前天写了 三巨头同时组建 FDE 军团，分析 OpenAI、Google、Anthropic 为什么同一周内都下场做”脏活累活”。文章发出后收到不少私信，核心问题就一个：这到底是不是 PMF 被验证了？
我的判断是：有 PMF 的雏形，但还没有 PMF 的胜利。
三家公司同时押注 FDE，与其说是宣告范式胜利，不如说是承认了一个事实——在 Agent 成为真正的”软件之上的软件”之前，我们需要人。需要驻场的人。需要懂客户、也懂模型的人，去把那些没有铺好的路一段一段走通。
一、80% 嵌入了 Agent，只有 31% 跑进了生产
先看数据。
2026 年 5 月的企业 AI 市场呈现出一种矛盾的景象：80% 的企业应用已经嵌入了至少一个 AI Agent，听起来很热闹。但只有 31% 的组织成功把 Agent 推到了生产环境。换个说法——88% 的 AI 试点项目，最终没能活着走出实验室。
成功的那 12% 有明确的共性：专人负责（56% 的企业设立了”Agent Owner”岗位）、成功标准清晰、治理机制到位。金融行业跑得最快，生产率接近 47%——因为交易量大、ROI 容易量化、欺诈检测和文档处理的场景足够标准化。
但剩下那 88% 死在了哪里？
不是模型不行。GPT-5.5、Claude 4.7、Gemini 3.1——今天的模型能力已经远超大多数企业场景的需求。死在了中间地带。 遗留系统接不进去，数据孤岛打不通，安全合规过不了，组织惯性改不动。
这就是 PMF 雏形的含义：需求是真的，付费意愿是真的，但从”能用”到”在用”之间的那条路，还没有人铺好。
二、55 亿美元砸向同一个方向
上篇文章摆了事实，这次往深一层看——三巨头不是在赌不同的方向，而是在用不同的方式赌同一件事。
| 维度 | OpenAI DeployCo | Anthropic 合资公司 | Google Cloud FDE |
|---|---|---|---|
| 路线 | 自建子公司，收购 Tomoro | 联合黑石、高盛合资 | 内部 FDE 大规模扩招 |
| 资金 | 40 亿美元 | 15 亿美元 | 内部预算（岗位增 800%） |
| 核心逻辑 | 全栈自研，从模型到部署一条龙 | 借金融巨头投资组合当客户入口 | GCP 生态 + Gemini 内嵌 GTM |
OpenAI 的逻辑最直接。 Sam Altman 的判断是：客户不会自己把 GPT 接进十年前的 ERP——得我派人去。所以成立子公司、收购 Tomoro、一口气 150 个工程师进场。这是最”重”的打法，也是最不像互联网公司的打法。
Anthropic 的逻辑最巧妙。 它没有自建庞大团队，而是借黑石和高盛的”投资组合公司”作为客户池。这些金融巨头旗下有成千上万家被投企业——Anthropic 等于拿到了一个现成的客户漏斗，15 亿美元的资本让规模化成为可能。
Google 的逻辑最稳健。 不成立独立公司，但把数百名 FDE 直接嵌入 Cloud 的 Go-To-Market 团队。利用已有的 GCP 企业客户关系，把 Gemini 从实验室推到生产环境。800% 的岗位增长说明这不是试水，是战略级投入。
三条路线，合计超过 55 亿美元，指向同一个判断：Agent 落地，需要人。
三、为什么 Agent 还不能自己跑——四条断裂带
很多人会问：Agent 都这么强了，为什么还需要人去驻场？
因为模型和企业业务之间，横亘着四条断裂带。这四条沟，不是更强的模型能填平的。
第一条：遗留系统。 十年前的 ERP、五年前的 CRM、三年前的中台。接口文档缺失、权限体系混乱、数据格式不兼容。我自己做企业 AP 监控方案的时候，最花时间的不是搭架构，而是搞清楚 50 台不同品牌 AP 的 SNMP OID 映射。这种活，Agent 干不了。
第二条：数据孤岛。 销售数据在 Salesforce，财务数据在 SAP，客服数据在自研系统——每个部门守着自己的堡垒。Agent 需要打通才能发挥价值，但打通的政治成本远大于技术成本。
第三条：安全合规。 金融要满足巴塞尔协议，医疗要满足 HIPAA，制造业有供应链安全标准。AI 不是接进去就完了，还要过层层审计。一个 Agent 要在合规框架里自主决策，监管机构还没准备好。
第四条：组织惯性。 中层管理者怕被替代，一线员工嫌学习成本高，决策者看不到短期 ROI——这些”软性阻力”往往比技术难题更致命。
这四条断裂带，决定了 FDE 的存在价值：不是模型不行，是中间的路还没铺好。需要有人走进客户的办公室，一个系统一个系统地接、一个流程一个流程地改。
四、FDE 的终局：铺路人终将让位于跑路者
但 FDE 不会永远存在。
本质上，每一次 FDE 驻场部署，都在做一件事：把一段无路的荒地变成有路可走的标准化通道。 每打通一套遗留系统的接口、每走通一个行业的合规流程、每解决一类组织的惯性阻力——都在为后来者铺好一块路砖。
当这些路铺得足够多、足够清晰、足够标准化——Agent 就不再需要人牵着走了，它自己就能跑。
这和我自己的经验完全一致。我做 Zaokit 的 PPT 生成功能时，第一单要花大量时间搞定内容拆解逻辑、排版引擎、品牌适配。但做完沉淀成模板后，下一个客户换套品牌 UI 就能直接用。模板复用的飞轮效应——本质上就是在缩小 FDE 的职责范围，直到它变得足够小，Agent 自己就够了。
也许真正的 PMF 范式，要等到 FDE 们走完的路足够多、足够清晰，以至于 Agent 自己能在上面跑了——那时候，这场关于 FDE 的讨论，就会变成一个时代的注脚。
但 2026 年这一年，所有人都还在赶路。
写在最后
回看这两周写的三篇文章——从 OpenAI 成立 DeployCo，到 三巨头同时组建 FDE 军团，再到今天这篇——线索越来越清晰：
AI 企业市场的 PMF 不是一个”有或没有”的二元判断。它更像一条路——有人已经看到了终点的轮廓，但脚下的每一步还在泥泞中。三巨头砸下 55 亿美元组建 FDE 军团，不是在宣告”我们找到了 PMF”，而是在承认”PMF 需要人去铺”。
对我们做 AI 落地的人来说，这是最好的消息。赛道被全球最聪明的钱验证了，方向被确认了。区别只在于：他们用 55 亿美元和数百名工程师去铺大企业的路，我们一个人 + AI Agent 去铺中小企业的路。
路径不同，本质相同：2026 年 AI 落地的核心竞争力，不是谁的模型跑分更高，而是谁能在客户的业务里，把"能用"真正变成"在用"。
我一个人打造的 Zaokit AI 产品 已融入企业工作流，2026 年 5 月 31 日前 1000 名用户赠送价值 150RMB 的 Pro 计划，助力大家高效完成图文创作和 PPT 生成。唯一官方网站：zaokit.app。
最后，如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入我们的社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。
