十六、AI 时代的角色与商业
前面十五章讲的是「用什么工具、怎么写代码」。这一章换一个视角：AI 时代的人站在什么位置——一类新岗位正在爆发（FDE），一种新的公司形态正在成型（OPC），而它们共同的计价单位是 Token。
FDE：前沿部署工程师
一句话：驻扎在客户现场、亲手写代码、让 AI 在企业真实场景里真正跑起来的人。
英文全称 Forward Deployed Engineer，也有译作「前线部署工程师」。
为什么 2026 年集中爆发
FDE 不是新概念——Palantir 在 2010 年代就发明了这个岗位（早期内部称为「Deltas」，2016 年之前 Palantir 的 FDE 比软件工程师还多）。它此刻爆发，直接原因是模型能力与落地能力之间的鸿沟：
- 买 AI 工具容易，把 AI 接进既有产线难
- 客户工程师懂业务但不懂模型在规模下的行为，模型公司工程师懂模型但不懂客户业务
- 咨询顾问交付报告，FDE 交付的是跑在生产环境里的系统
一个被反复引用的数据是 MIT NANDA 的调查：95% 的企业生成式 AI 试点没有产生可衡量的业务影响。问题不在模型，在部署。
需求增长的量化证据：Indeed 上的 FDE 岗位数从 2025 年 4 月的 643 个增至 2026 年 4 月的 5,330 个（约 +729%）。招聘方前十几乎全是 AI 平台与基础模型公司——Palantir、Databricks、OpenAI、Mistral。
它和相邻岗位的区别
| 岗位 | 是否碰客户 | 是否写生产代码 | 交付物 |
|---|---|---|---|
| FDE | 是（约 60% 时间） | 是（约 30%） | 跑在客户生产环境的系统 |
| MLE（机器学习工程师） | 否 | 是 | 模型与训练管线 |
| 解决方案顾问 | 是 | 否 | 方案与报告 |
| 技术支持 | 是 | 偶有 | 问题闭环 |
FDE 剩下的 10% 时间花在把现场经验沉淀回产品——这也是它区别于「驻场外包」的关键：它通过深度服务探索可复制的产品化路径。
薪资量级
- 海外中位 base 约 $190K；Palantir 平均总包约 $238K、staff 级 $630K+
- OpenAI / Anthropic 中高级岗位约 $350K–550K（含股权）
薪资数字来自第三方薪酬调查与招聘平台统计，口径不一（有的含股权、有的是 base），仅作量级参考。
想往这个方向走
三个能力的交集，缺一个都会被卡住：能写生产级代码 + 能跟非技术高管讲清 roadmap + 现场排障不掉链子。
Palantir 已开始招应届生做 FDE 培训生，Databricks 搭起了标准化的 FDE 入职认证；国内上海已出现高校的 Pre-FDE 试点班，市政府文件中也提到培育「前沿部署工程师」队伍。
OPC：一人公司
一句话：创始人主导决策与创意，把市场分析、研发、内容、客服等全流程交给 AI 工具集群，以「单人成军」的方式独立完成商业闭环。
英文 One-Person Company，中文语境也叫「一人公司」「超级个体」。
它不是自由职业的另一个名字
| 自由职业者 | OPC | |
|---|---|---|
| 卖什么 | 自己的时间 | 一套可复用的产出系统 |
| AI 的角色 | 辅助工具 | 研发部 / 市场部 / 生产车间 |
| 收入上限 | 受工时约束 | 受分发与产品约束 |
| 关键能力 | 专业交付 | 编排（orchestration） |
核心转变在于把 AI 当作「管理层」而不是「任务工具」——你设计流程，AI 执行流程。
政策正在密集落地
2026 年 9 月，工信部《人工智能中小企业创业支持计划（2026—2028年）》明确鼓励「一人公司」「超级个体」等微型创业主体，OPC 正式进入国家产业规划视野。
地方层面：
- 广东（2026-03）—— 全国首个省级人工智能 OPC 专项政策
- 深圳（2026-01）／杭州（2026-06）—— 相继发布行动计划，目标建成 OPC 社区与人才集聚区
- 云南 —— 设 OPC 专项一次性创业补贴
- 湖北 —— 省级专项资金 + 个人算力券
- 安徽 —— 探索「Token 贷」「模型贷」，把数据知识产权、算法模型著作权作为质押物
据不完全统计，全国已有 20 个省份发布 106 项 OPC 专项政策。
存量数据：截至 2025 年 6 月，全国一人有限责任公司已突破 1600 万家，占企业总量的 27.4%。
四类杠杆最高的赛道
| 赛道 | 做什么 | 为什么适合单人 |
|---|---|---|
| AI 工具与服务 | 做轻量 AI 工具、给企业做自动化集成 | 你成为别人的「生产工具」供应商 |
| 数字内容工厂 | AI 生成短剧、图文、小游戏 | 内容产能不再受人力约束 |
| 垂直专业服务 | 面向细分行业的咨询、报告、合规 | 领域知识是护城河，AI 放大交付速度 |
| AI 技能培训 | 教别人成为「超级个体」 | 需求随 OPC 生态同步增长 |
三个必须守住的底线
- 不要过度堆工具。工具是手段，找到具体且持续的痛点才是目的
- 财务必须隔离。公司与个人账户混用，会丧失有限责任保护
- 先卖服务再产品化。在有人愿意付钱之前，它只是一个想法
Token：这一切的计价单位
上面两个角色最终都指向同一个成本项——Token。
Token（词元） 是模型处理文本的最小单位，同时也是计费单位：API 按输入 / 输出 token 分别计价，上下文窗口的容量也用 token 衡量。一段中文大致可按 1 个字 ≈ 0.6–1 个 token 粗估（不同分词器差异较大，实践以 tokenizer 实测为准）。
对 FDE 和 OPC 这类角色，Token 直接等于边际成本——它决定了：
- 一个 loop 每天自动跑一次是否划算（参见章节十二的 Loop Engineering）
- 该不该把高频、原子化的判断交给便宜的小模型或决策模型（如 Jev），把规划留给昂贵的大模型
- 该选订阅制还是按量付费（见章节二）
⚠️ 别混淆：章节二的「Token Plan」是套餐品牌名（腾讯云、MiniMax 等用它命名订阅档位），而这里说的 Token 是计量单位。同一个词，两个层面。
回到你的位置
| 你在哪 | 建议从哪看起 |
|---|---|
| 想进 AI 落地岗 | 本章 FDE 一节 → 章节四 CLI / 章节七 IDE 补工具链 |
| 想用 AI 做自己的产品 | 本章 OPC 一节 → 章节十二 范式 → 章节二 成本 |
| 在企业内推动 AI 落地 | 章节十五 端到端实战 → 回到本章的能力拆解 |
| 只想把日常效率提上去 | 章节一 Claw 产品 → 章节七的办公向分支 |
关于本章数据
这一章讲的是人和钱，两类事实都变化很快，引用时请注意口径：
- 岗位数（643 → 5,330）来自 Indeed 的招聘统计，经媒体引用；它衡量的是「招聘帖数量」而非「在岗人数」
- 薪资来自第三方薪酬调查与招聘平台，base 与总包混用，且头部公司与中小公司差异极大
- 公司存量（1600 万家 / 27.4%）是 2025 年 6 月的快照，会随时间增长
- 政策数量（20 省 106 项）为不完全统计，地方文件更新频繁
- FDE 是岗位概念而非职称，不同公司对同一职责可能使用不同 title，检索时不要只搜缩写
本章内容整理于 2026-09，建议每个季度复核定一次薪资与政策数据。