AWS 掏 10 亿美元派工程师驻场，抢 Agent 落地的最后一公里

AWS 也开始卖"人"了

7 月 1 日，AWS 在华盛顿的客户峰会上甩出一个新组织——Forward-Deployed Engineers（前线部署工程师，简称 FDE），先期砸 10 亿美元，规模数千人，任务只有一个：把工程师直接派进客户公司，蹲点 45 天一轮，5 到 6 人一组，帮客户把 AI Agent 从 PoC 推到生产环境。

这个消息看着不起眼，但味道很重。一家全球最大的云厂商，开始把工程师当成产品卖，而不是继续堆 EC2、Bedrock 的 SKU。这背后的信号是：模型层的仗打得差不多了，Agent 落地才是接下来两年真正的现金牛，而这块地大厂还没圈完。

FDE 是什么？Palantir 玩了十几年的老套路

熟悉 Palantir 的应该对 FDE 这个词不陌生。Palantir 从成立那天起就没走"卖 License"的正统 SaaS 路线，而是把工程师直接派到 CIA、军方、大药企的办公楼里，跟客户业务人员坐在一起，一边理解流程，一边写代码，一边训练模型。他们卖的不是软件，是"能跑起来的解决方案"。

这套模式的商业结果非常吓人：极高的客户切换成本，加上服务费和 License 混合收入结构，让 Palantir 在过去 10 个季度里营收增速一路加速。华尔街给它的估值一度比很多纯 SaaS 公司还激进。

现在这套打法被 AI 行业整体抄了作业：

• OpenAI：与私募机构合作，规模约 40 亿美元的 FDE 计划
• Anthropic：类似机制，规模约 15 亿美元
• Salesforce、Google Cloud：都推出了同类驻场服务
• AWS：10 亿美元入场，规模上不算最大，但依托云基础设施的分销力最强

AWS AI 负责人 Francessca Vasquez 的说法比较官方："客户离开 FDE 项目时，不仅拿走一个方案，还带走一整套可复用的工程方法、工作流和 AI 实践。"翻译一下：我们不光帮你做，还教你怎么做，未来你继续在 AWS 上花钱。

为什么现在？因为 Agent 卡在"最后一公里"

过去两年，企业买 AI 有一个非常割裂的现象：POC 做得飞起，上生产死一片。

模型能力其实早就够了，Claude 3.5、GPT-4o、Gemini 2.5、DeepSeek V3 这些主流模型在标准 benchmark 上都能打。真正的问题不在模型，而在：

1. 业务流程理解：企业内部的审批链、数据孤岛、权限体系，模型不知道，工程师也不知道
2. 数据可用性：客户的数据要么脏、要么散、要么锁在 SAP/Oracle 里，Agent 拿不到就等于瞎
3. 可靠性调优：Agent 在 demo 环境跑通，一到生产就漂移、幻觉、超时，需要大量 prompt/tool/eval 工程
4. 组织抵抗：业务方觉得 Agent 抢工作，IT 部门觉得责任大风险高

这几个坑，光靠客户自己踩根本踩不完。传统的咨询公司（埃森哲、德勤）动作慢、报价高、技术深度也够呛；纯软件供应商又不愿意脏手做实施。FDE 模式刚好卡在中间：懂技术、懂业务、能写生产代码、按项目短平快交付。

领英今年年初的报告显示，2023 到 2025 年间，FDE 及同类岗位的市场需求暴涨了 42 倍。Box CEO Aaron Levie 在 5 月直接说 FDE "即将成为科技行业需求量最大的岗位之一"。这不是空话——现在硅谷 FDE 岗位的薪酬包基本追平资深 ML 工程师，某些顶级客户项目甚至给出百万美金级别的 offer。

AWS 的算盘：绕开咨询公司，直接绑定客户

AWS 这次动作有几个值得琢磨的细节。

第一，钱从哪来。 10 亿美元不是新增预算，而是内部资源重新配置。自去年 10 月以来，亚马逊已经裁掉超过 3 万名企业岗位员工，同时新部门要招数千人，一部分外招，一部分内部转岗。翻译一下：把成本从传统业务砍下来，喂给 AI 服务线。这是很典型的"腾笼换鸟"。

第二，为什么不外包给合作伙伴。 AWS 传统上依赖庞大的 Partner Network，实施类工作大部分交给 Accenture、Deloitte、Slalom 这些 SI。这次自己下场，等于是承认合作伙伴的交付能力和速度跟不上 Agent 时代的节奏了。企业级 Agent 部署周期短、迭代快，模型每几个月更新一次，SI 那套按人月报价的模式根本没法适配。

