固液 2026年9月9日 福特暗面，月之暗面
从“卖Token”到“派人进场”
9月10日，月之暗面正式启动Kimi企业合作伙伴“登月计划”。该计划将以FDE模型——即前线部署工程师（Forward Deployed Engineer）——与各行业系统集成商共建工程师队伍，深入客户现场，推动大模型进入企业核心业务流程。首批签约伙伴包括中软国际、金山云、华胜天成、亚康股份、亚信科技等，覆盖软件信息服务、通信、基础设施、云计算等领域。
FDE并非新概念。这一模式最早由美国大数据分析公司Palantir在2010年代体系化建立，核心做法是将软件工程师直接派驻到客户现场，嵌入客户团队，从内部理解问题、发现需求、构建方案，而非坐在办公室里等待需求文档。Palantir凭借这一模式服务美国国防和情报机构，目前已成长为市值4000亿美元的AI巨头。
[IMG:1]硅谷的FDE军备竞赛
2026年以来，FDE从Palantir的独门武器变成硅谷AI公司的集体行动。
5月，OpenAI联合TPG、贝恩、软银等19家投资方成立The Deployment Company，初始投资超40亿美元，并收购应用AI咨询公司Tomoro，获得约150名FDE和部署专家。Anthropic则与黑石、H&F、高盛成立合资公司，为中大型企业提供Claude的驻场部署服务，6月又与IT服务商DXC合作，后者计划培训数万名Claude认证FDE，将Claude接入银行、航空、保险、制造等行业核心系统。
微软宣布向Microsoft Frontier Company投入25亿美元，新增6000名工程专家；AWS投入10亿美元建立前沿部署工程中心。据Gartner高级分析师Alex Coqueiro预测，到2026年底，超过85%的科技服务商将把FDE项目作为交付AI、压缩部署周期的核心方式。
与硅谷巨头自建FDE团队不同，月之暗面选择了一条差异化路径：不自建工程师队伍，而是将模型能力与工程方法论开放给IT服务商伙伴，由伙伴派驻FDE进入客户现场。加入计划的企业获得三方面支持：接入Kimi模型能力和Agent运行底座进行定制开发；项目成果沉淀为可复用行业方案；从传统软件服务商转型为AI软件服务商。
这一策略降低了月之暗面的运营成本，也借助IT服务商既有的客户关系加速市场渗透。中软国际此前公告称，将与月之暗面共同开发企业级Agent，合作中产生的Token消费收入及其他合作收入按约定比例分成。这意味着月之暗面的商业化路径从单纯的API调用收费，向“模型+服务+分成”的复合模式延伸。
[IMG:2]2.8万亿参数之后，落地才是真问题
月之暗面加速商业化的底气来自Kimi K3。7月16日，该模型正式发布，总参数规模达2.8万亿，成为全球参数最大的开源模型，采用混合专家（MoE）架构，896个路由专家中每个Token仅激活16个，激活参数1040亿，支持100万Token上下文窗口。K3开源后登上Hugging Face总趋势榜第一，上线30分钟收获超4000个点赞。
资本市场的反馈同样迅速。月之暗面2026年初以43亿美元估值起步，在1至2月连续完成三轮合计约19亿美元融资，估值攀升至180亿美元。5月完成美团龙珠领投的约20亿美元D轮，投后估值突破200亿美元。7月完成超35亿美元F轮融资，投后估值涨至350亿美元，因超目标金额3倍多而提前关闭。原定8月开始的G轮（Pre-IPO轮）已提前启动，投前估值升至500亿美元。
模型能力快速提升的同时，企业级AI的关键挑战已从技术本身转向规模化落地。月之暗面在计划说明中表示，企业需要完成一系列系统工程：与既有数据、系统和权限体系的深度集成，与实际业务场景的流程适配，以及安全、合规与稳定性的全面保障。这些工作恰恰是FDE需要进入客户现场解决的。
埃森哲发布的《2026中国企业数字化转型指数》显示，88%的中国企业已跨过AI应用试点阶段，但仅14%的企业实现了显著价值。IDC FutureScape 2026预测，到2026年，50%的AI驱动数字化应用场景将无法达到ROI目标，原因包括收益不清晰、风险上升、数据基础不足等。这些数据揭示了FDE模式的需求基础：企业“不会用、用不好”AI的问题正变得突出。
[IMG:3]Gartner的警告与中国的特殊性
FDE模式并非没有争议。Gartner高级研究总监方琦在接受采访时明确表示，在AI办公的竞赛中，FDE模式可能走不通。他认为，FDE交付模式天然伴随高成本、回报不确定以及ROI周期长等问题，在企业对IT预算支出要求强ROI的情况下，与中国市场以项目制为核心的运营模式存在根本冲突。
Gartner报告同时指出，七成企业可能因内部技能不足及高昂成本被迫放弃FDE主导的AI项目。企业须审慎评估长期依赖外部FDE的可行性——过度依赖可能导致供应商锁定、技术债务累积和企业自身AI能力萎缩。FDE人才也极度稀缺，所需技能不仅限于技术层面，还要求对客户业务有深入理解。
中信证券的研报则提供了更积极的判断。该机构指出，不同于传统外包，FDE的现场交付并非纯人力输出——FDE在现场写代码，后端抽取可复用部分沉淀为平台功能，基于不断增厚的平台底座，每新增一个客户，边际交付成本持续下降。伴随企业AI“不会用、用不好”问题进一步凸显，FDE需求料将迎来爆发。
政策层面也在释放信号。工业和信息化部近日印发《关于开展人工智能应用服务商培育专项行动的通知》，明确鼓励服务商搭建前线部署工程师（FDE）团队，扎根用户现场，保障场景落地，提出到2026年底服务商数量突破2000家、到2027年底不少于3000家。
月之暗面的FDE合作伙伴模式能否走通，关键在于两个变量。一是IT服务商伙伴的交付能力能否跟上——FDE要求既懂技术又懂业务，而中国IT服务商长期以项目制交付为主，能否完成向“AI软件服务商”的能力转型仍是未知数。二是“平台沉淀”机制能否真正运转——如果现场项目无法抽象为可复用方案，FDE模式就容易滑向“高级外包”的泥潭。这些问题的答案，将决定月之暗面从350亿美元到500亿美元估值的跨越是否有真实业务支撑，也将为中国大模型企业级商业化提供一个可参照的样本。
本文由AI辅助生成
