AI 大厂也下场驻场了:OpenAI Presence 与 FDE,企业 AI Agent 落地该找谁?

TL;DR:2026 年 7 月,连 OpenAI 都亲自下场做交付了——它把自家交付团队命名为 Forward Deployed Engineer(FDE,驻场工程师),并于 7 月 22 日推出由 FDE 主导的托管交付产品 Presence。这意味着企业落地 AI Agent 不再是「自建 vs 采购」的二选一,而是三选一:找大厂驻场(如 OpenAI Presence)、自建团队、或找独立中立实施伙伴。怎么选,取决于三件事——你要多少控制权、能承受多大的厂商锁定风险、以及有没有把 Agent 送进生产的评估与治理能力。下面逐一拆解。

OpenAI Presence 是什么?和直接调 API 有什么区别?

一句话:Presence 是 OpenAI 的托管交付服务,帮企业把 AI Agent 真正部署上线,而不是把 API 丢给你自己拼。据 The Register 的报道,Presence 于 2026 年 7 月 22 日发布(OpenAI 官方公告同日,《Introducing OpenAI Presence》),首批场景聚焦客服、外呼销售、以及高风险的内部工作流,覆盖语音与聊天两种交互。

和「直接调 API」最关键的区别在交付模式。The Register 明确写道:

Deployments are led by OpenAI Forward Deployed Engineers and select global systems integrators. Presence is not yet available as a self-serve product.

翻成落地语言:它不是自助产品——不是你申请个 key、读文档、自己接就完事,而是由 OpenAI 的驻场工程师和指定的系统集成商带着做。这本身就是一个信号:把 Agent 从 demo 推到生产,光有模型 API 远远不够,中间那段「脏活」需要有人驻场干。

Forward Deployed Engineer(驻场工程师)到底做什么,企业为什么需要?

FDE 的核心职责,是站在你的业务现场,把通用模型能力翻译成能跑在你真实流程、真实数据、真实合规约束里的 Agent——梳理场景、接系统、设护栏、调评估、盯上线后的表现。它填的正是「模型很强」和「业务真的用起来」之间那道最容易翻车的沟。

值得注意的是,这个角色如今已被行业顶格背书。据 The Register,OpenAI 内部承担交付的部门就叫 "the OpenAI Deployment Company and Forward Deployed Engineers",去年才首次成立。也就是说,连模型能力最强的一方,都判断「必须有人下场驻场交付」——这从外部验证了 FDE 模式并非某家实施公司的自我包装,而是企业 AI 落地的结构性需求。

(关于 FDE 到底如何按价值交付、与传统外包有何不同,我们在《什么是 AI FDE:按价值交付》里有完整定义,这里不再复述;本文关注的是本周新闻带来的新变量。)

为什么连 OpenAI 都亲自下场做交付了?

因为纯 API 卖不动「落地」。模型再强,企业买回去也不会自动变成上线的业务系统;这中间的实施缺口,大到 OpenAI 只能自己补。

两条来自 The Register 的事实说明了这个转向:其一,OpenAI 在 2026 年 5 月收购了咨询公司 Tomoro,以此扩编 FDE 交付团队——一家模型公司去买咨询团队,方向再清楚不过;其二,如前所述,Presence 至今仍不是自助产品,必须由 FDE 和系统集成商主导交付。

而且落地本身没有想象中乐观。The Register 引述 Gartner 的判断:到 2027 年,计划把客服转向 AI 的组织里,约有一半会放弃该计划;分析师 Kathy Ross 的原话是「it is not a panacea… The human touch remains irreplaceable」(它不是万灵药……人的介入仍不可替代)。换句话说,把 Agent 送进高风险场景,失败率高、需要真功夫——这恰恰是「有人驻场」比「发个 API」更值钱的原因,也是 6AM 一贯的判断:落地是工程问题,不是买模型的问题。

大厂驻场 vs 自建团队 vs 独立实施伙伴:企业 AI Agent 落地怎么选?

