AI 落地最缺的不是模型，是人。
Gartner 高级总监分析师穆库尔·萨哈给过一个数字：全球符合 FDE 要求的工程师大约只有 2000 名，而实际需求是这个数字的四倍。薪资数据印证了供需失衡。根据 Perspective AI 对 1500 名 FDE 的调查，前沿实验室资深 FDE 的年总薪酬中位数达到 48.5 万美元，Staff 级工程师则高达 72.5 万美元。
需求还在加速。LinkedIn 2026 年 1 月发布的全球劳动力市场趋势洞察报告显示，2023 年到 2025 年，FDE 新增岗位数量增长了 42 倍，同期 AI 工程师岗位增长 13 倍。Indeed 的数据则显示，FDE 相关岗位从 2025 年 4 月的 643 个增至 2026 年 4 月的 5330 个，一年增长近 7.3 倍。
Anthropic 决定自己动手填补这个缺口。
10 月 2 日，该公司宣布投入 1 亿美元，推出 Claude 前沿学院，专门培训其他公司的工程师。首批学员来自埃森哲、麦肯锡、摩根士丹利、贝恩、凯捷、德勤和诺和诺德。目标是到 2027 年底培训 1 万人。
不是招聘，不是猎头，是从零开始替客户培养一种极其稀缺的人。
FDE 到底是什么
FDE，Forward Deployed Engineer，前沿部署工程师。这个角色最早由 Palantir 在 2010 年代初跑通。Palantir 的 FDE 团队由两个角色组成：Echo 负责钻进客户业务，和用户交谈，搞清楚什么场景真正有价值；Delta 负责写生产级代码，把想法落地成跑得起来的系统。两人一组，入驻客户现场，目标不是交付一份报告，而是交付一个在生产环境里稳定运行的结果。
Palantir 把这套模式制度化之后，硅谷花了十年时间消化。真正让它变成热门岗位的，是 AI。当企业开始把大模型接入自己的业务流程，发现了一件尴尬的事：模型能力已经够用了，但没有能把模型装进真实业务里的人。
Anthropic 在公告中把这个问题称为 AI 落地的“最后一公里”。大多数企业里只有一小群深度技能的人能驱动 AI 产出的绝大部分成果。这群人要同时具备三样东西：扎实的软件开发功底、对 LLM 的实战经验、以及对自身业务的深刻理解。更重要的是，他们得能从零把一个想法变成稳定运行的生产系统。
Anthropic 全球业务发展与合作主管 Steve Corfield 把问题的本质说得很清楚：“这是一个技能缺口问题，而技能缺口又会造成市场问题。我们正在努力填补这一空白。”
四天驻场，十二周回岗：这套培训怎么运转
Claude 前沿学院的培训结构分两段。
第一段是为期四天的现场密集培训。学员被放进一个“模拟环境”——一个智能体系统——他们需要学习如何构建和部署这个系统。这不是听课，是动手。四天结束后，学员要参加实践考核，通过才能进入下一阶段。
第二段是回到各自公司，完成为期十二周的驻场项目。每个人绑定一个明确的 Claude 项目作为结业课题，全程使用 Claude 工具开发。Anthropic 的导师在十二周内保持跟进，提供支持。学员所在的公司负责提名候选人，Anthropic 对候选人进行面试筛选。
这套设计的关键在于“回岗”这个环节。大多数企业培训的失败点不在课堂，在回到岗位之后——学的东西用不上，或者没有场景用。Anthropic 把十二周驻场项目作为强制环节，等于逼着学员在真实业务里把培训内容落地。项目本身就是考核，也是交付。
Anthropic 负责合作伙伴市场拓展战略与运营的主管 Shambhavi 说，他们仍在完善整个项目的评估体系，重点关注“优秀的 FDE 应该具备哪些素质”——包括表达能力、问题解决能力和编程技能。
Shambhavi 认为优秀的 FDE 具备四个特质：熟悉智能体 AI 系统、善于解决问题、沟通能力极强、技术功底扎实。Corfield 补充了一点：“你必须非常、非常好奇。”
谁在教，教给谁，教完之后呢
首批合作方名单值得细看。
埃森哲、麦肯锡、贝恩、凯捷、德勤——这些是全球最大的咨询和外包服务商。它们手里有大量企业客户资源，自己的工程师被培训成 FDE 之后，在服务其他客户时会天然倾向于继续推荐和使用 Claude 方案。摩根士丹利和诺和诺德则代表了金融和制药两个对 AI 落地需求最迫切、同时对合规要求最严格的行业。它们愿意让自家工程师花十二周去学一套绑定特定厂商的方法论，说明需求确实紧迫。
