把6000人送进别人公司的微软
裁员新闻铺天盖地之际，有一个职位的招聘量一年内暴涨了10倍
开篇
7月2日，微软宣布将投入25亿美元，成立一个名为“Frontier Company”的独立组织。它做的事情很简单：把6,000名员工派进客户公司内部。
两天前，AWS也在同样的事情上押下10亿美元。再往前，5月份OpenAI和Anthropic也各自成立了同类组织。Anthropic干脆和黑石、高盛联手成立了一家15亿美元的合资公司。
在“AI导致裁员”的报道每天铺天盖地涌来的同时，真正卖AI的公司却在花万亿级别的钱雇人，然后把这些人安排进别人公司的办公室里坐着。
先说结论：我认为不应该把这件事读成“AI时代终究还是需要人”这种暖心的反转。这其实是卖模型的厂商在自曝：AI模型还不是成品。而这个自曝，打开了一扇有截止期限的窗口。
📊 FDE：12个月内招聘量暴涨10倍的职业
这个职位叫FDE1，译成中文大致是“前线部署工程师”，源自军事用语。Palantir把自己的工程师直接派往阿富汗美军基地时，开始使用这个说法。微软商业业务CEO Judson Althoff也承认，是Palantir让这个头衔广为人知的。
核心在于“卖出产品之后不会一走了之”。厂商的工程师要混进客户公司的团队里，亲自拆解那家公司的业务流程，一起搭建适合它的系统。
看数字就能感受到这股潮流的规模。据一份汇总招聘数据的资料显示，截至2026年初，FDE招聘公告同比增长超过1,000%。薪酬待遇也十分优厚。前沿实验室（OpenAI、Anthropic）高级FDE的总薪酬区间为45万至55万美元，资深级别（staff级）则超过60万美元，是Palantir传统FDSE的2到3.5倍。
这里要说明一点：这份薪酬数据基于招聘平台和社区的自我上报，高端数字很可能被过度采样。但方向是明确的：市场正在为这个角色支付溢价。
💰 厂商为什么要自掏腰包送人上门
这里就出现一个问题：如果产品好，客户不是自然会用吗？为什么要自己花钱培养工程师，白白安插进别人公司？
答案在于导入失败率。
MIT媒体实验室的NANDA项目在2025年发布的报告，是理解这股潮流最有用的资料。要点是：企业的生成式AI试点项目中，约有95%没能产生体现在损益表上的成效。这个数字曾一度被媒体拿来当作“AI是骗局”的论据消费了一阵，但仔细看原文，情况其实有些不同。
这份报告实际指出的失败原因不是模型性能，而是学习差距（learning gap）2。模型不了解组织的业务流程，组织也不知道该怎么给模型提供上下文，而中间又没有人来搭这座桥。等于是买了工具，却让工具在完全不了解公司内部运作的状态下被搁置一旁。
方法论上的局限也要一并看待。这项研究综合了300多个公开案例、52次高管访谈、153份问卷调查，并未经过同行评审。“95%”这个数字很难当作精确统计来看待。不过厂商的行动却在印证这一诊断。事实上，微软的Althoff在采访中就说过：“客户们各自站在完全不同的起点上，都在努力搞清楚该如何驾驭AI。”
也就是说，FDE热潮并不是AI正在成功的证据，而是AI导入正在失败的账单。而这张账单，如今开始由厂商代为埋单。
对微软而言，这里面也有一份迫切感。**今年股价下跌了21%，是超大型科技股中表现最差的。**Copilot在企业市场上没能达到预期的份额，GitHub Copilot也被后来者抢走了不少市场份额。“模型明明很好，为什么没人用”这种局面，已经不能再归咎于客户了。
🔑 但这份工作的成功标准，是让自己消失
这里才是真正的反转所在。
AWS在阐述自己的FDE组织时明确了一项原则：由5到6名工程师组成的团队，以约45天为一个周期进入客户现场，目标是让客户在结束时能够自立运转（self-sufficient）。
请再读一遍这句话。FDE是一份以“让自己变得没必要存在”为成功条件的工作。
这与传统咨询正好相反。咨询的盈利模式是把关系延展成长期顾问合约（retainer）。但FDE是为了脱身而进入的。
微软把这个业务做成一个独立核算损益的“公司（Company）”，而不是“咨询事业部”，也可以从同一个角度来理解。这不是为了做大服务收入，而是为了提高平台的采用率。顺带一提，微软现有的企业与合作伙伴服务收入，季度水平约为21亿美元，增长率为2.5%。这意味着，它不是为了在这一块赚钱。
