从物理机到虚拟化，从云原生到微服务，每一轮基础设施范式切换都催生了一波以改造存量系统为生的专业服务公司。现在，轮到AI-Native了。

一、先说清楚：FDE不是旧瓶装新酒，酒越来越烈

先讲一个被验证过五次的规律。

物理机时代，IBM、Oracle、HP、Dell开创了数据中心的先河。虚拟化来了，VMware、AWS EC2、Microsoft、Citrix重新定义了数据中心。云原生容器化浪潮中，MSP承接了K8s改造项目。微服务化阶段，互联网公司扛起了亿级并发的微服务改造。

每一轮基础设施范式切换，都需要有人来完成"最后一公里"——把新技术塞进存量业务系统里，让它真正跑起来。

现在轮到AI-Native。这个角色叫FDE（Forward Deployed Engineer，前沿部署工程师）。

但本轮FDE和前几轮有本质区别。

前几轮的FDE做的是迁移和升级：把物理机迁到虚拟机，把单体应用拆成微服务，把本地部署搬到云上。本质是"搬东西"。

本轮FDE做的是翻译和重构：基于企业现有的业务系统、数据资产与业务SOP，完成从传统架构到Agent架构的生产级系统开发——把"人做事"的流程，翻译成"Agent做事"的系统。

交付物不是一份迁移报告，不是一套新硬件，而是系统本身。

以AWS为例，它自己历经虚拟化→容器化→微服务化→Agent化四轮改造周期。现在，这家万亿美金市值的公司，把下一个破局点押注在了AI需求杠铃的中段——企业生产负载的AI化。

这不是旧瓶装新酒。酒越来越烈。

二、三个边际剧变：FDE商业飞轮的显性支撑

AI-FDE的商业逻辑能跑通，得益于大模型和Agent带来的三个维度边际剧变。

第一，产品形态变了。

过去卖的是动辄几千台的服务器和超融合/私有云产品。现在卖的是AI服务和Agent系统。

一个形象的对比：大型AI项目正在从"一群外包+核心产品+一堆硬件+系统集成"的工业浊酒，切换为"几个人+业务Agent+基础软件和数据+Agentic Coding"的酱香白酒。

第二，交付人力变了。

过去一个项目需要30个人干6个月。现在一个FDE小组就能搞定。

不是人变少了，而是人的密度变高了。FDE的能力模型要求全栈贯通：计算/存储/网络架构 → 模型训练微调调优 → Agent调试与MCP接入 → 系统集成。

据我们了解，FDE的薪酬和模型公司的研发人员属同一个档次。

第三，付款方式变了。

过去按人天或里程碑分阶段付款，项目结束关系结束。现在变成结果导向或License部署验收——你交付的是一套能跑的系统，不是一叠文档。

这三个变化合在一起，构成了FDE商业飞轮的显性支撑。

三、合格FDE公司的三个要素：人才壁垒+口碑案例+高利润

不是所有做Agent集成的公司都能叫FDE。合格的FDE公司需要同时具备三个要素。

第一，高利润是试金石。

Palantir的调整后经营利润率是60%。低毛利的"FDE项目"本质是旧酒装旧瓶——你卖的是人力外包，不是系统价值。

高利润不是贪婪，是商业模式的体检报告。它证明你交付的东西，客户愿意为之支付溢价。

第二，口碑案例是营收增长的风向标。

合作公司的规模、落地效果、有无企业站台，是FDE项目的核心观测点，也是新的FDE的敲门砖。

在FDE这个行当里，一个成功案例的价值远超十份PPT。因为客户买的不是承诺，是被验证过的交付能力。

第三，人才壁垒是核心资产。

FDE需要的人，要同时懂infra、能翻译业务SOP、还要付得起高薪。这种人市场上不多，培养周期不短。

真正有价值的是把业务SOP转成Agent系统的那套Harness/系统本身。模型可以被替换，尤其是开源模型的可用性大幅提升后，模型本身越来越不值钱，值钱的是把模型塞进业务系统的那双手。

四、谁在做FDE？三条路径，格局未定

目前看，FDE市场有三类玩家。

CSP（云服务商）是排头兵。

原因很直接：它们具备高质量全栈人力（懂infra+能翻译业务SOP+付得起高薪），叠加基础软件生态（数据库/大数据/安全），可完成生产级业务Agent与应用交付。作为中立方且能做跨系统整套交付的玩家，CSP有望在初期占据主导份额。

SaaS厂商有入口优势，但格局待定。

ERP/CRM的MCP化改造是FDE的重要引流入口——高粘性现网系统+"重构收费"，天然适合切入。但企业内部远不止ERP，同时还要面临与CSP的竞争。SaaS厂商能不能从"单点改造"扩展到"跨系统交付"，决定了它们能不能在FDE市场拿到大份额。

独立FDE最为稀缺。

以Palantir为标杆，依托Sovereign AI与规模化商业转化建立独有护城河。国内这个赛道还在早期，真正的独立FDE公司不多。

三条路径，谁能在企业主权AI支出周期里跑出来，现在下结论还为时过早。

五、写在最后：从Token Maxxing到深水区

年初，token maxxing（极致优化token效率）证明了仅编程效率的提升，还不足以拉动企业的整体生产效率。

企业的木桶短板在哪里？在把AI从Demo变成生产系统的那最后一公里。

FDE的出现，标志着全球AI的支出周期，开始从2023年的CSP基础设施投入周期，逐渐切换到2026年的企业主权AI支出周期。

这个过程中，CSP、云厂商、企服SaaS、行业信息化公司都有机会从中受益。但机会的大小，取决于谁能真正完成"人做事"到"Agent做事"的翻译。

更大的蛋糕背后，是更严峻的挑战和需要更顶尖的人才。

技术从来不缺，缺的是把技术焐热、塞进真实业务系统里的那双手。

这双手，现在叫FDE。

#大模型

#大模型

企业AI进入深水区：FDE正在吃掉最后一公里的蛋糕