<mark id="oztn4"></mark>
0
“云大廠又要開始下場干重活了嗎？”
近期，亞馬遜云（AWS）斥資 10 億美金組建“AI 駐場工程師”團隊，這個看似“開歷史倒車”的重資產舉動，在科技圈引發了不小爭議。
要知道，長期以來，國際云巨頭們最喜歡講“極致標準化”的故事：開放公有云 API 接口，然后躺著數錢。至于重型駐場？基本是沒有的。
但在 2026 年的今天，這種躺著賣標品的模式，可能要變了。
AWS 正花費 10 億美元，組建一支數千人的“嵌入式 AI 工程師”團隊，也就是 FDE（前線部署工程師），直接開進客戶辦公室，手把手幫企業落地 Agent，搭建 AI 生產系統。
這并非孤例。
谷歌、OpenAI、Anthropic、Meta 等 AI 與云巨頭，最近半年都大力設立 FDE 崗或專項公司，總投入已超過數百億人民幣；國內的阿里、字節、騰訊等大模型兼云大廠，也都在今年上半年密集拉起了“駐場鐵軍”。
“深度駐場”、“高級外包”、“IT 施工隊”……這些略顯負面、過時的標簽，如今又出現在了 AI 云巨頭們的敘事里。
曾經追求躺著賺錢的云巨頭們，為什么在 AGI 時代突然熱衷于對客駐場了？會重蹈國內云大廠們曾經的“無限定制化”覆轍嗎？從躺著收租到駐場施工，這一戲劇性反轉背后，究竟藏著怎樣的行業變化？
AWS 嵌入式 AI 工程師要干的活，并不輕松。
首先，他們需要具備高技能。大模型微調、Agent 多層編排、RAG 等高級算法優化，以及精細化 token 降本……這些 AI 工程能力，不能掉鏈子。
其次，他們不僅要在技術上給方案，還要能卷起袖子幫客戶寫底層代碼、做數據清洗、甚至重構業務流程。
這也難怪一提到 FDE 崗，不少人腦子里會冒出“無限定制化”、“被客戶牽著鼻子走”、“高級外包專家”等陰影標簽。
但問題是，云大廠在 AI 時代的對客駐場，會和此前云計算時代，給政企客戶做私有化部署時一樣嗎？
起碼 AWS 給出了一個不一樣的嘗試。
雷峰網觀察到，AWS 對“嵌入式 AI 工程師”的服務，做了至少三方面的限制。
首先是交付物的本質不同。
為了避免陷入“無限定制化”的泥潭，AWS 這次界定了 FDE 駐場交付的核心，不是應用層的定制代碼，而是 “語義層”和“知識圖譜”。
在 AWS 的規劃中，工程師進駐客戶現場，主要任務是在客戶的 AWS 賬戶里部署一個標準化的語義層。
“所謂語義層，就類似一個翻譯器，會把客戶零散的企業數據、規章制度連接起來，生成一個由 AI 驅動、受治理的知識圖譜，以保證工程師撤走后，客戶自己的 AI Agent 可以在這個圖譜上進行推理和運轉。”一家上海 IT 咨詢公司合伙人張曉峰解釋道。
交付物明確而具體，就不會陷入抓不住重點的無限定制中去。
其次，AWS還祭出了一個大招：打破“按人頭計費”的舊傳統，按結果或固定增量計費。
在以往，尤其服務政企客戶的駐場中，云大廠往往被動卷入傳統集成商的泥潭，項目也常常被死死綁定在按人頭或工時計費的結算方式里。
這種模式存在天然悖論：客戶希望花最少的錢干最多的事，拼命壓榨駐場人員。于是項目工期越拉越長，云大廠的毛利被高昂的人工成本逐步吞噬，最終做一單虧一單。
而這次 AWS 在推出 10 億美元 FDE 計劃時，明確規定：FDE 將基于“固定價格的結果”進行收費，而不按人頭計費。
