夜雨聆风两周时间内，OpenAI 和 Anthropic 不约而同地成立了"咨询服务公司"，派工程师上门帮企业把 AI 落地到核心流程里。
月初刚关注到相关资讯时，我还挺困惑：全球顶尖的模型公司，为什么要派这么宝贵的工程师资源去干这么脏、这么累的活？经过这段时间的持续关注，打算写篇文章来讨论下。
文 章 摘 要
- 5 月 4 日 Anthropic 联合 Blackstone、Hellman & Friedman、高盛成立 15 亿美元合资公司；5 月 12 日 OpenAI 正式发布 DeployCo，40 亿美元启动，并收购英国 FDE 公司 Tomoro。
- 表面看是抢咨询的饭碗：软件与服务收入比例为 1:6，模型公司开始正面切埃森哲、麦肯锡、德勤的蛋糕。
- 真正的目的，是采集训练数据：FDE 在客户现场解决问题的过程，会被"沉淀成可复用的模式"，回流到模型和产品里。这是一种新形态的训练。
下面分四部分展开。
01两周内的两件大事
两家顶级模型公司不约而同，都派出了"驻场工程师"
5 月 4 日，Anthropic 宣布联合 Blackstone（黑石）、Hellman & Friedman、高盛，成立一家全新的 AI 企业服务公司。这家公司初始投入 15 亿美元，Anthropic、黑石、H&F 各出约 3 亿，高盛 1.5 亿，Apollo、General Atlantic、GIC、红杉等紧随其后。
这家公司目前甚至连名字都没公开，定位却很清楚：把 Anthropic 的工程师嵌进中型企业的核心运营里去——医疗、零售、地产、金融、制造、基建。Anthropic 在里面是少数股东，但工程能力是它出的。
8 天后，5 月 12 日，OpenAI 揭晓 DeployCo（OpenAI Deployment Company），声势更大：40 亿美元起步，19 家投资和咨询机构参与，TPG 领投，Advent、贝恩资本、Brookfield 共同领投，还包括高盛、软银、贝恩咨询、凯捷、麦肯锡。OpenAI 占多数股权——和 Anthropic 不一样，DeployCo 是 OpenAI 控股的。
更关键的是，OpenAI 同时宣布收购英国 AI 工程公司 Tomoro。这家 2023 年与 OpenAI 同期成立的咨询公司，总部在伦敦，在爱丁堡、曼彻斯特、新加坡、悉尼、墨尔本都有据点，旗下 150 名 FDE（Forward Deployed Engineer，驻场工程师），客户名单包括 Tesco、Virgin Atlantic、Supercell、Fidelity、Red Bull、Mattel、NBA。其中给 Supercell 做的游戏内 AI 客服，12 周服务了 1.1 亿用户。
把两条新闻拼在一起看，逻辑是一样的：不再只卖模型 / API，而是派人进企业，帮你找场景、改流程、接数据、接系统、做上线。
这套打法其实不是 OpenAI 和 Anthropic 发明的。最早做这件事的是 Palantir——把工程师塞进情报机构、军方、企业内部，帮客户把软件跑通。早期被分析师嫌弃太重、太贵、不像 SaaS。结果 Palantir 从 2020 年上市价 19 美元，跌到 2022 年的 6 美元，又在五年里涨出了 640% 的回报。
Palantir 给出的样板是清楚的：驻场工程师不是成本，是壁垒。当一支 FDE 团队花 6 个月把 AI 系统深度嵌进客户的数据、流程、合规体系，那套系统就成了"承重墙"——客户没法把它拆掉换别家。OpenAI 和 Anthropic 显然学到了这一点。
Anthropic 走的是"少数股东 + 借势 PE 资源"，对应黑石、H&F 投后组合里成百上千家中型公司，渠道现成；OpenAI 走的是"控股 + 自建 + 收购"，盘子更大、铺得更广，但也更重。
两条路同时跑，不像竞争，更像是分头去把全行业的客户现场都吃下来。