第三，KPI 怎么定。 Vasquez 说得很直白：评判标准是"客户借助驻场工程师开发新产品、掌握新技术的速度"。注意，不是收入，也不是项目数，而是客户 time-to-value。这个 KPI 设置得很聪明——快速交付业务价值 → 客户对 AWS 生态的依赖度指数级上升 → Bedrock、SageMaker、S3、EC2 的消耗自然跟上。10 亿美元的服务投入，换来的是长期的云资源消耗，账算得过来。

首批客户：NBA 和理光。 一个是体育娱乐（大概率是数据分析、赛事内容生成、球迷交互 Agent），一个是老牌电子/办公设备厂商（设备预测性维护、供应链、客服自动化的可能性最大）。选择这两家做样板间的逻辑很清晰：一个够酷有传播力，一个够传统有代表性。

云巨头之间的差异化打法

对比一下三家云巨头在企业 AI 落地上的路线，能看出各自的性格：

• Microsoft Azure：靠 Copilot + Office 生态绑定，走"产品化"路线，让员工每天都用上 AI
• Google Cloud：靠 Gemini + Vertex AI + Agentspace，走"平台化"路线，强调开发者工具链
• AWS：现在这一手 FDE，走"服务化"路线，直接派人进场解决问题

AWS 的选择其实符合它的基因。Azure 有 Windows 和 Office 的天然入口，Google 有搜索和 workspace 的用户认知，AWS 从来都是 B2B、企业 IT 的老本行，客户关系是深度绑定型。派工程师驻场，反而是它最擅长的"重服务、深耦合"模式的延续。

对开发者意味着什么

如果你是一线的 AI 工程师或者架构师，这条消息至少有三层信号需要接收：

1. FDE 会成为一个正式的、高薪的职业方向

以前工程师转"客户成功"或者"解决方案架构师"总有点降级感，觉得偏离了技术核心。FDE 不一样，它要求你既能写生产代码（Agent 编排、tool calling、RAG pipeline、eval framework），又能理解业务流程，还要能跟客户高管沟通。技术深度不减，反而对综合能力要求更高。薪酬也在快速追平甚至超过纯研发岗。

如果你在考虑下一份工作，FDE 类岗位值得认真评估。

2. Agent 落地会催生一批标准化工具和平台

数千人规模的驻场团队，不可能每次都从零写代码。可以预见 AWS 会推出更多 Agent 编排、评测、监控、可观测性方面的托管服务，来支撑 FDE 的批量交付。Bedrock Agents 后面大概率会有一个"企业版"或者"Advanced"层级。开发者提前研究这些工具链，等于提前抢占生态位。

3. 多模型策略仍然是主流

FDE 的核心不是绑死单一模型，而是根据客户场景选最合适的。企业客户对模型选型极其敏感：法务和合规场景可能倾向 Claude 的谨慎，代码生成可能选 GPT 或 DeepSeek，多模态和检索可能用 Gemini，性价比场景直接上开源。这种"按场景组合调用"的需求，其实也是 OpenAI Hub 这类聚合平台存在的理由——一个 Key 打通 GPT、Claude、Gemini、DeepSeek 这些主流模型，国内直连、兼容 OpenAI SDK 格式，对开发者做 Agent 原型验证和多模型对比时省事不少。

一点冷思考：FDE 会一直香下去吗？

泼点冷水。FDE 模式当下火，主要是因为 Agent 部署还在"手工时代"，需要工程师大量介入。但这个窗口期不会无限长。

随着 Agent 平台化能力提升（自动化的 tool 生成、workflow 编排、evaluation loop），未来 3-5 年，很多今天需要 FDE 蹲点 45 天才能搞定的事，可能一个中级工程师用平台化工具几天就能完成。Palantir 的护城河能守 15 年，是因为它服务的场景（军情、金融）本身极度定制化；但很多企业 AI 场景其实是可以标准化的。

所以 AWS 这 10 亿美元投得对不对，取决于它能不能在 FDE 交付的过程中，把方法论沉淀成产品和平台。如果只是简单地卖人力，规模一大就会陷入咨询公司的老坑——毛利率上不去、人员流失快、扩张受限。

Vasquez 讲的"输出可复用的工程方法、工作流和 AI 实践"，就是想守住这条线。守得住，10 亿美元是投资；守不住，10 亿美元就是买了个人力外包公司。

接下来一年会很有意思，看看 AWS 能不能把驻场工程师这件事做出"云计算味道"——高杠杆、高毛利、高粘性。

参考来源

• 亚马逊 AWS 砸 10 亿美元，派遣工程师进驻客户公司 - IT之家：本次事件最主要的中文报道，涵盖 FDE 规模、驻场周期、首批客户等核心信息