大廠和企業客戶在進場前就會對齊一到兩個非常具體的目標，比如：用 AI Agent 將開票審計流程從 3 天縮短到 45 分鐘。目標達成，項目即宣告交付。
這種“結果導向”逼著雙方必須聚焦在核心業務痛點上，防止客戶無限索要“順手做個小功能”的需求。
與此同時，AWS 在駐場周期上進行了嚴格限制，從“數月”縮短到“數周” ，也就是 “AI-45 法則”。
為了降低駐場成本，AWS 內部為 FDE 團隊制定了極其嚴苛的“AI-45 交付法則”：45 分鐘，從客戶痛點碰撞出一個 AI 想法；45 小時，做出一個可運行的原型；45 天，完成客戶現場的嵌入與最終交付。
“硅谷的 OpenAI 和 Anthropic 現在的駐場也是類似的‘閃電戰’模式。”張曉峰補充道。
“駐場時間控制在幾周之內，意味著大廠的工程成本是鎖定的、可控的，避免陷入長期拉鋸的‘駐場泥潭’。”
答案是不一定。
“根源在于，日新月異的 AI 技術、不夠成熟標準化的 AI 產品，以及稀缺的復合型人才，再遇上客戶復雜的 AI 期待，會讓項目充滿了很多不確定性。”前 AWS 首席架構師費良宏表示。
在他看來，FDE 是一種眼下很稀缺的復合型人才，需要在客戶現場兼任項目經理、開發、架構以及 AI 實現等職能，能夠主導項目并引導客戶最終實現 Agent 等 AI 產品的落地。
而那些沒有經驗和技能，倉促轉型上崗的 FDE，很可能由于缺乏底氣與能力，導致像外包工程師一樣被客戶牽著鼻子走，最終把項目做爛。
而且，由于 Agent 行業太新且發展極快，即便是海外有經驗的傳統 PM 或咨詢顧問，在面對 AI 與業務流程結合的實際落地時也會面臨經驗不足、無法向客戶自證的“兩難”困境。
“以前的咨詢顧問還能憑借信息差，不論是 IT 還是所謂的先進經驗，唬住客戶，但現在 AI 技術日新月異，大家都處于同一起跑線，想要抗住客戶的質疑，說服他該怎么搞，并不容易。”費良宏談到。
尤其是，眼下的 AI 產品還不是一個成熟的標品。
傳統云計算是明確的“標品”，客戶對其使用路徑非常清晰，技術客戶經理或解決方案架構師，只需在選型配置、性價比等細節上提供支持。
但在 Agent 和 Token 時代，AI 交付的只是如同“鋼筋水泥”般的原始毛坯素材，怎么用、怎么用得好完全沒有標準答案。
而且，以前大廠信奉的 API 接口模式只是講給技術人員聽的，無法與業務和流程管理人員溝通；而現在的 Agent 復雜在任何業務方的人都能參與進來，提出需求，更增加了 FDE 崗位的難度。
“大家還都在探索。”費良宏坦言。去年股價飛漲、知名度大漲的 Palantir 公司，算是FDE做得久，做得好的，但 Palantir 主要服務于美國政府和國防部這類有限的客戶場景，并非完全開放的競爭化市場，所以其樣本不具備大規模復制的特性。
而像 OpenAI、Anthropic 這類大模型廠商，在 FDE 方面的積累和實踐也才剛剛起步，沉淀的經驗還不夠充分。
這種情況，放在中國，還會更加復雜。
目前，雷峰網從多方了解到，國內云大廠也在組建 FDE 團隊，但建制不一。
有的還是混在 SA 條線或大類里，有的會從各處抽調選拔人才，組成單獨團隊，直接向更高層級的管理層單獨匯報，他們的工作重點基本都在于幫助客戶梳理流程，提升 token 用量。
在國內云銷售王劍看來，硅谷大廠們一定程度上“太矯情”了。對客駐場服務，在國內屬于標準服務。“就是傳統云時代里，服務經理、服務專家干的活，只是現在換了種叫法，叫‘大模型專家服務’。”
