@kfk_ai：OpenAI、Anthropic 都開始押注 FDE，FDE 才是 Agent 時代的 PMF 範式？ Agent 時代的第一個共識浮出水面：模型已經不是…

OpenAI、Anthropic 都開始押注 FDE，FDE 才是 Agent 時代的 PMF 範式？ Agent 時代的第一個共識浮出水面：模型已經不是瓶頸，人才是。 短短一週，OpenAI 砸下 40 億美元、Anthropic 嵌入 FIS 的總部、Google 官宣招募幾百人——三家 AI 巨頭不約而同押注的，是同一個職位：FDE。 2026 年 5 月 11 日，OpenAI 宣布成立「OpenAI Deployment Company」，首期投入 40 億美元，核心業務只有一件事：把工程師「派進」客戶公司裡，幫他們把 AI 跑起來。 僅僅一週前，Anthropic 剛把自己的工程師團隊「嵌入」進金融科技巨頭 FIS，要在 2026 年下半年讓蒙特婁銀行（BMO）和 Amalgamated Bank 的反洗錢調查「從幾小時壓縮到幾分鐘」。再往前一週，Google Cloud CEO Thomas Kurian 親自在 LinkedIn 招人，目標是「招幾百個」，這則消息在 X 上獲得了 130 萬次瀏覽。 被三家公司同時押注的，是同一個職位：Forward Deployed Engineer，縮寫 FDE，中文勉強可以譯作「前置部署工程師」或「駐場工程師」。 一個原本只在 Palantir 這家「另類」軟體公司流行了二十年的角色，突然在 2026 年成了整個 AI 行業最炙手可熱的職位。有人喊出口號：FDE 就是 Agent 時代的 PMF 範式。 這個判斷，究竟是真知灼見，還是一廂情願？要回答這個問題，得先把幾件事講清楚：FDE 到底是什麼、為什麼 2026 年它突然成了剛需、它和「PMF」這個詞到底是什麼關係——以及，它的局限在哪裡。 一、FDE 是什麼：不是銷售工程師，也不是諮詢顧問 先翻譯兩個術語，這是理解後面所有討論的前提。 PMF（Product-Market Fit，產品-市場契合）是矽谷創業圈的「聖杯」，意思是你的產品恰好滿足了一個真實存在的市場需求，且市場願意為它付費、回購、口碑傳播。一家創業公司在找到 PMF 之前，做什麼都像是在游泳；找到之後，就像順水漂流。 FDE 這個詞面上是「前置部署工程師」，但它最早不是這麼定義的。這個角色由 Palantir 在 2000 年代初發明，當時 Palantir 的客戶是美國情報機構，一群「既不能清楚說出自己要什麼、也不能讓你看他們的資料、甚至工作流程本身都在不斷變化」的人。 Palantir 的共同創辦人 Shyam Sankar 有一句話很經典：「如果一個問題能被需求文件解決，那它早就被解決了。」 所以 Palantir 做了一件當時很反常的事：不再問客戶「你想要什麼」，而是把工程師直接派進客戶的辦公室、軍事基地，甚至飛機總裝車間，讓他們在客戶身邊寫程式碼。這些人在 Palantir 內部被叫做「Delta」——他們要通過同樣的工程師面試，但工作環境是空軍基地、銀行後台、醫院 IT 系統，而不是 Palo Alto 的開放辦公區。 這與傳統軟體公司常見的三種角色都不一樣： 銷售工程師（Sales Engineer）負責售前演示，簽完合約就走； 解決方案架構師（Solutions Architect）主要做技術諮詢，不寫生產程式碼； 諮詢顧問通常出方法論、做交付，但不參與廠商的產品迭代。 FDE 的特殊之處在於：他寫客戶的生產程式碼，同時把客戶場景裡發現的共性問題反哺回廠商的核心產品。Palantir 內部的描述是：「FDE 的工作範圍像一個創業公司的 CTO——在小團隊裡端到端負責一個高風險專案。」 到 2016 年，Palantir 的 FDE 數量一度超過了普通軟體工程師。這家公司的整個產品形態——Foundry 平台，本質上就是從無數次 FDE 駐場專案中「提煉」出來的。一位曾在 Palantir 做了七年 FDE 的工程師後來總結說，這個模式叫「砂石路到柏油路」（gravel road to paved highway）：FDE 在客戶現場修出無數條砂石路，產品團隊從中找出走的人最多的那幾條，把它鋪成柏油路，變成平台能力。 二、2026 年的拐點：為什麼三大 AI 公司同時押注 FDE Palantir 這個模式，在過去近二十年裡，在矽谷主流圈被視為「異類」——大多數 SaaS 公司的建議都是「別學 Palantir，毛利做不上來」。