FDE不是AI外包,是下一代软件产业

先说一件小事。

一家7人公司，服务大型国央企，一个项目报价几十万到上百万，可以按结果付费。2026年4月，它拿到奇绩创坛的天使轮。公司叫素源矩阵。

7个人，接央企的单子。这个比例放在传统软件行业几乎不可想象。中软国际2025年营收170.27亿元，2026年中报里仍有84.45%的收入来自外包服务；东软集团2.37万人，一年做了120亿。央企的项目，历来是几百人年的生意。

然后，钱开始往这个方向涌。2026年2月13日，海致科技在港交所挂牌，发行价27.06港元，首日收92.60港元，涨了242%，盘中一度涨超260%，市值盘中突破360亿港元。有媒体称它是国内第一家FDE概念上市公司。

但故事还有下半段。8个月后，10月15日，海致盘中最低26.26港元，跌破了发行价。到10月21日收盘33.76港元，比首日收盘价回吐了约64%。

一天翻两倍多，八个月跌回原点。这两件事说的是同一个道理：市场认"FDE"这三个字母，但还没认FDE的账。

图1 海致科技股价轨迹：概念溢价与回吐

所以这篇文章不打算论证"FDE是个好赛道"。我想说清另一件事：FDE冲击的不是某个产品，是软件公司算了几十年的那道算术题。

先把这道算术题摆出来。

企业软件行业的核心计量单位，从来不是"产品"，是"人"。一个项目多少人、干多少个月、每人每天多少钱，报价单背后全是人头。这套算法跑了几十年，跑到今天，开始跑不动了。

看2025年的年报。

东软这一条最值得看：人多了31.72%，营收只涨了4.14%，人均创收被摊薄到下降20.94%。人多、活多、钱没多，这就是项目制交付的典型症状。

对照另一家公司。Palantir，2025财年营收44.75亿美元，净利率36.31%，员工4401人，人均创收超过100万美元，按1美元兑7.1元人民币折算约722万元。是用友的15倍。

图2 人均创收对比：传统软件公司与人效标杆的差距

Palantir是把这个岗位规模化跑通的公司。从一开始它就这么干：派工程师住进客户现场，把产品嵌进客户已有的系统和工作流。二十多年下来，这套打法的人均产出，比中国最大的几家软件公司高出一个量级。

那FDE到底是怎么把账改掉的？投中网采访的一位投资人给了个具体对比：以前一个项目10个人干3个月，现在3个人干2周。

换算一下。前者是120人周，后者是6人周。同样一个交付，人力投入压到二十分之一。

中数睿智的官方口径更直接。他们把自己的FDE模式升级成AI-FDE之后，交付周期缩短80%，人力成本降低70%。

注意，这不是"更便宜的软件外包"。外包卖的还是人头，只是单价更低；FDE卖的是结果，人头被工具替换掉了。这是两种生意。

2026年，卖模型的公司集体干起了施工队的活。

为什么？因为模型卖出去，只是开始。

企业买了API、买了私有化部署，然后呢？系统没接、数据没通、流程没改。模型在机房里吃灰。这个断层，就是FDE要填的坑。

国家数据局有个数字能说明需求端有多急：我国日均词元调用量，从2024年初的1000亿，涨到2026年3月的140万亿以上，两年增长超过一千倍。IDC预测，2026年全球企业AI支出9400亿美元，2029年达到2.1万亿美元。

一边是千倍增长的需求，一边是接不上的交付。中间的差价，就成了FDE的生意。

但真正的账不在这里。那位投资人的另一句话更准：只有客户的业务真跑起来，token消耗才会持续滚动，收入才不是一次性的。

模型厂商花的这几十亿美元，买的不是咨询收入，是token的复利权。一次性卖API，收入是一条直线；把模型嵌进客户每天的业务里，收入才是一条曲线。

如果FDE只是驻场交付，那它就是高级外包，估值不该给到这么高。

第二层账在这里：FDE在客户现场干的活，会把企业原本藏在员工脑子里的东西掏出来。业务流程、领域知识、操作规范，被整理成Prompt、Workflow、Memory、Skills。

这些结构化的东西，通过微调、强化学习，或者直接作为训练语料，被内化进下一代模型。

于是出现一个反直觉的结果：FDE做得越多，模型越懂这个行业，下一代需要的定制化越少，交付效率越高。每驻一次场，都在给下一代模型采集公开语料里买不到的数据。

这个环一旦转起来，就形成了"数据引力"。模型在客户的私有边缘案例上完成了微调，嵌进了日常决策流程，客户想换供应商，换的就不再是一套软件，而是整套已经长在业务里的判断逻辑。这时候迁移成本不再是采购成本，是组织成本。

