月薪7万，招不到人？
今年年初，OPC的创业模式引来一阵风潮。但放在一级市场来看，OPC并不符合传统VC/PE的投资逻辑，它降低的是创业门槛，装的是个体就业的账，装不下机构的钱。背后逻辑可前往投中网此前的这篇文章一探究竟《“OPC里的企业基本没有投资价值”｜Frontline》。
近期，我听一家头部市场化机构合伙人也提到，OPC只是实验，未必是潮流。他更看好的是FDE，认为它才是新型经济体，会大规模出现。
FDE，Forward Deployment Engineer，前线部署工程师，并非横空出世的新概念。这个岗位最早由美国的Palantir规模化推广，核心打法是派驻工程师进驻政府、大企业客户现场，把标准化的数据分析产品嵌入客户已有的系统与工作流。放在当前的AI语境下，FDE要完成的是AI的“最后一公里”。
“大模型公司已经跑出来了。
与OPC一人打天下不同，FDE一般需要3人及以上，本质是三种能力的组合：懂业务的咨询、能落地的交付、会调模型的工程。工具现做手搓，每个版本都能重写，小团队解决大问题，商业上算得过来账。
他也亲自下场投了两家公司，也在劝说身边不少受到AI冲击的传统咨询公司的咨询师、软件工程师、码农，组局去做FDE，他愿意投。
和OPC的热在民间不同，FDE已经在2026年成为了一个独立赛道，甚至催生了今年最火的高薪岗位。大模型公司、大厂纷纷在今年增设FDE岗，百万年薪是基准线。
大模型公司，百万年薪开抢FDE
一个2023年还极其小众的岗位，正在变成AI时代最贵的人头。
先看薪资。BOSS直聘、猎聘上，
百万年薪，是基准线。海外把这条线抬得更高。OpenAI官网的FDE岗位，年薪16.2万到28万美元，折合110万到190万元人民币，另加股权。Anthropic开到20万到30万美元，折合136万到203万元。有猎头为挖一个从业仅两年的FDE，开出40万美元年薪外加完全远程的条件。硅谷从业者的说法是，这个岗位的薪酬上不封顶，一年50万美元的总包只是起步。
再看增速。LinkedIn在2026年1月发布的全球劳动力市场趋势洞察报告显示，2023年到2025年，FDE新增岗位数量增长了42倍，同期AI工程师岗位增长13倍，两年间全球新增AI相关岗位至少130万个。《华尔街日报》直接称它为科技行业最热门的工作。
国内市场，猎聘大数据研究院2026年9月发布的FDE人才供需报告给出的口径是：国内FDE岗位平均年薪40.8万元，人才供需比0.28，每3.5个岗位抢1个人。
这意味着，FDE是当前人才市场里最紧缺的物种之一。
钱也追进了这个赛道，而且已经催生出一家上市公司。海致科技2026年2月13日在港股挂牌，首日大涨250%，是国内第一家FDE概念上市公司。
一级市场的名单还包括但不限于以下几家：
当前一级市场估值最高的FDE概念公司之一，中数睿智。在2026年密集完成3轮融资，累计完成5轮融资，鼎晖VGC三轮加注。
成立于2025年的词元无限是融资节奏最快的一家。29天完成数亿元天使轮。方向很明确，All in B端Coding Agent，靠FDE模式交付可运行、可验证、可审计的企业级结果。
素源矩阵更“极致”。核心团队只有7人，服务大型国央企客户，单体项目几十万至百万元不等，可以按结果付费。2026年4月完成天使轮融资，投资方是奇绩创坛。极小团队，高客单价，结果付费，它的存在本身就是对FDE组织形态的一次验证。
国外走得更早一点。
最早动手的是Anthropic，2025年12月就联合埃森哲训练了约3万名员工用Claude。真正的爆发在2026年5月：4日，Anthropic联手黑石、H&F、高盛成立15亿美元合资公司，专做PE组合公司的AI落地；11日，OpenAI成立DeployCo，初始投资超40亿美元，19家机构参投，还顺手收购咨询公司Tomoro，一次性带入150名部署工程师。两个月后微软跟进，砸25亿美元、派6000名工程师进驻财富500强。
国内外大模型公司纷纷砸钱布局FDE，核心原因是在亏损和商业化压力下，FDE能够成为它们从“卖模型”转向“卖结果”、实现收入增长和模型迭代的关键战略抓手。
“企业买了API、买了模型，却用不起来，这个交付鸿沟就是FDE要填补的。FDE驻场帮企业把模型接入数据、系统和流程，对上线后的效果负责，只有客户业务真正跑起来，token消耗才会持续滚动，收入才不是一次性的。”投资人J分析。
