AI 落地不缺模型，缺交付：1333 个岗位背后的 FDE 工程方法论

15 个真正跑进生产的 AI 项目，加起来用了 35 种以上工具。没有任何两个项目的技术栈是一样的。

我把这份材料翻了两遍，停在这个结论上很久。

不是 15 个里只有 2 个不一样。是 0 个。

同一批数据里还躺着另一组数字。95% 的生成式 AI 试点没有可衡量的损益回报，88% 的概念验证没能进入生产，42% 的企业在 2025 年放弃了多数 AI 项目。

一边是 0，一边是 95%。

这两个数字放在一起，指向的东西挺反常识。真正把 AI 送进生产的那批人，靠的不是选对了某个模型，或者某个框架。

过去一年，一个原本只在 Palantir 内部存在的工种，被整个行业搬到了台面上，FDE，Forward-Deployed Engineering，前线部署工程。

它的工作方式很朴素。工程师不进办公室写需求文档，直接坐到客户的业务现场，对最后跑出来的结果负责。

我今天想聊的不是这个岗位有多热。是它在工程上到底交付了什么，以及这件事为什么比模型选型难一个数量级。

01

先把钱看清楚

钱的方向最诚实。

2026 年到现在，四家头部厂商公开的 FDE 相关投入加起来超过 90 亿美元。OpenAI 的 Deployment Company 拿了 TPG 领投的 40 多亿美元，Anthropic 与几家机构合了约 15 亿美元的服务公司，AWS 投 10 亿，微软投 25 亿，还建了一支约 6,000 人的嵌入式专家队伍。

这里有个容易被忽略的口径问题。90 亿是资本承诺，不是市场年收入。把承诺当收入，是很多行业分析第一句话就错的地方。

方向倒是没跑偏。Palantir 2026 年第二季度营收同比涨 93%，美国商业收入同比涨 149%，做到 7.64 亿美元。它 2026 年第一季度的人均年化收入，是 150 万美元。

一家做交付的公司，人均年化产出 150 万美元。这个数字解释了为什么钱在往部署层走。

模型层已经变成买方市场。你能买到的推理能力，你的竞争对手也买得到。差距只能产生在「怎么把它装进一套具体业务」这一段。

模型是可以采购的
交付不能

02

真正稀缺的是人

美国大约有 1.7 万名 FDE。猎头机构的估算里，其中真正具备行业知识、又能持续把 AI 投资变成回报的，大约 2,000 人。

百分之十二。

供给这么窄，需求端在失控。年初只有 5% 的受访企业计划招 FDE，到第二季度变成 70%。有研究预计到 2026 年底，相关需求会增长 2,100%。

1.7 万人里，能稳定算出回报的约 2,000 人

抓取 689 个招聘系统站点，统计到的在招岗位是 1,333 个，来自 565 家企业。388 个披露薪资的岗位，中位区间 15.5 万到 22.5 万美元，其中 22% 的上限超过 30 万美元。

更值得看的是流转。7 月和 9 月两次扫描同一批 243 个站点，原来 611 个岗位里有 175 个已经关闭，占 28%，同期又挂出 199 个新的。

总量看着平稳，里面在剧烈换血。

我的理解是，这个岗位的定义还没稳定。同样叫 FDE，有的在做数据管道，有的在做智能体编排，有的本质上在做售前。企业还在试，试错的成本就体现在这种高流转上。

所以「招不到人」这句话只对了一半。缺的不是头衔，是能在一堆脏数据和不完整流程里做出判断的人。

03

试点为什么进不了生产

回到那 95%。

先说个严谨性的事。这四个失败率的口径完全不同。95% 说的是没有可衡量的损益回报，88% 说的是没进生产，42% 说的是企业主动放弃，40% 是对 2027 年的预测。样本、基数、时间窗都不一样，拼不成一条趋势线。

四个数字衡量的是四件不同的事，别当成同一件事的四个证据

但四份研究指到了同一个位置。做得出演示，和创造持续的回报，中间隔着一整套工程。

隔的是什么，我拆成四层。

第一层，系统集成。演示环境里，你手上是一份干净的 PDF。生产环境里，同一份信息散在 ERP、CRM、工单系统、共享盘和某个同事的邮箱里。权限各管一段，接口有的残缺，有的根本没有。

第二层，质量评测。确定性软件可以写单元测试，输入 A 得到 B，断言就完事。智能体不是。同一个问题问两次，它可能走两条不同的路径，调用不同的工具，给出措辞不同的答案。你要评的不是输出，是轨迹。

