2025 年第一季度有两组数据放在一块儿看，特别有意思。
一边是传统软件工程岗位数量暴跌 70%，另一边，"前线部署工程师"（Forward Deployed Engineer，简称 FDE）的职位需求从 800% 的增速直接飙到 1000%。一降一升，中间差的不只是数字，而是整个 AI 行业对"工程师"这个职位的重新定义。
OpenAI 显然比大多数人更早看到了这个拐点。
关于这笔融资的详细背景和 19 家 PE 的投资结构，可以回顾我们之前的分析文章 OpenAI 成立 100 亿美元"Deployment Company"。今天这篇文章的重点不是融资金额，而是 OpenAI 用钱买到的那批人。
40 亿美元买的不只是钱，是"人"
5 月 11 日，OpenAI 正式宣布成立 OpenAI Deployment Company，初始投资超过 40 亿美元，联手 TPG、贝恩资本、Advent、Brookfield、高盛、软银等 19 家机构。但这不是新闻的重点——真正值得关注的是他们同时做的一件事：收购 Tomoro。
Tomoro 是一家成立于 2023 年的 AI 咨询公司，不大，但很精。核心业务不是训练模型，而是帮企业把 OpenAI 的模型真正塞进业务系统——数据接入、权限控制、生产级工作流设计，这些脏活累活它都干。客户名单里有美泰、红牛、Tesco、维珍航空、Supercell，清一色不是"技术公司"。
OpenAI 看中的就是 Tomoro 手里那 150 名现场部署工程师。收购完成后，这些人直接变成 OpenAI 的正规军，可以立刻派驻到客户现场。
这招很务实。模型再强，客户现场的系统该怎么接还是怎么接——摩根大通的数据结构、合规要求、内部政治，以及他们到底想解决什么问题，这些知识不在 OpenAI 的山景城办公室里，而在客户的机房和会议室里。
Tomoro 到底是个什么公司
Tomoro 从出生就贴着"OpenAI 生态"的标签。它做的事情说白了就是：让你的工程师坐在客户的工程师旁边，一起把 AI 跑起来。
标准软件交付流程是：开发产品 → 卖给客户 → 客户自己摸索怎么用。但企业客户的真实环境永远是"特殊且复杂"的——遗留系统、监管限制、内部流程从来没考虑过 AI。SaaS 产品到这里就卡住了。
FDE 模式把这个链条倒过来了：模型公司把最好的工程师直接派到客户公司内部，和懂客户业务的工程师坐在一起，交付真正的代码，构建定制集成。两种知识体系在同一空间里碰撞，项目成功率显著提升。
有意思的是 Tomoro 的官网首页写着一句话：
"我们的使命是平衡人工智能的生产力和人类的目标，使每周三天工作制成为现实。"
一家做 AI 部署的公司，把三天工作周写在首页。这不是噱头——他们真在澳大利亚、新加坡、英国招驻场工程师。
Anthropic 的反击：黑石 + 高盛，15 亿美元
OpenAI 不是唯一看到这件事的公司。
上周，Anthropic 宣布成立一家专注于企业 AI 部署的合资企业，估值 15 亿美元。创始合伙人：黑石集团、Hellman & Freeman、高盛集团。三方共出资 3 亿美元，其他投资方包括 Apollo、General Atlantic、新加坡 GIC、Leonard Green。Anthropic 这笔交易的更多细节我们在上周已有详细报道。
一边是 OpenAI + 19 家 PE，40 亿起步；另一边是 Anthropic + 黑石 + 高盛，15 亿入局。两边的动作几乎同步——这不是巧合，是军备竞赛。
Anthropic 过去一年凭借 Claude 系列在开发者和企业客户中建立了很强的存在感。OpenAI 内部已经承认 Anthropic 的增长构成了"明显压力"，应用业务负责人 Fidji Simo 在全员会上说这是公司的"警钟"。
某种程度上，OpenAI Deployment Company 就是这道警钟的产物。
从"比模型"到"比落地"
这场竞争的转向很清晰：
过去 AI 公司比的是谁的模型参数多、Benchmark 分数高、上下文窗口大。现在比的变成了——谁能把模型最快塞进企业的真实业务里。
项目成功的关键指标也在变。60% 到 70% 取决于"应用落地"，而不是纯粹的编码能力。适应性、领导力、软技能，这些以前在工程师招聘中排在后面的素质，现在变成了决定因素。
OpenAI 平台工程主管 Sherwin Wu 和产品主管 Olivier Godement 在播客里提到过一个极端场景：在国家实验室的物理隔离"气隙"环境里，部署工程师要禁止携带任何电子设备，通过物理介质把模型权重导入超级计算机，然后针对特定硬件做"纯手工"的环境适配。
这已经不是在写代码了，这是在打仗。
几个值得跟踪的信号
OpenAI 这套打法要跑通，有几个关键指标值得关注：
部署公司的客户转化速度——40 亿不是小数，1200 家企业的目标听起来激进，但第一批客户的行业分布和落地速度会决定这个模式能不能复制。
FDE 人才的供给瓶颈——市场上同时懂 AI 和企业系统架构的人本来就少，Tomoro 的 150 人是第一批，但规模化需要的人才池远不止这个数。Anthropic 那边也得抢同一批人。
三天工作周能不能兑现——这不是情怀问题。如果 AI 部署工程师真能靠 3 天完成别人 5 天的工作，那本身就是这个行业生产力的最好广告。
AI 竞争的下一个主战场，可能不在 Benchmark 排行榜上，而在客户现场的会议室和机房里。谁能把工程师最快派驻进去，谁就赢。
主要来源：InfoQ（2026-05-12）、OpenAI 官方声明、Tomoro 官网、路透社报道