Anthropic 在公告中说得很直白：“我们希望毕业生为 AI 在企业内部的构建方式树立标杆。”这个标杆的本质是方法论输出——当市场上最多的人用的都是 Anthropic 定义的培训体系和技术栈，后续的入局者自然会被拉进同一个技术轨道。Anthropic 已有的 Claude Partner Network 数据可以作为参照：超过 17.5 万人在 4.6 万家企业获得了 Claude 认证，其中近 4000 人完成了更深入的 Basecamp 项目。这次前沿学院是在这个基础上的二次升级。
但竞争对手也没闲着，路线各不相同。AWS 在 10 月 12 日推出三条 FDE 培训路径和两项技术认证，并投资 10 亿美元组建工程团队，将数千名 AI 部署专家嵌入客户团队。微软在 7 月向埃森哲、凯捷、安永、毕马威和普华永道派遣了 AI 工程师，作为一项 25 亿美元 FDE 业务单元投资的一部分。谷歌云在 5 月开始招募专注于 AI 领域的 FDE 人才。OpenAI 则在 5 月成立了一家独立咨询业务公司，投入 40 亿美元用于支持 FDE 相关项目，并收购了一家 AI 咨询公司，为其团队增添了 150 名部署工程师。
路线分歧在于：Anthropic 选择培训客户的工程师，而不是自己雇人派驻。这是一种更轻的模式——不增加自己的交付成本，但通过方法论输出建立更深的绑定。OpenAI 和微软走的是重模式，自己养团队或者直接往客户那里派人。两种路线的胜负取决于一个变量：企业愿不愿意让自家工程师花十二周去学一套绑定特定厂商的方法论。
认证之后，才是真正的考验
FDE 培训模式并非没有争议。
Gartner 在 2026 年的技术成熟度曲线报告中，直接将 FDE 归入“未成熟即面临淘汰”的类别，预测到 2028 年，大多数企业将放弃厂商主导的 FDE 项目。萨哈对 Channel Dive 表示，目前的市场需求虽然旺盛，但厂商主导的 FDE 干预在成本和效果上都存在结构性问题。
DXC Technology 的经历是个警示。该公司在 2026 年 6 月承诺将培养数万名经过 Claude 培训认证的工程师，但一个月后，实际可部署的工程师仅有 86 名。承诺数和可部署数之间的巨大落差，指向的是培训转化率问题——拿到认证不等于能干活。
国内的 FDE 实践也暴露了类似困境。有从业者表示，每天真正以 FDE 角色解决用户痛点的时间只有 30% 到 40%，其余时间花在解答客户“这个东西是什么”“流程是什么”等问题上。大型国企的千万级 FDE 项目，签单近一年仍无法验收。也有团队三个月交付了覆盖全链路的多个 Agent，实际却因为要求客户改变工作习惯而无人使用，项目被内部评定为失败。
这些案例指向同一个问题：FDE 培训的价值不在于“教会了工具”，而在于被培训的人能不能真正嵌入客户的业务逻辑，能不能推动组织流程的改变。从拿到认证到在客户现场产生可验收的业务结果，中间隔着组织流程、合规审查、遗留系统对接和用户习惯改变的漫长链路。
Anthropic 在公告中回避了这个问题。它把重点放在培训标准和认证体系的建立上，至于学员回到公司后能不能真的把 Claude 用起来，目前还没有公开的评估数据。Shambhavi 说他们将重点关注“优秀的 FDE 应该具备哪些素质”，但这个评估体系本身还在完善中。
AI 时代的企业培训，正在换逻辑
如果把这件事放在更大的背景里看，Anthropic 的 1 亿美元指向的是一个正在发生的变化：AI 时代的企业培训，逻辑和过去不一样了。
过去的软件培训教的是“怎么用工具”——点哪个按钮，走哪个流程。这套逻辑的前提是工具本身是确定的，业务场景也是确定的。但 AI 工具不是。同一个 Claude，在埃森哲用来做咨询报告，在摩根士丹利用来做合规审查，在诺和诺德用来做药物研发辅助——场景不同，用法完全不同，没有标准答案。
FDE 培训教的不是“怎么用 Claude”，而是“怎么把 Claude 装进一个具体的业务问题里”。这更像是培养一种问题定义和系统设计的能力，而不是操作技能。这对企业培训体系提出的要求完全不同：培训内容需要高度定制化，培训效果需要放在真实业务场景里评估，培训周期需要从几天拉长到几个月。
Anthropic 花 1 亿美元买了 1 万个 FDE 的入场券。这些入场券能不能变成真实的生产力，答案不在旧金山和伦敦的培训教室里，在埃森哲的项目现场和摩根士丹利的合规审查会议上。但有一点已经清楚：当模型能力不再是瓶颈，人才培养就成了 AI 落地的下一道关卡。谁先解决这道关卡，谁就能在下一阶段的竞争里占据先手。
本文来自微信公众号“Edu指南”，作者：Edu指南， 经授权发布。