7.7
深览指数
科技虎嗅·版面之外··AI 生成

硅谷最抢手的新岗位出现了

文章指出硅谷 AI 巨头(OpenAI、Anthropic、谷歌)的招聘重心已从模型科学家转向名为“前线部署工程师”(FDE)的岗位。其核心判断是:AI 行业最大的瓶颈不再是模型能力,而是企业落地过程中的组织障碍。文章通过 Palantir 的历史案例、2026 年 5 月三巨头同步成立部署子公司/基金的战略行动,以及高盛、塔吉特等企业失败的落地案例,论证了技术只占 AI 成功落地 20% 的观点。适合关注 AI 产业趋势、企业数字化转型与技术商业化的读者阅读。原文 ↗

核心观点
  • AI 行业核心瓶颈已从模型能力转向企业落地,最有价值的新岗位是前线部署工程师(FDE),而非模型科学家或算法工程师。
  • 能落地的工程岗位稀缺,是因为 AI 交付模式正从“卖工具”转向“卖结果”,供应商需要进入企业内部,解决组织、流程和数据等非技术问题。
  1. 01Anthropic 入门 FDE 底薪 17-20 万美元,总包 30-50 万美元;OpenAI 底薪 21 万美元起;有两年经验的资深 FDE 获得年薪 40 万美元的特例 offer。
  2. 02LinkedIn 报告显示,2023 至 2025 年全球 FDE 招聘岗位增长 42 倍,同期 AI 工程师岗位增长 13 倍。
  3. 032026 年 5 月,Anthropic 与黑石、高盛等成立 15 亿美元部署基金;OpenAI 成立独立子公司 DeployCo,初始投入超 40 亿美元,并收购咨询公司 Tomoro;谷歌云开放超 1500 个 AI 落地岗位,FDE 为核心品类。
  4. 04Palantir 是 FDE 模式的先行者,其“不卖软件,卖结果”的方法论(工程师驻场、改造流程)在 AI 时代成为行业教科书。
  5. 05高盛 AI 审计系统因中层合规防御(担忧“幻觉”带来的责任问题),项目停滞半年,直到 FDE 团队介入划定人机协同的权责边界才得以推进。
  6. 06塔吉特与 Palantir 的合作失败案例:买手团队因权力与利益问题,故意拖延数据接口、不执行系统指令,导致项目以解约收场,说明非技术障碍的破坏力。
反方 / 局限
  • 文章核心论述与当前主流的“模型能力决定论”形成鲜明对比,但其论证中隐含一个前提假设:企业客户购买 AI 并期望立即见效是合理的。并未深入探讨企业客户自身是否缺乏明确的数字化转型战略,或是否将 FDE 视为外包“甩锅”的解决方案,这可能是 FDE 模式长期有效性的一个局限。
前线部署工程师 (FDE)OpenAIAnthropic谷歌云Palantir TechnologiesDeployCoTomoro黑石高盛麦肯锡埃森哲布拉德·莱特卡普塔吉特
10 分钟 · 5 卡片 · 11 资料
读原文 →

概念锚点

前置背景

平行视角

未来推演

延伸追问