5月初，OpenAI成立了Deployment Company（部署公司），Anthropic也宣布与包括Blackstone在内的多家金融机构合作成立合资企业。 这些顶尖模型公司，都开始押注同一种服务：不只是提供AI工具，而是深入企业内部，在具体业务场景中把AI能力真正部署起来。 这也让一个工种迅速走到台前——Forward Deployment Engineer（FDE），前线部署工程师。 本期播客，我们聊聊FDE这份工作的具体形态、它与Palantir早年军方部署模式的渊源，也讨论了在这波AI落地浪潮中，私募基金和咨询行业正在经历怎样的变化。

OpenAI组织架构调整 Greg Brockman 接替因病休假的AGI Deployment首席执行官Fidji Simo 准备在IPO之前，将 Codex、ChatGPT 和 Atlas 浏览器整合到一个超级应用中 是不是Codex才是AGI 的产品形态🤔

今天很意外的发现，All In昨天最新一期，聊的话题也跟我昨天说的OpenAI成立AI Deployment公司相关，而且他们直接请了SalesForce的CEO来做客聊这事儿 我简单看了下，视频里面有三个点有点意思，跟我昨天写的内容正好做个呼应 1. OpenAI亲自下场证明这个事儿不容易，算是被逼无奈 就大家以前以为企业的AI adoption 是：Prompt → 接 API → boop boop boop → 自动化完成……结果发现Too Young Too Naive，原因就是我昨天写的那些东西， 有点像“模型卖不进去，只能自己下场帮客户装”的Feel 但是！这里要说但是了！这事儿从好的一面想，这生意的TAM可能单纯比API revenue要大得多。企业愿意为这个花的钱，可能远大于API fee，毕竟API就是个工具预算，企业的AI Transformation那是战略预算，做过高管或者PLanning的老铁都懂 2. Salesforce CEO Marc Benioff 的观点 - 如果 AI 要改 SaaS 玩法，Salesforce会主动转型。 他们现在活的还挺好，各种数据啊营收啊都很不错。因为现在AI渗透进企业的速度远不及预期。真正有价值的不是软件本身。而是跟企业的关系+信任+内部部署能力+数据和上下文等等 他说Salesforce本来就是本来就是 API-first architecture，所以它比很多传统SaaS更容易 agent-native转型。他认同SaaS 前段UI未来可能被 AI 吃掉，以前那种按席位收费的好日子可能也一去不复返了，但Salesforce完全可以转型成一个AI 的Backend，或者说Operating layer，按API调用来收费，走基础设施流 3. 大佬Chamath认为过去他看空SaaS是对的，但现在这个时间点，SaaS有点跌无可跌了 或者更准确一点他的原话是- “the low end of the market is basically finished” “the high end of the market where Mark operates is quite safe” 低端 SaaS可能真有结构性问题；高端Enterprise SaaS 可能已经被市场错杀 他的逻辑就是之前说的，如果OpenAI 自己都要花大钱搞 deployment company，说明 enterprise AI adoption 根本没那么简单。所以之前业界盛传的“AI会秒杀 enterprise SaaS” 这个叙事根本没那么成立。 看了下SalesForce的股票，从24年底高位到今天已然腰斩，这周四+周五收盘都是逆势强势反弹，可能跟第一季度财报数据很好+1份价值7200万美元的美国空军合同有关。当然，也可能是市场反应过来，OpenAI亲自下场做AI deployment，对Salesforce其实是利好，不是利空。变相替Salesforce来教育市场 - “AI kills SaaS这事儿暂时不成立，顶流SaaS护城河依旧很深，我们可能之前真的恐慌超卖了……” 正好这两天看到 @ShanghaoJin 等一些美股大佬有在说硬件Infra短期可能有些情绪顶，软件其实可以看看，感觉SalesForce近期得加入关注列表了！

具备无限航区调遣能力，四航永盛号助力我国深远海风电场、跨海大桥工程建设#海洋强国装备# Capable of unlimited sea voyage deployment, it supports China’s offshore wind farms and cross-sea bridge construction for marine power strategy. #MarinePowerEquipment#

