AI行业的权力中心

正在发生什么变化

回到最开始的那个问题：当OpenAI和Anthropic同时把巨额资本投向FDE，而不是继续死磕算力和科学家，我们到底看到了什么？

我觉得，这标志着AI行业价值创造逻辑的一个重大转折。

过去几年的叙事一直是“模型就是护城河”。顶尖科学家定义边界，算力决定速度，规模决定上限。这套逻辑在GPT-3.5和GPT-4的时代确实成立。

但之后，模型之间的差距在逐渐收窄。当好几家公司都能拿出性能差不多的模型时，“哪个模型更强”这个问题的重要性，正在被另一个问题取代：“哪个模型更能帮我把事做成。”

FDE就是执行这个新逻辑的人。他们是AI公司从“模型公司”进化为“解决方案公司”的触角。当一家AI公司愿意花几十亿美元和大量人力去深入客户的业务流程，它做的不是一个短期商业决策，而是在重新定义自己的角色——从一个提供技术能力的供应商，变成一个参与客户核心业务改造的深度合作伙伴。

当然，这不是说算力和科学家不重要了。它们依然重要。但它们的价值正在被一种新的稀缺要素相对化。FDE不是要替代科学家，而是要完成从算法价值到实际生产力的转化。而这个转化过程，正在成为AI行业价值链条上最薄弱、也最关键的一环。

企业AI的预算，不会永远停留在API调用上。真正的大钱，藏在流程改造、系统集成、组织协同和长期运维里。谁能先进入这些流程，谁就更有可能绑定企业未来几年的AI支出。