图3 FDE的三层账：交付费、token复利、知识回流

但这里必须泼一盆冷水。这个飞轮有个前提，而且很硬：客户得配合。

星尘浩宇的FDE团队经理Eric Young讲过一个案例。一个制造业大客户，最初的需求只有一句"把售后客服自动化"。进场调研之后，他们最后交付的不是AI客服，是给售后工程师用的copilot。项目做了两个多月。

更值得记的是他们在交付标准上踩过的坑。早期合同写"交付一个agent、两个agent"，结果软件做出来了，客户不用，产生不了价值，验收和回款都成了问题。现在他们把结果拆成三段：技术上交付什么，业务流程发生什么变化，最终产生什么指标。

Eric有句话说得直接：数据不给、接口不给、组织和员工不愿意改流程，再多的FDE也做不出结果。

所以数据引力不是自动发生的。它是被一个个项目、一次次流程改造硬拽出来的。这也是FDE公司很难速成的原因：它的资产不在代码里，在客户的组织里。

市场上流传一个半导体产业链的类比：大模型公司是台积电、英伟达，FDE公司是富士康、立讯精密，干组装的活，承接模型能力完成最后一公里交付，往下会跑出一批token factory。

这个类比的前半段成立。模型能力确实在向上集中，交付能力确实在向下分散。上游越来越像基础设施，下游越来越像工程队。

但后半段要小心。富士康的护城河是规模和良率，谁的产线更大、良率更高，谁接单。FDE公司的护城河不是这个。

一个FDE团队如果每做一单都从零开始，那它就是外包，做十年也不会变。真正拉开差距的，是能不能把客户现场做出来的东西，抽象回平台，变成跨行业复用的组件。

中数睿智的数据可以当参照。他们做动态本体，过去构建一个行业本体要几个月，现在压缩到2小时自动完成80%到90%，再由业务专家用两三天微调。这个压缩，就是沉淀的结果。交付周期、人力成本、本体构建周期三个数字同时下降，靠的不是人更拼，是把做过的项目变成了工具。

Eric的说法更狠：FDE是手段，不是目的。每做一个项目，就要把客户侧的能力抽象回平台。如果没有积累，就会变成比较传统的高级外包团队。

所以我的判断是：FDE的终局不是组装厂，是从施工队里长出来的开发商。谁先完成这个转变，谁就摆脱了按人头计价的命。没完成的，永远在给人打工。

2026年，钱确实在往这里走。

人才端的数字也在佐证。猎聘2026年9月的FDE人才供需报告：国内FDE平均年薪40.8万元，人才供需比0.28，相当于3.5个岗位抢1个人。LinkedIn在2026年1月发布的全球劳动力市场趋势报告：2023年到2025年，全球FDE新增岗位增长42倍，同期AI工程师岗位增长13倍。

薪资已经抬到什么位置？豆包AI大模型FDE月薪3.5万到7万，15薪，年包最高105万元；月之暗面Kimi企业版FDE月薪4万到6.5万，14薪，年包最高109万元；智谱FDE负责人月薪6万到8万。海外更贵，OpenAI官网的FDE岗位年薪16.2万到28万美元，Anthropic开到20万到30万美元。

但这里要说句实话。这些数字证明的是稀缺，不是能赚钱。

VC投FDE，投的不是赛道beta，是alpha：一个3人小组，能不能真的顶过去30个人。这个alpha成不成立，取决于三件事：客户配不配合，项目能不能沉淀成组件，团队能不能从接单变成复用。

三件事里缺一件，估值就该打折。

素源矩阵的价值，不在于"7个人做了央企的活"，而在于它证明了一件事：软件交付的最小经济单位，可以从一个部门缩到一个小组。

这个变化的影响，比多一个AI概念大得多。它意味着软件行业过去几十年的组织形态，大团队、长周期、按人头计价，正在失去成本基础。

用友两年减了5839人，东软一年多招了5700多人却让人均创收掉了21%。这两种应对，是同一股压力下的两种挣扎。一个在收缩求利润，一个在扩张求规模，但都没解决那道算术题。

所以FDE值得被VC投资，甚至值得被VC拥有。投前，FDE团队进场做尽调，比财务报表更早摸清一家企业的真实成色；投后，给被投企业做AI赋能，这是机构能拿出的差异化服务。

但我更想说另一句话：FDE真正稀缺的不是工程师，是能被反复复用的行业组件库。

工程师可以挖，年薪百万也能挖到。组件库挖不走，它长在一个个交付过的项目里，长在客户被改造过的流程里，长在那些没人愿意再讲一遍的踩坑记录里。

谁先把项目变成不需要人再做一遍的产品，谁就赢了这一轮。剩下的，还是外包。