當大模型公司也開始招FDE：未來最有價值的是能把業務、組織和AI聯結在一起的人

最近在 AI 圈有兩件事挺值得關注的：

第一件，大數據公司Palantir的CEO Alex Karp在媒體上炸了，點名OpenAI和Anthropic兩家公司的CEO，說前沿AI公司的token計費模式已經"完全失控"。原話是：美國企業現在的心態就是"花錢燒token，燒完零產出"。

第二件，OpenAI和Anthropic同時在招聘一個新崗位——Forward Deployed Engineer（FDE，前沿部署工程師）。舊金山、紐約、東京、慕尼黑、新加坡，全球撒網。

如果把兩件事連起來看，你大概就明白了Karp為何會發飆，因為AI大模型公司正在做一種戰略轉向，而其最終的結果可能會侵蝕Palantir賴以生存的傳統領地。

未來真正的競爭，已經不是誰的模型更強了，而是誰能殺進企業內部流程，把 AI 變成生產力。

1. AI 產業正在切換賽道

過去三年，大模型行業的競爭只有一條邏輯：誰的模型更強。GPT對Claude、Gemini對DeepSeek。上下文長度、推理能力、代碼能力、對標排名。整個行業盯著刷榜。

但一件事正在變得明顯：當企業真的開始部署AI之后，最難的地方根本不是模型。最難的是：數據怎么打通？權限怎么管理？員工怎么用？流程怎么改？AI輸出怎么審核？出了問題誰擔責？

這些問題，沒有一個靠"更聰明的模型"能解決。換句話說，AI行業正在從"模型軍備競賽"切換到"落地能力競賽"。

FDE這個角色，最早是Palantir在 2005 年發明的。

當時的背景：Palantir第一批客戶是中情局、國安局這些情報機構。這幫客戶的特點是：數據絕對不能離機房，需求也說不清楚——不是不想說，是涉密不能說。

正常SaaS公司的打法：注冊賬號、上傳數據、遠程支持。但面對這些情報機構，以上做法變得不可能。

于是Palantir想了一個反常規的操作：直接派工程師進入客戶現場。在帶不出手機的那種隔離設施里，摸清需求，寫代碼，搭系統，調優，交付。這便就是FDE的起源。

現在OpenAI和Anthropic在招的FDE，本質是一回事：根據職位描述，FDE不是銷售、不背任務，負責寫生產級代碼，做系統集成，管數據管道，搭AI智能體框架。

但他們又不像傳統工程師——他們得跟客戶CEO開會，在信息殘缺的情況下找到方向，一個人扛起整個部署。

FDE有點像是AI行業的"特種部隊"。什么都得會，什么情況都得應付。

我搜了一下領英上這個崗位的薪酬，大概是20-30萬美元起，資深能到50-60萬美元。

2. 藏在JD 里的秘密：兩家公司在想什么不一樣

對比Anthropic和OpenAI兩家公司的FDE職位描述，我有一些有意思的發現。

Anthropic的JD描述第一句話是："你將坐在企業AI部署的最前沿，作為我們的創始FDE之一，幫助塑造我們的前線部署運動。我們期望FDE可以自主運作，在模糊性中茁壯成長。"

翻譯過來就是：沒人會告訴你該做什么，你需要自己找路。

Anthropic面試不考算法題，而考"在模糊條件下設計部署方案"。還重度強調安全、評估、目標對齊。

OpenAI 的JD描述："FDE 領導前沿模型在客戶生產環境中的復雜端到端部署，與我們最具戰略意義的客戶并肩作戰。"

OpenAI的FDE要管需求發現、技術方案、系統搭建到上線交付全流程。更像個"派駐客戶的微型CTO"。

對比之下，Anthropic更在乎"價值觀匹配"，從零搭團隊；OpenAI更在乎"執行力"，規模化擴張。

二者的共性值得關注：

第一，兩個JD都強調"不是銷售崗，是工程崗"。寫代碼、做系統集成、管部署，不背銷售任務。

第二，都要求"嵌入客戶現場"。不是遠程支持，是坐在客戶辦公室里跟對方的工程師一起干活。

第三，都要求極度自主。沒有標準流程，沒人告訴你該做什么。

這說明一件事：OpenAI和Anthropic同時認為：光有最好的模型不夠。你得把它塞進企業真實的流程里。

這樣我們就能理解為什么Karp在媒體上發飆了，他是在捍衛Palantir最核心的商業模式。

Palantir過去二十年幾乎沒有賣過"模型"。它賣的是：理解業務。連接數據，改造業務流程。幫客戶建一套真的能跑的決策系統。Palantir一直在說一句話：企業不需要聊天機器人，需要的是 AI 操作系統。

所以當OpenAI和Anthropic開始大規模招聘FDE的時候，Karp看到的不是"一個新崗位"。他看到的是：模型公司終于殺進了自己最擅長的領域。

OpenAI和Anthropic正在補齊過去最大的短板—企業交付能力。而這個能力，恰恰是Palantir花了二十年才磨出來的護城河。

如果大模型公司的這條路跑通了，很多過去需要Palantir參與的項目，未來大模型公司一家就干了。

3. 對HR的意義：不光懂業務，還得懂AI

大模型公司的上述戰略轉向，不光對Palantir這樣的公司，對更廣泛的咨詢業也帶來沖擊。

過去咨詢賣的是：戰略、組織、流程、制度、培訓。未來客戶要的是：把這些東西直接做成 AI：績效管理Agent、招聘流程Agent、供應鏈分析Agent，等等。

未來企業真正稀缺的角色會是企業內部的AI業務伙伴——能理解業務、能拆流程、能設計Agent、能持續優化AI系統。

仔細想想，這跟傳統HRBP的定位非常接近。區別只在于：未來的HRBP不光要懂業務，還得懂AI。

說白了一句話：未來HR領域最值錢的人，是最懂"業務流程 + 組織管理 + AI"的人。

很多企業今天還在糾結：該買GPT還是Claude？

現在看來，這個問題還不是最重要的問題，真正該問的是：我們的核心業務流程是什么？哪些流程真適合AI？數據準備好了沒有？組織準備好了嗎？有沒有能推動AI落地的"翻譯官"？

這些問題沒答案，再強的模型也落不了地。

后 記

未來三到五年，AI行業也許會分成三層。

第一層，基礎模型公司。OpenAI、Anthropic、Google，等—持續卷模型能力。

第二層，企業 AI 操作系統。Palantir代表這個方向，也會有越來越多平臺公司加入。

第三層，行業解決方案和企業AI團隊。咨詢公司、系統集成商、企業內部團隊—負責把 AI 落到采購、制造、研發、HR、財務、供應鏈。

未來決定勝負的，是誰先殺進最后一公里：把AI嵌進真實業務流程，讓它天天參與決策，持續創造可衡量的價值。

而對個人來說，新的機會已經出現：最有競爭力的人，不是最會寫代碼的，也不是最懂管理的，而是能把業務、組織和AI接在一起的人。

—— End ——

1.

2.

3.