从智谱暴跌到腾讯招 FDE：大模型的战争，已经从炼丹房打到了客户现场
从智谱暴跌到腾讯招 FDE：大模型的战争，已经从炼丹房打到了客户现场
2026 年的夏天，整个大模型行业正在经历一场静悄悄的但也是根本性的转向。
一个标志性的事件是智谱的股价。一个月之内从高点跌掉 60%，7000 亿市值灰飞烟灭。 另一个少有人注意但是更重要的事件，是腾讯悄悄放出来的一个招聘岗位： AI 前线部署工程师，FDE（Field Deployment Engineer）。
这两件事放在一起看，味道就出来了。
大模型三年轰轰烈烈的战争，打到今天，终于到了一个转折点：
模型的战争已经结束了。落地的战争才刚刚开始。
这篇文章，我们就从腾讯这个 FDE 的 JD 说起，看看这场新的战争到底在打什么，以及它对整个行业意味着什么。
先看这个 JD 到底有多离谱
我把这个 JD 里最有意思的几条挑出来给你看。
你感受一下现在大厂对"落地人才"的要求已经到了什么地步：
岗位职责第一条：
深入行业场景，将模糊需求拆解为可执行的技术路线图，主导需求分析、技术选型、架构设计，输出可落地的 AI 解决方案。
翻译一下：你不是去客户那里做 PPT 的，也不是去做技术支持的。你是去客户现场，把客户自己都说不清楚的那个模糊需求，变成一套真的能用、真的能跑、真的能带来价值的 AI 方案。
岗位职责第二条：
构建 AI Coding 研效提升体系，基于上下文工程、Harness 工程、CI/CD 流水线集成，打造从需求到交付的 AI 驱动开发闭环。
看到了吗？上下文工程、Harness 工程，这些上一篇文章里我们刚讲过的、Google 内部 Playbook 里的概念，现在已经正式写进腾讯的招聘 JD 里了。
这不是什么学术概念。这是现在一线大厂正在真金白银招人去落地的东西。
岗位职责第三条：
实践规范驱动开发（SDD），运用 OpenSpec、Spec Kit、Superpower 等方法论，结合 TDD 驱动高质量交付。
SDD（Spec Driven Development）、OpenSpec、Spec Kit、Superpower……这些东西，可能 99% 的开发者听都没听说过。 但是腾讯已经把它们写进了岗位要求里。
岗位职责第四条：
开发提效工具和自动化工作流，开展客户与内部技术培训和运营推广，把 AI Coding 嵌入到生产工作流，产生可量化的 ROI。
重点是最后五个字：可量化的 ROI。
不是"试试 AI"，不是"引入新工具"，不是"提升工程师幸福感"。 是你要能算出来，花这么多钱招你，买这么多 AI 账号，搭这么一套系统，到底给公司省了多少钱，提了多少效率。
每一分钱，都要有回报。
岗位职责第五条：
与行业客户深度沟通，精准挖掘 Agent（智能体）在行业场景中的核心痛点与需求，转化为可落地的产品方案。
最后一条直接点题了。 你不是工程师，不是产品经理，不是销售，不是解决方案架构师。 你是这所有角色的合体。你要在客户现场，把所有的事情都搞定。
FDE 这个岗位，到底意味着什么？
FDE —— Field Deployment Engineer，前线部署工程师。
这个岗位的出现，是整个行业的一个标志性事件。
以前大模型行业的人才结构是什么样的？ 是一个金字塔：
- 最顶尖的是算法科学家，做模型，训模型，刷 benchmark。工资最高，话语权最大。
- 然后是推理优化工程师，把模型做小做快。
- 然后是应用开发工程师，在模型外面包一层 API，做个界面。
- 最下面是销售和解决方案，把东西卖给客户。
整个行业的逻辑是：我有一个牛逼的模型，然后我去找它能解决的问题。
