当大模型公司也开始招FDE：未来最有价值的是能把业务、组织和AI联结在一起的人

最近在 AI 圈有两件事挺值得关注的：

第一件，大数据公司Palantir的CEO Alex Karp在媒体上炸了，点名OpenAI和Anthropic两家公司的CEO，说前沿AI公司的token计费模式已经"完全失控"。原话是：美国企业现在的心态就是"花钱烧token，烧完零产出"。

第二件，OpenAI和Anthropic同时在招聘一个新岗位——Forward Deployed Engineer（FDE，前沿部署工程师）。旧金山、纽约、东京、慕尼黑、新加坡，全球撒网。

如果把两件事连起来看，你大概就明白了Karp为何会发飙，因为AI大模型公司正在做一种战略转向，而其最终的结果可能会侵蚀Palantir赖以生存的传统领地。

未来真正的竞争，已经不是谁的模型更强了，而是谁能杀进企业内部流程，把 AI 变成生产力。

1. AI 产业正在切换赛道

过去三年，大模型行业的竞争只有一条逻辑：谁的模型更强。GPT对Claude、Gemini对DeepSeek。上下文长度、推理能力、代码能力、对标排名。整个行业盯着刷榜。

但一件事正在变得明显：当企业真的开始部署AI之后，最难的地方根本不是模型。最难的是：数据怎么打通？权限怎么管理？员工怎么用？流程怎么改？AI输出怎么审核？出了问题谁担责？

这些问题，没有一个靠"更聪明的模型"能解决。换句话说，AI行业正在从"模型军备竞赛"切换到"落地能力竞赛"。

FDE这个角色，最早是Palantir在 2005 年发明的。

当时的背景：Palantir第一批客户是中情局、国安局这些情报机构。这帮客户的特点是：数据绝对不能离机房，需求也说不清楚——不是不想说，是涉密不能说。

正常SaaS公司的打法：注册账号、上传数据、远程支持。但面对这些情报机构，以上做法变得不可能。

于是Palantir想了一个反常规的操作：直接派工程师进入客户现场。在带不出手机的那种隔离设施里，摸清需求，写代码，搭系统，调优，交付。这便就是FDE的起源。

现在OpenAI和Anthropic在招的FDE，本质是一回事：根据职位描述，FDE不是销售、不背任务，负责写生产级代码，做系统集成，管数据管道，搭AI智能体框架。

但他们又不像传统工程师——他们得跟客户CEO开会，在信息残缺的情况下找到方向，一个人扛起整个部署。

FDE有点像是AI行业的"特种部队"。什么都得会，什么情况都得应付。

我搜了一下领英上这个岗位的薪酬，大概是20-30万美元起，资深能到50-60万美元。

2. 藏在JD 里的秘密：两家公司在想什么不一样

对比Anthropic和OpenAI两家公司的FDE职位描述，我有一些有意思的发现。

Anthropic的JD描述第一句话是："你将坐在企业AI部署的最前沿，作为我们的创始FDE之一，帮助塑造我们的前线部署运动。我们期望FDE可以自主运作，在模糊性中茁壮成长。"

翻译过来就是：没人会告诉你该做什么，你需要自己找路。

Anthropic面试不考算法题，而考"在模糊条件下设计部署方案"。还重度强调安全、评估、目标对齐。

OpenAI 的JD描述："FDE 领导前沿模型在客户生产环境中的复杂端到端部署，与我们最具战略意义的客户并肩作战。"

OpenAI的FDE要管需求发现、技术方案、系统搭建到上线交付全流程。更像个"派驻客户的微型CTO"。

对比之下，Anthropic更在乎"价值观匹配"，从零搭团队；OpenAI更在乎"执行力"，规模化扩张。

二者的共性值得关注：

第一，两个JD都强调"不是销售岗，是工程岗"。写代码、做系统集成、管部署，不背销售任务。

第二，都要求"嵌入客户现场"。不是远程支持，是坐在客户办公室里跟对方的工程师一起干活。

第三，都要求极度自主。没有标准流程，没人告诉你该做什么。

这说明一件事：OpenAI和Anthropic同时认为：光有最好的模型不够。你得把它塞进企业真实的流程里。

这样我们就能理解为什么Karp在媒体上发飙了，他是在捍卫Palantir最核心的商业模式。

Palantir过去二十年几乎没有卖过"模型"。它卖的是：理解业务。连接数据，改造业务流程。帮客户建一套真的能跑的决策系统。Palantir一直在说一句话：企业不需要聊天机器人，需要的是 AI 操作系统。

所以当OpenAI和Anthropic开始大规模招聘FDE的时候，Karp看到的不是"一个新岗位"。他看到的是：模型公司终于杀进了自己最擅长的领域。

OpenAI和Anthropic正在补齐过去最大的短板—企业交付能力。而这个能力，恰恰是Palantir花了二十年才磨出来的护城河。

如果大模型公司的这条路跑通了，很多过去需要Palantir参与的项目，未来大模型公司一家就干了。

3. 对HR的意义：不光懂业务，还得懂AI

大模型公司的上述战略转向，不光对Palantir这样的公司，对更广泛的咨询业也带来冲击。

过去咨询卖的是：战略、组织、流程、制度、培训。未来客户要的是：把这些东西直接做成 AI：绩效管理Agent、招聘流程Agent、供应链分析Agent，等等。

未来企业真正稀缺的角色会是企业内部的AI业务伙伴——能理解业务、能拆流程、能设计Agent、能持续优化AI系统。

仔细想想，这跟传统HRBP的定位非常接近。区别只在于：未来的HRBP不光要懂业务，还得懂AI。

说白了一句话：未来HR领域最值钱的人，是最懂"业务流程 + 组织管理 + AI"的人。

很多企业今天还在纠结：该买GPT还是Claude？

现在看来，这个问题还不是最重要的问题，真正该问的是：我们的核心业务流程是什么？哪些流程真适合AI？数据准备好了没有？组织准备好了吗？有没有能推动AI落地的"翻译官"？

这些问题没答案，再强的模型也落不了地。

后 记

未来三到五年，AI行业也许会分成三层。

第一层，基础模型公司。OpenAI、Anthropic、Google，等—持续卷模型能力。

第二层，企业 AI 操作系统。Palantir代表这个方向，也会有越来越多平台公司加入。

第三层，行业解决方案和企业AI团队。咨询公司、系统集成商、企业内部团队—负责把 AI 落到采购、制造、研发、HR、财务、供应链。

未来决定胜负的，是谁先杀进最后一公里：把AI嵌进真实业务流程，让它天天参与决策，持续创造可衡量的价值。

而对个人来说，新的机会已经出现：最有竞争力的人，不是最会写代码的，也不是最懂管理的，而是能把业务、组织和AI接在一起的人。

—— End ——

1.

2.

3.