Kimi 说不做 FDE，国内大模型公司的交付难题到底卡在哪

月之暗面联合创始人黄震昕最近在一场行业分享里抛了一个判断，Kimi 不做重交付，FDE（现场部署工程师）的难点不在模型厂商这头。这事表面看是一家公司表态自己的战略定位，细想其实是国内大模型公司对"商业化路径"的一次集体表态。

把这事拆开看更值得琢磨。所谓 FDE，是过去一两年 AI 公司为了把大模型卖到传统行业里，专门配的一类工程师，类似早年 IBM 给银行部署系统的那批人。FDE 干的事是帮客户把大模型 API 接到具体业务流程里，调试提示词、对接数据、训练客户自己的员工。这套模式在硅谷跑通了，OpenAI 和 Anthropic 在 2024 年都组建了 200 人以上的 FDE 团队。但国内大模型公司过去一年试下来发现，FDE 这条路在中国走不太通，背后原因很复杂。

客户结构不一样是表层原因。美国大模型公司面对的是大企业客户，签单 100 万美金起，能养得起一个 5 人 FDE 团队驻场半年。但国内中小企业是主力客户，单笔预算 10 万到 30 万人民币为主，根本养不起 FDE。更深的一层是行业知识门槛太高，制造业、金融业、政务、教育，每个行业的业务流程差异巨大，FDE 学一个行业就要花 3 到 6 个月。再加上国内大模型公司自己的现金流问题，做 FDE 是亏钱的，一个 FDE 年薪 50 万起步，但单笔订单的利润可能不到这个数。

黄震昕说 FDE 难点不在模型厂商这头，意思很明确，模型这头的能力已经够用了，难的是销售和交付这头。这话反过来讲就是，AI 行业目前最缺的不是更好的模型，是能把模型卖到具体场景里去的销售和咨询人才。这事放在 2025 年看挺讽刺，5 年前所有人都在喊"模型决定一切"，现在头部公司的共识反而变成了"模型只是入场券"。

过去一年资本市场对 FDE 模式普遍是看好的，认为这是 AI 行业从软件向服务转型的必然路径。但市场给了一记耳光，2025 年上半年国内几家头部大模型公司的 FDE 团队规模都在收缩，转而把交付环节外包给生态合作伙伴。FDE 这个职业正在从"AI 公司内部岗位"变成"独立服务商"。

做新模型的窗口已经基本关上，未来 5 年的机会在应用层和交付层。圈内已经出现了一种常见的结构，团队里没有大模型工程师，全部是某个传统行业的资深从业者，把模型接进自己熟悉的场景里去。这种结构反而成了 AI 行业里最稳的商业模式。黄震昕这次表态，等于把行业共识又往前推了一步。