但 2026 年，情況突然變了。 5 月 4 日，Anthropic 和 FIS 宣布合作，Anthropic 的 Applied AI 團隊和 FDE「嵌入」FIS 內部，共同設計金融犯罪 AI Agent。 5 月 11 日，OpenAI 官宣成立 OpenAI Deployment Company（內部代號「DeployCo」），首期 40 億美元投資，由 TPG 牽頭，Advent、Bain Capital、Brookfield 聯合領投，合計 19 家投資和諮詢機構參與。同時宣布收購應用 AI 諮詢公司 Tomoro，後者將帶來約 150 名 FDE 和部署專家。 5 月 12 日，Google Cloud CEO Thomas Kurian 在 LinkedIn 發文，宣布 Google Cloud 內部成立新的「AI 聚焦組織」，招聘「幾百名」FDE。當時 Google Cloud 有 59 個相關職位在掛。 為什麼是現在？為什麼是同時？三家公司的判斷指向同一個事實：Agent 時代的瓶頸，不在模型本身，而在部署。 埃森哲（Accenture）的「Pulse of Change」調查顯示，只有 32% 的企業領導者報告說他們看到了「持續的、企業範圍內的 AI 影響」。剩下 68% 的狀態是——有試點、有 PPT、有 Demo，但沒有規模化交付。IBM 在 2026 年初對 2000 名高管的調查中，「執行速度」被列為第三大戰略優先級。 OpenAI 在公告裡把這層邏輯說得很直白：「過去幾年，超過一百萬家企業採用了我們的產品和 API。一個模式越來越清晰——下一階段企業 AI 的勝負，取決於企業能多有效地把這項技術部署到真實業務場景中。」 這背後還有一組資料值得玩味。Anthropic 的對手 OpenAI 據報導在 2026 年初沒有完成內部的營收和周活目標，Anthropic 和 Google Gemini 在企業市場不斷蠶食份額。OpenAI 應用業務 CEO Fidji Simo 在內部會上把 Anthropic 的進展稱為「警鐘」，並說公司必須「在生產力場景上做到位」。 換句話說，AI 模型本身的「產品力」邊際收益在下降，但「把模型變成可用系統」的工程能力，邊際收益在飆升。模型再強，如果跑不進銀行的合規流程、跑不通保險公司的理賠系統、跑不進製造業的 MES 系統，它就只是 Demo，不是生意。 FDE，恰恰是這個轉換器。 三、Agent 時代為什麼對 FDE 有「結構性需求」 要理解為什麼「Agent」和「FDE」是天作之合，需要先講清楚 Agent 和此前 AI 形態的根本區別。 傳統的 SaaS 產品，本質上是「工具」：你買 Salesforce，是買一套配置好的銷售流程模板，你的人去使用它。工具的邊界很清楚——它做什麼、不做什麼，在產品手冊上寫得明明白白。 而 Agent 是「代勞」：你不再是用它，而是讓它替你做。一個反洗錢 Agent 不是給調查員一個更好的查詢介面，而是直接幫調查員把「從核心系統拉證據、對照已知洗錢模式、判斷風險等級、撰寫可疑活動報告（SAR）初稿」這一整套工作流跑完。 這個差別帶來三個後果： 第一，Agent 必須深度嵌入客戶的真實工作流。一個 Agent 要「代勞」，就必須知道這家銀行的合規邊界在哪、哪些決定不能自動化、SAR 報告怎麼寫才會被監管接受、內部資料在哪些系統裡、用什麼欄位命名。這些東西不在產品文件裡，只在客戶的「機構肌肉記憶」裡。 第二，Agent 的失敗是「業務失敗」，不是「功能失敗」。SaaS 少一個按鈕，使用者抱怨一下。Agent 漏判一筆可疑交易，銀行被監管罰款。這意味著 Agent 的部署對「領域知識」和「操作語境」的依賴比任何前代軟體都強。 第三，Agent 市場是一個「既無成熟產品可對標、客戶自己也不知道要什麼」的市場。這恰恰就是 Palantir 當年面對情報機構時的狀況。客戶能說出「我希望 AML 調查更快」，但說不出具體怎麼定義「快」、用哪些資料源、在哪個環節自動化、保留哪些人類決策點。這種問題用需求文件解決不了，只能讓工程師進去觀察、試、改、再觀察。 Anthropic 的 FDE 職位描述把這套邏輯寫得很清楚：「在客戶系統內部構建生產應用、交付 MCP 伺服器、sub-agent、agent skills 等技術產物、提供企業…