“但尷尬的是，國內 FDE 崗位給不上價。”一位證券公司 IT 分析師劉剛告訴雷峰網，盡管看上 FDE 是搞 AI 的，技術含量更高，但客戶還是不愿意為此付費，因為在他們眼里，這和 IT 施工隊模式沒有區別。“客戶還把你當人頭看，而非專家，于是又落到了定制化的老路里。”
而且，國內相關領域里，卷的公司太多了，全都是以前做軟件咨詢交付的公司。“其實就是實施，之前就有很多算法類的交付，現在有各種工具了，于是就又偏向方案背景的人才。在國內，FDE 這個崗位本身都快爛尾了……”一家獵頭公司負責人劉寧無奈道。
更多國內 AI 大廠 FDE 崗位詳情與實際體驗，歡迎添加作者微信 xf123a 交流。
在AI和云大廠們紛紛對客駐場的大趨勢下，有種說法是，云大廠正在從 MaaS（模型即服務）走向 CaaS（顧問即服務）。
以前大家賭的是誰的模型參數大、誰的 API 便宜。現在大家發現，AI 的競爭最后變成了服務業。誰能幫客戶把 AI 真正用起來，誰才能鎖定未來的算力訂單。
AWS 投入 10 億美金，其實是在為未來的幾百億美金云算力消耗“買路”。
而這動了傳統咨詢和外包巨頭的奶酪。
不少IT業內人認為，AWS 們的這一動作，直接把戰火燒到了埃森哲、麥肯錫、IBM、以及類似軟通動力、中軟國際等傳統 IT 咨詢和外包巨頭的腹地。
在過去，云廠商主要賣技術，外包商負責干臟活。但現在，擁有自研模型和芯片的云廠商不僅親自下場，而且他們派出的駐場團隊由于背靠原廠第一手模型和芯片，在解決大模型調試優化時的效率，直接拉開了與傳統外包商的技術代差。
科技巨頭正在利用自己的底層技術優勢和 FDE 崗，蠶食傳統外包行業的上游奶酪。
不過與此同時，云大廠花重金幫助客戶落地AI，可能會讓另一類玩家搭上便車，反過來對云大廠造成威脅。
“當前 AI 驅動的云計算市場，其復雜程度比以往更高，傳統的云計算陣營正在面臨‘新云（NeoCloud）’的沖擊。”費良宏告訴雷峰網(公眾號：雷峰網)。
在海外，以 Lambda Labs、CoreWeave 為代表的 NeoCloud 廠商主要以 AI 為導向，提供算力和 Token Factory（Token 工廠）模式，國內則有類似硅基流動這樣的對標企業。
在他看來，隨著云大廠FDE崗位加速客戶 Agent 落地，未來企業在成熟 AI 生產系統下，主要以消耗 token 和靈活部署應用為主，對傳統云的存儲、計算、網絡依賴會變低，轉而主要依賴 API 和 token 生成。
而這會使得新一代的 NeoCloud 陣營更占優勢，傳統的云計算巨頭反而可能逐漸走向弱勢。正如美國市場上，現在賣 GPU 和 token 發展最快的，也已經不再是傳統的老字號云大廠了。
回到最初的問題：云大廠真的想干重活嗎？答案顯然是否定的。它們咬牙把 AI 工程師們送上又苦又累的駐場前線，是為了在 AI 時代的初期，幫客戶打通 AI 落地最后一公里。
只是，這場精心算計的“新駐場生意經”最終能否如愿以償，影響因素是復雜的。而云大廠們的這一舉動，最終是肥了自己的 token 營收，還是為旁觀的“新云”新貴們做了嫁衣，猶未可知。
本文作者長期追蹤海外 AI 巨頭資本動態、前沿技術和幕后故事，歡迎添加作者微信 xf123a 互通有無。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
