云厂商正在通过自建交付团队，重新定义AI部署的标准，并以此将客户牢牢绑定在自己的生态体系内。

核心内容如下：

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，正在激烈争夺AI交付层的控制权。
3. 行业焦点正从咨询服务，转向标准化交付与生产工程。

上个月我们聊过Google把FDE改写成了Agent Engineer，那次是云厂商第一次把FDE（Forward Deployed Engineer，即嵌入客户现场做AI落地的工程师）写进自己的岗位体系。当时我们就判断，这只是一个开始。

现在，升级版的证据来了：AWS拿出了10亿美元自有资金，自建FDE组织。

一、AWS做了什么

先说三个已经确认的事实。

第一，钱是自己的。 这10亿美元并非来自客户合同的预付款，而是AWS主动投入，用来建设组织。根据MarketWatch的报道，外界普遍将这一动作解读为“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到6人的小组直接嵌入客户，早期的客户包括NBA和西南航空。这种pod不是驻场外包，它带着AWS自己的方法论进场——包括semantic layer（把企业数据翻译成AI能理解的业务语义层）和governed knowledge graph（可治理的知识图谱），目标是让客户在几周内就能进入生产环境。

第三，配套的是标准，不只是一群人。 AWS Partner Network也在同步推进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）和Production Engineering Standard（生产工程标准）。AWS的原话很直接：企业AI已经超越了咨询模式，客户要的是在几周内上线的Agentic AI。

把这三件事放在一起看，AWS买的不是一支交付队伍，而是把“AI怎样才算部署成功”的定义权，牢牢攥在自己手里。

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，但抢的目标相同。

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，谁就控制了续约。

云厂商：AWS的10亿加微软的25亿。 微软的Frontier Company配备了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，是把交付做成平台的护城河：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”，否则就会被前两者从上下两端挤压。

根据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%。这三方砸的不是三个市场，而是同一层：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%到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，雇主结构已经变成了至少四类：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、法务部门）。

全市场目前有1,206个在招的FDE岗位，涉及669家公司，同比增幅超过1,000%。薪酬分化很明显：Palantir的中位数是21.5万美元，头部实验室的高级FDE报出了56到78.5万美元。

不过，也要看到另一面：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”的溢价就会被压低。对个人而言，差异化不在于“会不会进客户现场”，而在于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，但能定义验收标准的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，问题可能不在于客户复杂，而在于产品本身。

这个质疑值得认真对待。它意味着衡量FDE组织的指标，不应该是“团队有多大”，而应该是：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和评测框架上，而不是单纯地堆人，这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，但现在，已经有了10亿美元的注脚。