我直接说结论。 大部分工作都可以用AI Agent来辅助，未来绝大部分的工作模式都是human-agent-human-agent一个infinite loop，那么决定一份工作能被AI替代掉的一个核心指标，就是这份工作中能够守住human in the loop的比例。 同样是程序员，绝大多数高强度贴近业务的工作，就是需要高强度human in the loop，这种工作里30%是coding，70%是code review、测试、设计、deployment、开会、组织管理等等，用AI Agent能替代的工作非常有限，除了能替代90%的coding时间，替代30%的设计、测试、code review时间，其他的很难替代。 相反很多做compiler、OS kernel、virtual machine/container、接近标准化infra、mlsys、PL相关工作的程序员，还有类似各个专业的仿真和模拟计算（生物、材料、化学、物理、流体力学、信号、电气电机），绝大多数工作内容可以在本地完备运行测试，被AI Agent替代的概率将会大大提高。 当然最可能被替代的就是pure math和TCS相关的工作，一台电脑简直就是AI Agent天然游乐场，一个人蹬20个agent工作100小时以上，完全不用human in the loop，这种工作是最危险的。

🛠️ 卧槽，一整套本地 AI 服务被打包成了一个安装程序，聊天、语音、画图、知识库和自动化全在里面 GitHub 上 4600 多 star，Apache 2.0 协议，Linux、Windows 和 macOS 都有安装程序 想在自己机器上跑本地模型的人都懂那个过程：Open WebUI 一套编排，llama-server 自己折腾，语音转文字和语音合成各配一遍环境，画图的 ComfyUI 又是另一套依赖，全装完还得记住哪个端口对应哪个服务，重启一次挂两个。 这个项目全称叫 Osmantic Deployment System，把 Open WebUI、llama-server、LiteLLM、Whisper、Kokoro、n8n、Qdrant、SearXNG 和 ComfyUI 编排到一起，安装时先检测硬件再帮你挑模型，之后所有服务在同一个界面里起停。推理支持本地、云端和混合三种模式，日常活全跑本地，机器扛不动的再甩给云端。 本地 AI 最难的从来不是模型，是把一堆服务凑到一块还都活着。 GitHub：

顶级 AI 公司背后，都有一个"超级 2 号位" 这是 AI 行业一个有趣的规律：技术天才负责模型，另一位"超级 2 号位"承包模型之外的一切：融资、招聘、法务、政策、商业化、销售和组织管理。 Anthropic 有 Daniela Amodei（联合创始人/总裁），她曾是 Stripe 创始招聘官，后担任 OpenAI 安全与政策 VP，负责财务、法务、招聘、传播、政策、GTM、企业销售和安全组织。她的哥哥 Dario Amodei 是 CEO，专注技术方向。 OpenAI 有 Fidji Simo（AGI Deployment CEO，2026 年 7 月上任），负责产品、商业、运营，COO、CFO、CPO 均向她汇报。她来自 Meta（Facebook 负责人），后任 Instacart CEO。Sam Altman 则聚焦技术和战略。 SpaceX/xAI 有 Gwynne Shotwell（总裁兼 COO），负责商业销售、政府关系、Starlink 运营、法务和 HR。她是 SpaceX 早期员工，2008 年起任总裁，2026 年 2 月兼任 xAI 总裁。Elon Musk 担任 CEO 兼 CTO。 DeepMind 曾由 Lila Ibrahim 担任 COO（后转任首席 AI 就绪官），负责运营、治理与伦理、政策、传播和 People & Culture。她来自 Intel，后任 Kleiner Perkins COO，2026 年转向政策方向。 这些"超级 2 号位"往往有成熟公司运营经验，能把复杂组织真正运转起来。 技术创始人专注突破，运营操盘手承接落地，这或许是顶级 AI 公司的成功公式。

国产引力一号起飞推力600吨，近地轨道运力6.5吨，支持一箭30星批量组网，夯实低轨星座发射主力 Boasting 600 tons takeoff thrust and 6.5-ton LEO capacity, China’s Gravity-1 can launch up to 30 satellites at once, supporting large-scale constellation deployment. #CommercialSpaceWorkhorse#