第三层，责任归属。模型建议错了，损失算谁的。这件事不写进合同，采购流程根本走不完。

第四层，隐性知识。老师傅脑子里那些「这个客户特殊，月底要走另一套审批」的例外规则，从来没写进任何文档。而 AI 最需要的，恰恰是这部分。

这四层里
没有一层能靠换一个更强的模型解决

04

把 15 个项目拆开看

那 15 个真跑起来的项目，长什么样。

15 个项目，35 种以上工具，没有一个组合重复

60% 用了智能体系统，27% 用了语音 AI。15 个项目对应 21 个行业标签，需求没有集中在任何一个行业。

框架上，LangGraph 出现在 7 个项目里，OpenAI Agents SDK 和 Vercel AI SDK 各 5 次。最常见的那个，也没过半数。

每个项目使用的不同工具，中位数是 4 个。

这个 4 很说明问题。它意味着生产系统天然是拼起来的，通常至少四层，编排、检索、评测与可观测、部署运行时。这四层里，没有一家厂商能全给，也没有哪一层形成了事实标准。

所以「精通某一家的技术栈」这件事，在交付现场往往不够用。

反过来看也成立。既然最常见的框架都不过半，选型本身就不构成壁垒。真正的差别在别处，在你怎么判断这个业务流程里哪一步可以被机器接管，哪一步必须留给人。

05

评测会成为瓶颈

1,340 份样本的调查里，57% 的组织已经把智能体放进了生产环境，同时 32% 把质量列为首要障碍。

已经上生产，和能证明它没退化，是两件事。

写一个能跑的 agent 大概几天。给它建一套能挡住回归的评测，要几周。而且这套评测会一直长，因为每加一个工具、每改一次提示词、每换一次模型，轨迹都会漂。

过程中最难的不是搭框架，是定义什么叫「做对了」。一个退款申请该不该批，一条工单该不该升级，这些判断在业务侧本来就模糊，写进评测集的时候必须变成一个明确的判定条件。

我猜接下来两年，CI 的样子会变。今天是一次构建加单元测试，以后会变成一次构建、跑一遍轨迹评测、再抽一批样本给人看。

人工和 AI 联合测试，会变成默认流程，而不是上线前的一次性动作。

06

价值正在往前移

技术实现的难度在肉眼可见地下降。框架越来越像，评测工具在被并购，工具接入有了 MCP 这类标准，部署运行时也有人做成了产品。

门槛下降之后，价值会往上游走。

真正难的部分回来了，把业务规则挖出来，把需求定义清楚，把工作流重新设计一遍。这三件事，模型替不了。

吴恩达在《The Batch》里说过一句挺直接的话，真正独立于供应商的 FDE 并不容易找到。大模型厂商的交付团队，天然会优先集成自家平台。

这对客户意味着一个具体风险，技术锁定。

绕开的办法不复杂，但每条都要落进合同。供应商保持中立，代码资产归客户，流程有完整文档，客户内部团队在上线后接得住。

最后一条最容易被跳过，也最致命。接不住的团队，第二年只能继续付钱。

还有一个正在变的采购标准，进场速度。普通工程岗位招聘平均七周，AI 人才从招聘到到岗通常两到四个月。谁能在一个月内把工程师放到业务现场，谁就在总成本上占了先手。

07

如果只记四件事

一，先选流程，再选模型。先问这个流程里哪些步骤的输出能被判定对错。判不了的，别急着上智能体。

二，把评测集当资产建。它不是测试代码，是这家企业对「什么叫做对了」的正式定义。会一直长，也会一直值钱。

三，验收标准里写进交接。不是系统能跑，是客户的团队能独立改一条业务规则。写不进去的验收，等于没验收。

四，找到那个能问出例外规则的人。他可能是最懂业务的老员工，也可能是唯一愿意坐下来跟工程师吵三小时的产品经理。这类人比会写 agent 的人稀缺得多。

软件行业花了二十年，才接受一件事。写代码只是交付里很小的一段。

AI 正在用更短的时间，把这个教训重学一遍。

2026 年全球 AI 软件支出预计 4,530 亿美元，同比增长约 60%。红杉描述过服务支出和软件支出的关系，大致是 6 比 1。

如果这个比例成立，真正的大头不在模型的账单上，在把它装进业务的那几千个日夜里。

模型会越来越便宜，越来越像水电。

交付不会。交付永远是一门关于具体的人、具体的流程、具体的例外的手艺。

李颖悟

长沙市智能存算产业促进会会长

联系邮箱：liyingwu@cszncs.com