亚马逊云（AWS）正斥资 10 亿美元，组建一支规模达数千人的“嵌入式 AI 工程师”团队，即 FDE（前线部署工程师），直接开进客户办公室，手把手帮助企业落地 AI Agent、搭建 AI 生产系统。这一动作被业内视为云服务巨头从“卖标准化产品”转向“深度驻场服务”的标志性转折。
这并非孤立事件。据雷锋网报道，谷歌、OpenAI、Anthropic、Meta 等 AI 与云巨头，在最近半年内都大力设立 FDE 岗位或专项公司，总投入已超过 数百亿人民币。国内方面，阿里、字节、腾讯 等大模型兼云厂商，也在今年上半年密集拉起“驻场铁军”。曾经追求通过开放 API 接口“躺着赚钱”的云巨头们，如今纷纷卷起袖子干起了曾被贴上“高级外包”标签的重活。
AWS 此次的驻场策略，试图与传统定制化驻场划清界限。首先在交付物上，FDE 的核心任务不是编写应用层定制代码，而是在客户 AWS 账户内部署一个标准化的 “语义层” 和 “知识图谱”。这个语义层如同一个翻译器，将企业零散的数据和规章制度连接起来，形成一个由 AI 驱动、受治理的知识图谱，确保工程师撤走后，客户自己的 AI Agent 仍能在此之上推理运转。
在计费模式上，AWS 打破了按人头或工时计费的旧传统，转而采用 “固定价格的结果导向”收费。双方在进场前就对齐一两个非常具体的目标，例如“用 AI Agent 将开票审计流程从 3 天缩短到 45 分钟”，目标达成即视为交付。这种模式旨在防止客户无限索要额外需求，避免项目陷入成本失控的泥潭。
驻场周期也被严格压缩。AWS 内部制定了 “AI-45 法则”：45 分钟碰撞出 AI 想法，45 小时做出可运行原型，45 天完成客户现场的嵌入与最终交付。硅谷的 OpenAI 和 Anthropic 也采用类似的“闪电战”模式，将驻场时间控制在数周之内，以锁定工程成本，防止陷入长期拉锯。
然而，这种驻场模式并非没有风险。前 AWS 首席架构师费良宏指出，FDE 是一种极为稀缺的复合型人才，需要在客户现场同时兼任项目经理、开发、架构及 AI 实现等职能。缺乏经验、仓促上岗的 FDE，很可能像传统外包工程师一样被客户牵着走，导致项目烂尾。此外，当前 AI 产品远未成熟标准化，Agent 的落地没有标准答案，且业务方都能参与提需求，极大增加了 FDE 的工作难度。
国内市场的情况更为复杂。国内云大厂虽也在组建 FDE 团队，但建制不一，有的混在解决方案架构师条线，有的则单独成军。尴尬的是，客户往往仍将驻场人员视为“人头”而非专家，不愿为此支付更高溢价，使得国内 FDE 岗位有重蹈定制化老路的趋势。一位猎头公司负责人甚至感叹，由于做软件咨询交付的公司太多，国内 FDE 岗位本身已接近“烂尾”。
从产业竞争格局看，云巨头热捧 FDE，正将战火烧向 埃森哲、麦肯锡、IBM 以及国内的软通动力、中软国际等传统 IT 咨询和外包巨头腹地。过去云厂商卖技术、外包商干脏活的分工被打破，拥有自研模型和芯片的云厂商亲自下场，凭借底层技术优势蚕食传统外包商的上游奶酪。
但另一方面，云大厂花重金帮客户落地 AI，可能为另一类玩家做了嫁衣。费良宏认为，随着 FDE 加速客户 Agent 落地，企业未来将主要以消耗 token 和灵活部署应用为主，对传统云的存储、计算、网络依赖降低，转而主要依赖 API 和 token 生成。这使得以 Lambda Labs、CoreWeave 为代表的“新云”（NeoCloud）厂商更占优势，它们以 AI 为导向，提供算力和 Token 工厂模式，在美国市场卖 GPU 和 token 发展最快的，已不再是传统老字号云大厂。
云巨头们咬牙将 AI 工程师送上又苦又累的驻场前线，本质是为了在 AI 时代初期帮客户打通落地的最后一公里，从而锁定未来的算力订单。AWS 投入 10 亿美元，可视为为未来数百亿美元云算力消耗“买路”。但这场精心算计的新驻场生意经，最终是肥了自己的 token 营收，还是为旁观的“新云”新贵们做了嫁衣，仍有待观察。