而且“烧token”只是FDE商业逻辑的第一层，更关键的是知识回流机制。FDE在客户现场帮企业落地Agent时，会把企业原本藏在员工脑子里的业务流程、领域知识和操作规范，整理成Prompt、Workflow、Memory和Skills，结构化提取出来。这些企业级领域知识通过fine-tuning、强化学习或作为训练语料，被内化进下一代模型。
这也意味着FDE做得越多，模型越懂行业，下一代模型需要的定制化就越少，交付效率越高。此外，FDE的每一次驻场，都是在给下一代模型采集买不到的训练数据。这个反馈环，竞争对手无法复制。“模型一旦在客户私有的边缘案例上完成微调，嵌进日常决策流程，客户再想迁移，就是伤筋动骨。业内把这叫数据引力。FDE驻得越深，引力越大。”J说。
“传统软件公司都算是老登了，以后会被FDE干掉”
上面是大模型厂商的逻辑。对市场化投资机构来说，账要换个算法。回到开头那位投资人，他出手投FDE，投的不是一条新赛道，而是一种组织形态：新一代软件产业。
“我认为，像早年的中软、东软、用友、金蝶，这些都算是老登了，以后会被这些FDE全干掉，因为FDE手头的工具太强大了。”
背后依旧是算账。传统软件公司靠人头堆项目，交付周期长，算不过账。以前一个项目10个人干3个月，现在3个人干2周。单位经济模型变了，FDE公司能赚钱，传统软件公司不能。
还有一层是刚需。万亿参数的开源模型，企业拿过去根本部署不了。最新一代开源模型，一个team一个training就是万亿到两万亿参数，市场上能部署这个规模模型的团队极少。这就需要FDE公司充当施工队、设计院、监理，帮助企业设计模型网络、部署运行、持续运维。这不是可选项，是必需品。
他认为中国会出现一批企业级 AI 应用公司，FDE 是其中关键一环。他用半导体产业链做类比。“上游，把大模型公司当台积电、当英伟达看。往下一定会出现富士康、立讯精密，出现一批token factory。大模型公司是造芯片的，FDE公司就是干组装的，承接模型能力，完成‘最后一公里’交付。”
按这个类比，FDE公司的天花板不低。富士康做过全球最大的代工厂，FDE集群做全中国、全世界的生意，逻辑上成立。
集群会落在哪里？他的答案是海淀。海淀是中国软件工程师最密集的地方，AI coding冲击传统coding，这批人转FDE是主动调整。他的建议是海淀形成若干FDE集群，抱团出海：不是单个公司单打独斗，而是大模型公司加FDE公司组成联合体，一起做全中国的生意，甚至全世界的生意。
他对终局的想象更大：最大的FDE公司会像保险公司。每个人有自己的工具箱和模型，一两个人就能开公司。但三人成组不是回到个体户，这些小团队依然需要一个平台在背后做四件事：培训赋能、统一谈判、自研产品、对接大模型公司。本质是大平台加小前端，平台出模型、工具和品牌，小前端进客户现场交付。
另还有投资人对我表示，“FDE不仅值得被VC投资，甚至值得被VC拥有，变成自己的投前投后能力”。
投前，FDE团队进场相当于外部专家做尽调，比财务报表更深地摸清目标企业的真实成色。投后，给被投企业做AI赋能，尤其在零售这类比拼数字化和供应链的行业，这就是机构的差异化服务。
当然，也有不同的声音出现。很多人会认为这依然是个码人头的商业模式，生意不够性感，与理想还有差距。
专注于AI Worker的企业级AI公司星尘浩宇FDE团队经理Eric Young给我讲了一个生动的案例。他们曾服务一个制造业大客户，客户最初的需求就一句话：把售后客服自动化。他们进场反复调研，最后做出来的东西不是AI客服，是售后工程师的copilot，帮工程师快速找齐信息、给出处理意见，由人来确认。
这对他们来说属于中型项目，全程耗时2个多月，模式介于标准化SaaS和纯定制之间。这个项目里最难的部分是，客户说的需求，和客户真正需要的东西，往往不是一回事。
交付标准也踩过坑。以前，他们合同会写成交付一个agent、两个agent。但其实这种条款非常危险，软件做出来客户不用，产生不了价值，验收和回款都成问题。现在他们会将结果拆成三段：技术上交付什么，业务流程发生什么变化，最终产生什么指标。
而对结果负责还需要一个大前提，是客户得配合。数据不给，接口不给，组织和员工不愿意改流程，再多的FDE也做不出结果。“AI落地最大的挑战不是技术，是人，是组织，是业务流，可实施性和业务可行性只要有一环不满足，做得越快，死得越快，所以需要前置风险把控。”Eric说。
他还强调，FDE是手段，不是目的。每做一个项目，就要把客户侧的能力抽象回平台，变成可跨行业复用的组件。FDE做的事情越来越少，产品越来越标准，客户开箱即用，这才是FDE模式的终局。“如果没有做积累，就会变成比较传统的高级外包团队”。
本文来自微信公众号“投中网”，作者：黎曼，36氪经授权发布。
