AI 落地卡在最后一公里:驻场工程师涨了 36 倍
美国驻场 AI 工程师招聘从 2023 年不足 200 个涨到今年前三季度 7300 多个,中位年薪 19.5 万美元。AWS 投 10 亿、Anthropic 要训一万人。
模型能力已经不是企业落地的主要障碍。障碍是客户那套二十年前的系统、三条互相冲突的安全规定,以及没人敢签字的生产环境变更。
这类活,模型干不了,得派人。
一、发生了什么
据 CNBC 10 月 15 日报道,一种叫「前置部署工程师」(forward deployed engineer,简称 FDE)的岗位正在快速扩张。这个角色既懂 AI 和软件,又懂企业怎么运转,工作方式是直接进驻客户公司,把模型接进现有系统。
劳动力市场分析公司 Lightcast 的数据显示,美国 FDE 招聘岗位 2023 年不足 200 个,2025 年约 1200 个,2026 年前九个月超过 7300 个。同期公布的中位年薪是 195456 美元,比 2023 年高 40%,是美国所有岗位中位薪资的三倍多。
投入规模也摆在那里。AWS 为这项计划承诺 10 亿美元,负责该业务的副总裁 Asa Kalavade 说,先从数百名工程师起步,来源包括亚马逊内部和外部招聘。OpenAI 的部署业务有超过 40 亿美元初始投资,并计划收购应用 AI 咨询公司 Tomoro,预计带入约 150 名有经验的部署人员。Anthropic 投入 1 亿美元,目标到 2027 年底培训 1 万名 FDE。埃森哲和谷歌云则要组建一支 1000 人的队伍。
招聘最多的不只是模型公司。今年前三季度,德勤挂出 872 个 FDE 岗位,埃森哲 688 个,谷歌 499 个,毕马威 447 个。咨询公司成了最大的用人方。
培训并不轻松。埃森哲的 Ram Ramalingam 说,根据背景不同,FDE 的培训和入职要 30 到 90 天,而且对象必须已经是有经验的软件工程师,这个项目不是培养新手。Anthropic 的做法更像医学院:让学员跟着在职工程师做真实企业部署,通过评估后再回自己公司实践,之后还有 12 周导师期,首批完整认证预计 2027 年初。
效果目前只有个案。AWS 提供的一个案例里,Caylent 的 FDE 帮抵押贷款公司 PennyMac 做贷款服务平台,部分工程任务快了最多六倍。另一个案例是合规软件公司 Smarsh,估算释放了 500 万到 1000 万美元的工程和产品产能。但 Caylent 确认,这个数字没有单独区分 FDE 的贡献,也不等于现金节省。
二、跟你有什么关系
如果你是工程师:这是一个明确涨价的技能组合。它的门槛不在提示词,在能不能进客户会议室、听懂业务流程、把方案落进别人的系统。纯写代码的能力只占一半。
如果你在企业里负责采购:供应商说「有 FDE 团队」,要问的是人从哪来、在你这类系统上做过几次、项目结束后能力留不留下。人走了系统就停,等于没落地。
如果你是投资者:这批投入是 AI 资本开支的「最后一公里」支出。它能不能变成收入,取决于客户愿不愿意为结果续费,而不是为试点付一次钱。
三、怎么判断一个 FDE 项目值不值
读到这儿,可以顺路看 AWS 说 AI 服务器三年回本,这个账怎么算的 AWS 首席财务官费尔顿称 AI 服务器投资回报周期不到三年,手里有近 5000 亿美元订单储备。读完能看懂这个数字的口径、它没算进去的成本,以及该向云厂商追问什么。- 区分演示和部署。演示在供应商环境里跑,部署在你的权限、你的数据、你的审计规则里跑。合同里写清验收环境。
- 要求按结果付费,或至少按里程碑付费。只按人天计费,供应商没有动力收尾。PennyMac 的六倍提速是任务级的,不是财务级的,别让它变成报价依据。
- 要求留下可维护的东西。文档、代码、监控、回滚方案,四项缺一不可。FDE 的价值是让客户最终不需要他们。
- 算总成本。19.5 万美元只是美国中位薪资,加上差旅、管理和客户侧配合人员,实际投入更高。和「不做的损失」比,不要和「模型 API 价格」比。
- 内部先选两个人跟项目。全程旁观,比事后接手便宜得多。埃森哲的 30 到 90 天培训,说明这事有学习曲线,但没有神秘到无法内部化。
四、三个别信的说法
「招到几个 FDE,AI 就能落地。」 人才本身是稀缺的。Caylent 首席执行官 Val Henderson 说,最难教的是面对客户的情商,技术可以培训,判断力只能靠项目积累。她还说了一句更实在的:经验没有压缩算法。一个 FDE 要做过十几次成功部署,才有能力带团队。
「工程效率提升六倍,就等于投资回报六倍。」 这是两个口径。任务快六倍,不等于收入涨六倍,也不等于成本降六倍。Smarsh 那个 500 万到 1000 万美元的数字,是「可重新分配的产能」,不是已实现的现金节省。CNBC 也明确指出,这些改进尚未被独立验证为 AI 投资的回报。
「AI 会先替掉这类岗位。」 现实相反。这类岗位正在因为 AI 而增加。原因很简单:模型越强,能接的场景越多,需要有人把它接进复杂组织的地方也越多。被压缩的是重复劳动,不是判断和协调。
五、一句话结论
这一轮 AI 的钱,一半花在算力上,另一半花在把人送到客户机房里。
信息来源
- CNBC:《AWS, Anthropic race to deploy army of specialized engineers key to proving AI spending will pay off》,2026 年 10 月 15 日:原文
功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。
本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。
每周一封,只发新教程和可复制模板。不发广告,随时退订。