在这个逻辑里，离模型越近的人越重要，离客户越近的人越不重要。
但是现在这个逻辑反过来了。
FDE 这个岗位，是完全反过来的：
- 你不需要会训模型。甚至不需要懂模型的底层原理。
- 但是你需要离客户非常非常近。
- 你需要懂场景，懂业务，懂流程，懂怎么把 AI 能力真正嵌进去。
- 你需要懂怎么把一个模糊的感觉，变成一套可落地、可衡量、可复制的体系。
整个行业的价值重心，正在以非常快的速度，从模型端向客户端转移。
以前最值钱的是"我的模型比你强 5%"。 以后最值钱的是"我在这个场景里比你多 50% 的落地经验"。
这就是为什么腾讯要专门招 FDE。 这就是为什么这个岗位的工资一点都不比算法科学家低。
智谱暴跌和 FDE，是同一个硬币的两面
现在我们再回来看智谱的暴跌。很多人说智谱跌是因为模型不够强，是因为竞争太激烈。
都对，但都没说到根上。
智谱真正的问题是：整个市场对大模型公司的估值逻辑变了。
半年前，市场给大模型公司估值，看什么？ 看参数，看 benchmark 分数，看有多少顶尖的科学家，融了多少钱，名气大不大。
现在，市场给大模型公司估值，看什么？ 看你有多少付费客户，看你每个客户的 ARPU 是多少，看你的留存率，看你的 NRR（净收入留存率），看你到底有没有真的从客户那里赚到钱，看你的解决方案到底能不能在客户那里落地。
市场已经不 care 你的模型是不是又涨了几个点了。 市场 care 的是：你到底能不能把模型变成钱。
而把模型变成钱这件事，90% 的工作根本就不在模型本身。 在客户现场。 在行业理解。 在流程改造。 在组织变革。 在 FDE 做的那些事情。
所以你看，智谱暴跌和腾讯招 FDE，本质上是同一件事的两个表现：
市场终于反应过来了。 大模型故事的上半场——"我有一个牛逼的模型"——已经讲完了。 下半场的故事是——"我能用这个模型，真真切切地帮客户解决问题，并且赚到钱"。
上半场比赛在实验室里打。 下半场比赛在客户的办公室里打。
下半场要拼的五件事
那么下半场的战争，到底在拼什么？ 从这个 FDE 的 JD 里，我们就能读出答案。
1. 拼 Harness 工程，而不是拼模型
上一篇文章我们刚讲过 Google 的结论：模型只占 10%，剩下 90% 是 Harness。 现在腾讯直接把"Harness 工程"写进了岗位要求里。
什么是 Harness？ 就是把大模型那匹烈马套住的那个东西。就是怎么把大模型的能力，安全地、可靠地、可重复地、可规模化地套进现有的工作流里。
模型再强，套不进工作流就是废物。 Harness 做得好，哪怕用的是次一级的模型，实际效果也可能比最好的模型还要好。
2. 拼 SDD 和规范驱动开发
SDD——Spec Driven Development，规范驱动开发。 OpenSpec、Spec Kit、Superpower，这些都是具体的方法论。
简单说就是：AI 写代码太快了，太能写了。 如果没有一套严格的规范把它框住，最后它会给你生成一座屎山。快是快，但是根本没法维护，根本没法迭代。
所以现在最前沿的团队，已经不研究怎么让 AI 写更多代码了。 他们在研究怎么给 AI 设定规范，怎么给 AI 戴紧箍咒。 怎么让 AI 写出来的代码，不但快，而且质量高，而且可维护，而且符合团队的规范。
这就是 SDD。这就是下半场的核心竞争力之一。
3. 拼可量化的 ROI
所有不能量化 ROI 的 AI 落地，都是耍流氓。
上了 AI Coding 之后，到底提效了多少？20%？50%？还是 100%？ 怎么衡量？怎么证明？怎么把这个数字拿给老板看，拿给客户看？
以前大家做 AI 落地，都是"感觉快了不少"、"大家反馈还不错"。 以后不行了。以后你要拿数字出来。
