云厂商正通过自建交付团队重新定义AI部署标准，将客户牢牢锁定在自己的生态内。
核心内容：
1. AWS投入10亿美元自建FDE组织，以pod形式嵌入客户现场
2. 模型公司、云厂商、咨询公司三方争夺AI交付层控制权
3. 行业焦点从咨询服务转向标准化交付与生产工程

上个月我写过《Google 把 FDE 改写成 Agent Engineer》：云厂商第一次把 FDE（Forward Deployed Engineer，嵌入客户现场做 AI 落地的工程师）写进自己的岗位体系。当时的判断是，这只是开始。

现在升级版证据来了：AWS 拿出 10 亿美元自有资金，自建 FDE 组织。

一、AWS 做了什么

三个可确认的事实。

第一，钱是自己的。 10 亿美元不来自客户合同预付，而是 AWS 主动投入建组织。据 MarketWatch 报道，外界普遍把这一动作解读为"跟进 Palantir 的打法"——数千名专家嵌入客户现场，部署 agentic AI。

第二，形态是 pod。 5–6 人的小组直接嵌入客户，早期客户包括 NBA 和西南航空。pod 不是驻场外包：它带着 AWS 自己的方法进场——semantic layer（把企业数据翻译成 AI 能理解的业务语义层）、governed knowledge graph（可治理的知识图谱），目标是让客户在几周内进入生产环境。

第三，配套的是标准，不只是人。 AWS Partner Network 同步推进 Partner-Led FDE，官方文档里反复出现的词不是"工程师数量"，而是 Delivery Harness（交付脚手架）、Evaluation Framework（评测框架）、Production Engineering Standard（生产工程标准）。AWS 的原话很直接：企业 AI 已经超越咨询模式，客户要的是几周内上生产的 Agentic AI。

把三件事放在一起看：AWS 买的不是一支交付队伍，是把"AI 怎样才算部署成功"的定义权收进自己手里。

二、三条路径，抢同一层

FDE 这门生意现在有三类玩家，路径不同，抢的东西相同。

模型公司：OpenAI 的 40 亿美元。 从卖 API，到给 30 万顾问发认证，再到自建部署部门（OpenAI Deployment Company，最近还收购了由前 Palantir FDE 创立的 Northslope）。模型公司做交付，是为了控制"什么叫部署成功"——谁写评测和验收标准，谁控制续约。

云厂商：AWS 的 10 亿加微软的 25 亿。 微软 Frontier Company 配了 6,000 名 resident engineer，主打"行业专家 + 变革管理 + 可度量结果"。云厂商的算盘是把交付做成平台护城河：客户的 semantic layer 和知识图谱建在谁的云上，AI 工作负载就长在谁的云上。

咨询公司：埃森哲们的防守。 交付本来是咨询公司的地盘。现在模型公司和云厂商都带着自有资金、自有标准下场，咨询公司被迫从"按人天卖专家"转向"按结果卖资产"，否则会被前两者从上下两端挤压。

据 Plank 的《The FDE Brief》统计，OpenAI、Anthropic、Microsoft、AWS 四家累计投入已超过 90 亿美元，FDE 招聘同比增长约 729%。三方砸的不是三个市场，是同一层：企业 AI 的交付标准层。

而就在今天，格局又加了一员。 据 Times of India 报道，TCS 宣布计划把 1%–1.5% 的员工训练成 FDE，规模最高约 8,900 人，直接对标 OpenAI、Anthropic、AWS 和微软。这意味着第四类玩家——大型 IT 服务商——正式入局。三分格局，正在变成四分。

三、对个人意味着什么

一年前，FDE 基本等于"AI 公司专属岗位"。现在雇主结构变成至少四类：模型公司、云厂商、咨询/SI、IT 服务商，再加上 Tesla、Uber 这类自建内部 pod 的垂直企业（Uber 已经跑了 16 个 Agentic Pod，把 30 名 AI 工程师按两周一轮嵌入 HR、财务、法务）。

全市场目前有 1,206 个在招 FDE 岗位、669 家公司，同比增超 1,000%。薪酬分化明显：Palantir 中位数 21.5 万美元，头部实验室高级 FDE 报出 56–78.5 万美元。

但要看到另一面：TCS 式的万人级训练计划会改变供给结构。当 FDE 可以被批量训练，"稀缺高薪岗位"的溢价会被压低。对个人来说，差异化不在"会不会进客户现场"，而在能否把交付经验沉淀为可复用资产——评测框架、领域本体、交付脚手架。会写一次性集成代码的 FDE 会越来越多，能定义验收标准的 FDE 依然稀缺。

四、一个必须记录的反方观点

本周 Legion Intelligence 提出了第一个系统性的质疑：大型 FDE 团队未必代表产品先进，反而可能说明产品还没完成产品化——如果落地永远依赖大量人工定制、一次性集成和长期驻场，问题可能不在客户复杂，而在产品本身。

这个质疑值得认真对待。它意味着衡量 FDE 组织的指标不该是"团队多大"，而是：每位 FDE 能支撑多少客户；多少交付经验被沉淀为可复用资产；客户在 FDE 退出后能否独立运营。AWS 把重心放在 Delivery Harness 和评测框架而非单纯堆人，说明头部玩家自己也意识到了这一点。

结尾

AWS 的 10 亿美元、微软的 25 亿、OpenAI 的 40 亿、TCS 的 8,900 人——四条路径指向同一件事：交付层不再是模型能力的附属品，它正在被资本和组织正式化为企业 AI 的一个独立层，而 FDE 就是这一层的载体。谁定义了这一层的标准，谁就定义了企业 AI 的验收方式。

这正是我们此前在《FDE 正在从一个岗位，变成 AI 落地的"交付标准层"》里给出的判断——当时是推论，现在有了 10 亿美元的注脚。

如果你身边有正在评估"自建 AI 团队还是引入外部交付方"的技术负责人，把这篇转给他：四类雇主的路径差异，就是他选型时的谈判筹码。

登录查看剩余 70% 内容