02表面冲击：咨询行业的蛋糕被切了
1 : 6 — 软件与服务的比例，正在被改写
先看大家最先想到的那一层：模型公司是不是要抢咨询公司的生意？
Fortune 引用过一组数：企业在软件上每花 1 美元，会在服务上花 6 美元。这就是为什么埃森哲、德勤、麦肯锡、凯捷、毕马威能撑起万亿规模——卖的不是软件，是"帮你把软件用起来"。
AI 时代这个比例只会更夸张，模型本身能力很强，但企业不知道在哪用、怎么接系统、怎么过合规、怎么管 token 成本。这部分活，过去几年正是埃森哲、德勤们在抢着做。
现在 OpenAI 和 Anthropic 自己下场了。它们带着两个咨询行业过去没法给的东西：
第一，"产能"上的优势。FDE 直接接通模型团队的内部路线图，做的方案是为下个月、下个季度的新能力做的，而不是为已经过时的当下做的。客户没耐心等埃森哲培训自己的人——等培训完，下一代模型又出来了。
第二，渠道上的优势。Anthropic 抱住了黑石、H&F、高盛这种 PE 巨头——它们投后组合里就有成千上万家中型公司，等于自带了客户名单。OpenAI 拉的 TPG、Brookfield、贝恩资本，也是一样的逻辑，Brookfield 单独承诺投 5 亿美元，准备把 DeployCo 的方案铺到自己全球的资产里。
很有意思的是，传统咨询大厂自己也都进来当了股东。麦肯锡、贝恩咨询、凯捷都是 DeployCo 的创始合伙人；Anthropic 这边的"Claude Partner Network"则包括埃森哲、德勤、普华永道——上周普华永道还宣布将 Claude Code 和 Cowork 推向自己几十万员工，并联合训练认证 3 万名顾问。换句话说：咨询大厂选择不抵抗，而是吃下尽量大的那块蛋糕。
短期看是抢饭碗，长期看更像"咨询行业被分层"：高端的、深度集成的活儿，模型公司亲自做；规模化的、标准化的活儿，留给传统大厂帮忙铺。
真正难受的是中间那群人——本地 AI 集成商、独立技术咨询公司、做"AI 落地辅导"的中型 ToB 软件——他们既没有模型团队的护城河，也没有大厂的客户渠道。
03真正的算盘：客户现场是训练数据
这件事的本质，是一种新形态的"模型训练"
一开始我也以为这事就是 ToB 增长，OpenAI 和 Anthropic 为了抢企业客户、增加 token 消耗，所以亲自下场。直到我读到 OpenAI DeployCo 官网上的一句话：
"By solving real customer problems, our forward deployed engineering teams identify repeatable patterns that evolve into product capabilities."通过解决真实的客户问题，驻场工程师团队会识别出可复用的模式，并把它们内化成产品能力。
再去翻 Anthropic 自己挂出来的 FDE 招聘 JD，写得就更直白了：
"Identify and codify repeatable deployment patterns and contribute insights back to our Product and Engineering teams."识别并把可复用的部署模式编码下来，回流给我们的产品和工程团队。
把这两句话翻成大白话，就是：驻场工程师下场做的所有交付，最终都会被内化为模型 / Agent 的能力。
（我很喜欢内化这个词，模型吞噬世界里的一切数据，内化成自己的能力，最后实现 AGI...）
这件事和我们熟悉的"训练数据"长得不一样，但本质是一种新形态的训练。打个比方——机器人公司怎么训练人形机器人？让真人穿上动捕服、戴上传感器，在真实环境里干活，把数据收回来训练模型。
FDE 就是这种"传感器"在白领工作里的对应物：他们穿着"工程师"的身份进到客户现场，在真实的业务流程里，把哪些环节模型能搞定、哪些搞不定、需要什么工具、缺什么上下文，一条一条记录下来，再变成下一代模型 / Agent 的能力。