每一分钱花出去，要有一分钱的回报。 每一个工具推出去，要有可衡量的指标。
4. 拼行业 Know-how 和场景理解
大模型是通用的。 但是大模型的落地，是极度非通用的。
银行的场景，和制造业的场景，和互联网的场景，和政府的场景，完完全全是两回事。 你在一个行业积累的经验，换到另一个行业几乎没用。
所以未来最值钱的不是"大模型专家"。 是"懂大模型的银行专家"、"懂大模型的制造业专家"、"懂大模型的医疗专家"。
FDE 这个岗位，本质上就是在培养这种复合人才。
5. 拼前线作战能力
以前大模型公司的核心竞争力在总部，在实验室，在研究院。 以后核心竞争力在前线，在客户现场，在每一个 FDE 的脑子里。
总部把平台、工具、方法论、最佳实践打磨好。 然后几百个 FDE 撒到全国各个行业、各个客户那里去。 在现场解决问题，在现场积累经验，在现场打磨产品。 然后把经验反馈回总部，把方法论迭代得更好。
这就是一种全新的组织模式。 有点像 consulting firm 的模式，但是是 AI 时代的 consulting firm。
对普通开发者的三个启示
这场行业的转向，对我们每一个普通开发者来说，意味着什么？
启示 1：纯算法岗的黄金时代已经结束了
如果你还在挤破头想进大厂做大模型算法，想靠训模型拿到百万年薪。 我劝你再想想。
这个赛道的人才供需关系，已经发生了根本性的逆转。 供给严重过剩，需求在快速收缩。 而且这个趋势只会越来越严重，不会反转。
启示 2：尽快往"两端"移动
要么往更上层走，要么往更下层走。
往上层走：去做场景，去做落地，去做产品，去做解决方案，去离客户近的地方。成为那个既懂 AI 又懂业务的人。这就是 FDE 这条路。
往下层走：去做推理优化，去做芯片，去做基础设施，去做大模型公司的基建。这些东西短期之内 AI 还替代不了，而且门槛足够高。
别卡在中间。 卡在中间是最尴尬的。比上不懂业务，比下不懂底层。很快就会被淘汰。
启示 3：赶紧去学那些"非模型"的东西
别再天天刷哪个模型又出新版本了，别再天天对比哪个模型分数高了零点几个点。
这些东西越来越不重要。 而且它们会变得越来越 commoditized，越来越不值钱。
赶紧去学那些真正在落地层面有用的东西：
- Harness 工程
- 上下文工程
- SDD、Spec Kit、Agent 设计模式
- 怎么把 AI 能力嵌进工作流
- 怎么衡量 ROI
- 怎么和客户沟通，怎么把模糊需求变成清晰方案
这些东西，现在 99% 的人还不会。 但是再过两年，这些会是一个优秀开发者的标配。
写在最后
三年前，大模型刚刚爆发的时候，我说过一句话：
"所有的行业，都值得用大模型重做一遍。"
现在三年过去了，这句话正在变成现实。 但是"重做一遍"这四个字，说起来容易，做起来有多难，只有真正扎进去的人才知道。
它不是你拿着一个牛逼的模型，往客户那一扔，万事大吉。 它是一趟又一趟跑客户，一次又一次调整方案，一个又一个坑踩过去，一天又一天陪着客户磨流程，改系统，换思路。
这是脏活，累活，苦活。 这是没有那么多光环，没有那么多 hype，没有那么多头条的活。 但这也是真正创造价值的活。
炼丹房里的战争，轰轰烈烈，但是已经结束了。 客户现场的战争，悄无声息，但是才刚刚开始。
而能打赢下一场战争的，不会是模型最强的那一方。 会是鞋上泥最多的那一方。
祝所有在前线落地的同行们好运。
作者: itech001 来源: 公众号：AI人工智能时代 网站: https://www.theaiera.cn/ 每日分享最前沿的AI新闻资讯和技术研究。
本文首发于 AI人工智能时代，转载请注明出处。