先给结论:没有绝对最优,只有和你处境匹配的选择。把三条路摊开对比:

维度	大厂驻场(如 OpenAI Presence)	自建团队	独立中立实施伙伴(6AM 定位)
交付方式	FDE + 指定系统集成商主导,尚非自助产品	内部招人自研,从零搭	FDE 式驻场,按价值交付
模型中立性	绑定该厂模型与技术栈,存在潜在锁定	中立,但需自建全部能力	跨模型中立,帮你保留控制权与调用 metadata
上手速度 / 成本	快,但按「boots-on-the-ground」的驻场价计费	慢,招人贵、试错成本高	快,无重资产投入,聚焦你的具体场景
评估 / 治理	依赖厂商既定的评估与治理栈	需自己从头搭评估与治理	内建评估 + 治理,先诊断再落地
适用场景	已决定全押某一厂商生态	有长期自研战略与充足预算	想快落地、又不想被单一厂商锁定

「大厂驻场」列的事实依据来自 The Register(FDE + 系统集成商主导、尚非自助、驻场定价);「模型中立 / 保留控制权」一行的依据见下一节 Nadella 的论点。

怎么用这张表:如果你已经铁了心押注某一家生态、且预算不敏感,大厂驻场最省事;如果 AI 是你的长期核心战略、愿意为自研买单,自建更划算;而如果你想尽快看到业务价值、又不愿把命脉交给单一厂商,独立中立实施伙伴通常是代价最低的一条路。这也是对「自建 vs 采购」二选一框架的一次升级——那个经典框架我们在《企业 AI 自建还是采购(2026)》里讲过,本周新闻把它变成了三选一。

把 AI 全押在一家大模型公司上,有什么风险?

最大的风险不是价格,而是你把「思考」外包了出去。

这不是我们的危言耸听,而是微软 CEO 萨提亚·纳德拉本人的判断。据 TechCrunch 的报道,纳德拉说:

Any firm that doesn't have this control, I will claim will not remain a firm because you've essentially outsourced your thinking.

(任何不掌握这种控制权的公司,我断言它将不再成其为公司——因为你实际上把自己的思考外包了出去。)

他给出的应对很具体,而且每一条都指向「保留控制权」:每次调用模型都自留全部 metadata,以便日后训练自有权重或迁移到开源模型;在应用和模型之间加一层 AI gateway,把 prompt 与具体模型解耦;不要依赖大厂内置的编码 harness 把自己锁死。

这恰好是独立中立实施方存在的意义。6AM 的定位不是替某一家模型公司卖交付,而是站在你这一侧:帮你在多模型之间保持中立、把调用数据和治理主权留在你手里、按你的业务价值交付,而不是按某一家的生态绑定你。

落地前先做什么:评估与治理决定 AI 项目成败

在讨论找谁落地之前,有一件事更早、也更能决定成败:先把评估与治理搭起来,再上生产。

数据很直接。据 Databricks 的《2026 State of AI Agents》报告(覆盖 20,000+ 家组织,其中 60% 以上为财富 500 强):用了评估(evaluation)工具的公司,能进入生产的 AI 项目多出近 6 倍;用了 AI 治理的公司,更是多出 12 倍以上。 同一份报告还显示,企业正快速从单一 chatbot 转向多智能体系统——后者在 4 个月内增长了 327%,复杂度只增不减。

结论很清楚:决定 AI 项目能不能上线的,往往不是模型选型,而是你有没有能力持续评估 Agent 的表现、并对它的行为负责。这也是 6AM 每次接项目都从免费 AI 诊断(/diagnosis)开始的原因——先摸清你的场景、数据与治理现状,判断「该不该上、怎么上、谁来上」,而不是一上来就写代码。评估与治理不是上线后的补丁,而是落地的前置条件。

小结:三条路,先看你要留住什么

2026 年 7 月最硬的信号,是连 OpenAI 都承认「光卖模型不够、必须有人驻场交付」。这把企业的选择摊成了三条路:大厂驻场省事但绑定深、自建自主但慢且贵、独立中立实施方快且不锁定。选哪条,归根结底看你想留住多少控制权、能不能扛住单一厂商的锁定风险、以及有没有评估治理的底座。

如果你正卡在这道三选一上,不妨从一次不承诺、不推销的免费诊断开始——/diagnosis 会先帮你把场景和治理现状盘清楚,再谈落地路径。中立、按价值交付,是我们唯一的立场。