35 岁不会写代码？这波 AI 红利，可能就轮到你了

 

10 月 2 日，Claude 的开发商 Anthropic 宣布投入 1 亿美元成立“Claude 前沿学院”（Claude Frontier Academy），目标是在 2027 年底前培养 1 万名“前沿部署工程师”。

 

首批学员是从合作伙伴中选出的在职工程师，来自埃森哲、摩根士丹利、诺和诺德和几家顶级咨询公司。培训分两段：先是 4 天线下集训，从一次“模拟企业部署”开始；考核通过后，学员回到自己公司，带一个真实项目做 12 周实战。首批认证预计在 2027 年初完成。

 

在 Anthropic 看来，企业落地 AI 的瓶颈不在模型，而在于缺少能推动变革的人。负责这个项目的高管 Steve Corfield 说，客户现在缺的，是既懂业务怎么运转、又能亲手把 AI 从一个想法做成上线系统的人。

 

这只是今年 AI 巨头抢人大战中的最新一例。

 

 

今年 5 月，OpenAI 成立了专门帮企业落地 AI 的“OpenAI 部署公司”，由 TPG 领投，首轮融资超过 40 亿美元。同月，Anthropic 与黑石、Hellman & Friedman、高盛合资成立了一家 AI 服务公司，各方初始投资约 15 亿美元。

 

6 月底到 7 月初，亚马逊 AWS 和微软先后出手：AWS 投入 10 亿美元，组建自己的部署工程团队；微软投入 25 亿美元成立新部门，把约 6000 名工程专家派驻到客户企业。9 月，谷歌云和埃森哲成立联合业务部门，计划培训最多 1000 名埃森哲工程师，专门派驻客户现场。

 

过去这些公司比的是谁的模型更强、参数更大、跑分更高，如今却不约而同地把钱砸向同一个方向：派人进客户公司，把 AI 真正用起来。

 

这类人才在业内有个统一的叫法：FDE（Forward Deployed Engineer），中文常译作“前线部署工程师”。

 

 

熟悉美股的读者，对这个词的源头不会陌生。FDE 最早是 Palantir（帕兰泰尔）在十多年前系统化推行的一种做法：工程师不坐在总部写通用产品，而是常驻客户现场，和客户用同一套数据、扛同一个业务指标，把模糊的需求、分散的数据和落不了地的目标，一点点变成真正能用的系统。

 

当年很多人觉得这种模式太重、太慢，不像一家软件公司该干的事。今天回头看，这恰恰是 Palantir 最难被复制的护城河：2026 年第二季度，Palantir 营收 19.35 亿美元，同比增长 93%，其中美国商业收入同比增长 149%。公司首席执行官 Alex Karp 有一个在业内被反复引用的判断：大模型当然重要，但至少在未来几年里，价值在于落地实施。

 

据劳动力市场分析机构 Lightcast 统计，2023 年全美 FDE 招聘广告不到 200 条，2025 年约 1200 条，2026 年仅前九个月就已超过 7300 条。这些广告标出的薪资中位数约 19.5 万美元，比 2023 年高出 40%，是全美所有招聘广告薪资中位数的三倍多。Indeed 的数据也指向同一个方向：美国 FDE 职位从 2025 年 4 月的 643 个增至 2026 年 4 月的 5330 个，一年涨了 7 倍多。

 

值得注意的是，今年前九个月发布 FDE 招聘广告最多的雇主中，德勤、埃森哲等咨询公司排在了谷歌等科技巨头之前。可见 FDE 已不只是 AI 公司的内部技术岗位，任何想把 AI 用进业务的企业都需要这样的人。

 

需要说明的是，FDE 不等于“驻场外包”。外包是甲方说什么就做什么；FDE 则要先判断一件事该不该用 AI、用哪个模型、花多少钱、怎么证明有效，再把它真正落地上线。它要解决的是企业里的一个老难题：懂技术的不懂业务，懂业务的不懂技术。

 

 

很多人看到这里会想：这是年轻程序员的机会，我不写代码，也过了转行的年纪。

 

但不妨看看 Anthropic 怎么描述一个好的 FDE：熟悉 Agent 系统、擅长解决问题、善于沟通、有工程经验。这四条里，有一半在技术之外。

 

过去两年，几乎每家企业都买过 AI 产品、做过 AI 试点，但真正跑进日常业务的远比宣传的少。几组被业内广泛引用的数据或许能说明一些问题：标普全球的调查显示，企业 AI 项目的弃用率一年内从 17% 升到了 42%；Gartner 预计，到 2027 年超过四成的 Agent 项目会被取消；IDC 与联想 2025 年的一份报告则显示，88% 的 AI 概念验证项目最终没有投入生产。

 

问题往往不出在模型上——演示时一切顺利，一进入真实业务，就会碰上脏数据、老系统、权限审批、员工习惯，以及“出了错谁负责”。毕马威的一位首席技术架构师举过一个例子：一个应用先花了几个月梳理需求和业务背景，真正用 AI 开发只用了大约一个月。

 

FDE 真正值钱的那一半能力不是编程，而是懂业务。一份合同哪几条要紧，一张报表哪个数字会出事，一个审批流程卡在哪一步，哪件事交给机器做会让老板睡不着觉，这些 AI 替代不了，反而是在行业里干了十几、二十年的人最清楚。

 

你缺少的不是经验，而是把经验交给 AI 去执行的那一步：知道今天的 AI 能做什么、不能做什么、该怎么搭、要花多少钱、出了错怎么兜底。

 

我们这次的训练营，就是为这一步准备的。

 

 

华尔街见闻首期「FDE 实战训练营」将于 11 月 14 日至 15 日在上海开班。这是一个线下实战营，限量 50 席，在两天时间里，带你从零做出一个真正能用、能上线的 AI Agent。

 

先说说 Agent（智能体）是什么。很多人对 AI 的印象还停留在“问一句答一句”的聊天上，但 Agent 不一样：你交给它一件事，它会自己查资料、打开软件、读写文件、交出结果，做错了还能自己返工。巨头们派 FDE 进企业，部署的正是这种技术。

 

两天训练营共 12 个模块，从模型怎么选、价格怎么算，一直讲到评测、成本优化和安全上线，都是大厂把 AI 做上线时真正在用的方法。主讲讲师 Right 曾任腾讯高级算法工程师，主导过微信核心 AI Agent 项目的算法设计和规模化落地，在 Agent 系统设计、模型训练、Harness 架构方向有深厚积累。他还在 NeurIPS、ACL 等顶级会议发表过多篇 Agent 方向论文，相关工作被 Google DeepMind 引用。

 

 

三十年前，先学会用 Excel 的那批人，在后来的二十年里少熬了无数个夜。

今天巨头们花百亿美元在抢懂业务、又会用 AI 的人，而你已经有了一半。剩下那一半，就在这两天里补齐。