这个飞轮的关键，是"泛化"。FDE 给 Virgin Atlantic 做了实时改签客服，提炼出来的 pattern 不只对航司有用，而是对所有"客户咨询 + 业务系统多接口"的场景都有用；给 Supercell 做的游戏内审核 Agent，下一次拿到 Roblox 或者 TikTok 直播也能复用大半。
所以模型公司只需要把每个行业的头部客户拿下，剩下的腰部和长尾客户，最终是被模型自身的能力覆盖掉的——根本不需要每家都派 FDE 过去。
互联网公司过去是"算法+用户行为数据"形成飞轮，模型公司现在是"模型 + 客户 workflow 数据"形成飞轮。前者反馈的是消费偏好，后者反馈的是"在真实业务里怎么把活干完"——这才是更稀缺的数据。
回头再看那 40 亿美元、那 150 个 FDE，本质不是"咨询业务"，是采集训练数据的预算。
04如果一切被内化进模型，未来会怎样？
行业头部的 workflow，会变成模型的内置能力
顺着第三部分的逻辑往后推一推，个人觉得有几个非常明确的趋势：
第一，垂类 SaaS 会被进一步压缩。Dario Amodei 上周在金融服务发布会上说过一句话："有些 SaaS 公司会跌掉市值、破产、彻底完蛋"。话说得很重，但逻辑是通的——当模型 + FDE 把行业最佳实践内化成 Agent 能力，垂直 SaaS 卖的"业务模板"价值就会快速贬值。
最近 OpenAI 宣布在 ChatGPT 里集成金融服务（ToC），Claude 从一开始就瞄准了法律科技市场，又集成众多 for SMB 的 SaaS 服务...一切还只是刚刚开始，可以预见未来软件市场的终将被模型颠覆...
第二，咨询行业被"产品化"吃掉。今天 FDE 在客户现场做的事，未来很大一部分会变成模型"原生就会"的事。麦肯锡过去卖的"行业知识 + 流程改造"，会被压缩成模型里一个能直接调用的 capability。咨询公司可能不会消失，但会被迫向更上游的"战略 + 组织"层面退守。
第三，企业的"业务护城河"开始变浅。一家公司的核心竞争力，过去常常藏在"老员工脑子里的隐性 know-how"。一旦这些 workflow 通过 FDE 进了模型，竞争对手只要付 token 费就能调用同一套能力。"行业头部的 workflow 优势"会被平摊到整个行业，最终拼的是上下游、品牌、资本——而不是"我们干活更熟练"。
第四，超级智能体的形态开始清晰。我们过去想象的 AGI，往往是"一个特别聪明的模型"。但顺着 FDE 这条路径看，更可能的 AGI 形态是"一个特别聪明 + 知道所有行业怎么干活"的模型——它的"通用智力"来自训练，但它的"业务智力"来自一千次又一千次的客户现场经验积累。
这是为什么 OpenAI 和 Anthropic 愿意花几十亿美金、调动顶尖工程师，去干这件"脏活累活"。它们不是在做 ToB 业务，它们是在为下一代模型采集最稀缺的那部分数据——这部分数据不在互联网上、不在书本上、不在论文里，只在每家公司真实运转的业务流程里。
所以 FDE 这事，本质上和"让人佩戴传感器去训练机器人"是同一件事。一边训练机器人的身体，一边训练 Agent 的"业务身体"。
谁在 2026 年抢先把头部行业的客户现场吃下来，谁的模型在 2027、2028 年就拥有别人没法复现的能力。这是顶级模型公司同时下场做这件"脏活"的真正原因——它和 AGI 离得，比看起来要近得多。
回到开头那个困惑：顶尖模型公司为什么愿意干这么脏的活？
因为他们要的根本不是钱，而是数据，背后的愿景当然是是 AGI。
— BeforeAGI —
人类已经临近 AGI，这里记录临近过程中的每一周
资讯来源 · 公开网络整理 · 仅供参考
如果这篇文章让您觉得有价值，欢迎关注我，点赞、在看、转发 👇
往期文章：