所以这波招聘热潮不是永久性的岗位创造，而是过渡期的基础设施。他们是架桥的人，桥架好之后，架桥的人就得转移到别处去。
Oswarld视角
对于Oswarld提出的问题——“什么样的态度和姿态的人能够生存下来”——我的答案是这样的：
能生存下来的人，不是那些擅长使用AI的人，而是能够在AI与现实之间做翻译的人。
拆解FDE的招聘公告就会发现，要求的能力不只是编程实力，还包括读懂客户公司业务流程的能力、判断哪些数据以何种状态堆放在什么地方的能力，以及穿过组织内部的政治因素、把项目真正推动到落地部署的能力。这是用人的身体，去填补前面提到的那道“学习差距”。
我在创建Notion韩国社区、在Kakao Brain搭建AI产品、在Gamma制定GTM战略的过程中，反复遇到的正是这个模式。产品从来没有仅凭“好”就卖出去过。只有当有人在产品与客户组织之间搭建起上下文时，产品才真正卖了出去。瓶颈从来不是技术，而是上下文。如今各大科技巨头正在用万亿级别的资金购买的，正是那种生产上下文的能力。
不过，我想在Oswarld原本的框架上补充一点。如果把这波招聘热潮读成“看来人的位置还是保住了”这种安心感，那只对了一半。**FDE是一份被设计成会自我消亡的工作。**既然AWS已经把45天后的自立设为目标，这个岗位在结构上就注定是暂时的。
所以真正的问题不是“我能不能进入这个行业”，而是“在这扇窗口打开的这段时间里，我该积累什么”。工具的使用方法不算积累。真正能积累下来的，是领域上下文，以及把那种上下文转化为系统的经验。那才是能带到下一个层次去的东西。
结语
总结一下，有三点。
**第一，FDE招聘热潮不是AI进展顺利的信号，而是导入不顺利的信号。**厂商开始自掏腰包为这个失败成本买单。
第二，瓶颈不在模型性能，而在组织的上下文。所以现在身价上涨的，不是编程能力，而是翻译能力。
**第三，这个岗位不是永久性的。因为这份工作的成功标准就是让自己变得没必要存在。**所以这个阶段不应被视为“就业机会”，而应被视为“积累机会”。
如果这周只做一件事，我建议你在自己目前的工作里，用一页纸写下“如果要交给AI，我需要向它说明什么”。那一页纸，正是市场现在愿意用45万美元买下的东西。
💬 如果您在实务中做过AI导入项目，卡住的地方是模型性能，还是组织、数据、流程？欢迎在评论区简单分享一下是哪一种情况。等案例积累多了，我会在下一期按类型整理一下。
📨 如果身边有正在为AI导入烦恼的同事，欢迎把这篇文章转发给他们。
（网页版）📬 订阅 · 我正在制作一份每周交叉分析技术、经济与人文的时事通讯。
参考资料与延伸阅读
核心来源
- Jordan Novet，“Microsoft commits $2.5 billion and 6,000 employees to new AI implementation unit”，CNBC，2026-07-02。：文中收录了Althoff的采访。“客户们各自站在不同的起点上”这句话，最坦率地说明了这个组织存在的理由。
- Microsoft，“Microsoft Frontier Company: AI engineering that amplifies and protects your intelligence”，Microsoft Official Blog，2026-07-02。：想看厂商自己如何包装这个组织，请看原文。与CNBC报道的口吻差异很大。
- CNBC，“AWS puts $1 billion into new AI unit to embed engineers with customers”，CNBC，2026-06-30。：45天周期、5至6人团队、结束时客户实现自立——这三点是今天这篇文章最重要的依据。
- MIT Media Lab NANDA，The GenAI Divide: State of AI in Business 2025，2025年。：比起“95%失败”，“学习差距”这个概念要重要得多。请注意，这不是一篇经过同行评审的论文。
背景知识
- Palantir Technologies，“Form S-1（2020年首次上市招股说明书）”，SEC。：可以从Palantir自己撰写的文件中，确认FDE这一职位的来源。
- OZ Talking 第134期（亚马逊FDE组织案例）。：今天这篇文章，是那股潮流蔓延到微软的续篇。
