杨植麟为何要“登月”？

尽可能“锁定”大客户和大宗收入，正成为月之暗面被传上市后的新目标。

9月10日，月之暗面启动Kimi企业合作伙伴“登月计划”，将与中软国际、金山云、华胜天成、亚康股份、亚信科技等系统集成商合作，共建前线部署工程师（FDE）队伍。

FDE是当前AI行业最火爆的to B商业模式之一，指的是企业派遣工程师入驻客户公司，深入工作现场、摸清业务需求，再把包括大模型在内的产品部署进企业核心业务流程，让产品更好用、客户更会用。

对于“登月计划”，月之暗面颇为高调，自称“国内首家采用FDE模式做AI末端部署的大模型公司”。

月之暗面大举布局FDE的时间点，与其赴港上市的传闻相重叠。

本月初，市场消息称，月之暗面计划今年赴港IPO，募资最多50亿美元。几天后，“登月计划”横空出世，折射出月之暗面稳固中长期收入的意图。

作为“AI六小龙”之一，月之暗面当前的核心商业模式围绕云端MaaS构筑，与已经上市的智谱、MiniMax没有本质差别——都是卖token，而且都卖得很好、会一直卖下去。

问题是，卖token虽然是一门好生意，竞争却非常激烈。

现阶段，按照token消耗量和收入贡献计算，月之暗面等公司的大客户主要是各类AI编程、智能体和办公平台，比如国内的字节Coze/Trae、阿里Qoder、腾讯CodeBuddy，国外的OpenCode、Cursor、Windsurf等。

这些平台都接入了多种主流模型。国内外层出不穷、性能飞升的新模型，token价格的频繁调整，乃至新模型对于某些算力、某几类任务的专门优化，都有可能让用户重新算账，并在不同模型间一键切换。

在AI服务的快速膨胀期，头部模型公司的token供不应求，除了互联网大公司、大平台需求旺盛，OpenRouter等模型聚合分发平台也带来了源源不断的中小企业和个人用户。

但随着全球AI算力持续扩张，终有一天，token将不再短缺。模型公司如果还是像今天这样，把token卖给互联网平台和中小客户，却无法左右终端用户“选他还是选我”，很可能面临收入和业绩的波动。

对于正在冲刺上市的月之暗面来说，这种潜在波动虽然还未显现，但也构成了长期风险。

在此背景下，通过发力FDE，抓住那些付得起大钱、不随便更换IT基础设施的大客户、old money，甚至成为“中国版Palantir”，是月之暗面找到的最新解题方法。

01

在公布“登月计划”之前的一个多月，月之暗面在FDE赛道衔枚疾进。

先是7月20日，中软国际与月之暗面签署协议，双方将共建FDE创新实验室，共同开展企业级Agent产品的定义、研发、交付、打磨、测试与持续迭代。首期合作将优先聚焦能源电力关键行业。

到了8月底，亚信科技宣布与月之暗面在企业级Agentic AI业务领域开展合作。

具体方式是，月之暗面提供完整的Kimi模型权重、技术文档及后端研发支撑，亚信科技组建专属FDE交付团队，双方共同搭建覆盖模型适配、参数调优、本地化部署、持续运维的一体化交付体系。

中软国际和亚信科技都出现在了“登月计划”首批名单中。月之暗面称，该计划将持续面向IT服务商、软件服务商及咨询机构开放。

月之暗面做FDE，动作幅度明显超过了其他“小龙”，甚至也超越了大厂。

与月之暗面的大开盛宴相比，友商尚处于队伍搭建甚至观望阶段。

智谱放出了FDE负责人的职位需求，月薪6~8 万元，在AI圈子属于中等，与顶级研究院的丰厚薪酬无法相提并论。MiniMax、百川、零一万物和阶跃星辰则没有公开动作。

至于DeepSeek，其志不在此，“梁圣”显然看不上FDE这等泥土里刨食、上门给别人打工的俗务。

互联网大厂比“小龙”做得更深，但也仅仅多走了几步而已。

字节此前招募FDE，年包据传可达100万元。阿里云今年4月开始在北上广深杭招募FDE，但只招10个人，试水意味明显。

反而是腾讯兴趣略大。腾讯云在月之暗面“登月”的同一天，推出“行业第一个FDE工程师认证体系”，同时开放FDE合作伙伴招募。

整体来看，月之暗面是国内FDE赛道里参与最深、调子最高的AI公司。原因并不复杂：相比同行，它的赚钱意愿要强烈得多。

正处于上市进程中的月之暗面，既要拿出K3这样的强大模型，也需要一份漂亮的财务成绩单。

近期，据知情人士透露，月之暗面的年度经常性收入已经从6月的3亿美元，猛涨至8月的10亿美元以上。公司计划，今年底前提升至20亿美元。

月之暗面已经在为之努力，动作之一是收取开源模型许可费。有报道称，它正与微软、亚马逊和谷歌洽谈30%的收入分成。

但远水解不了近渴。在和国外巨头谈判的同时，月之暗面需要开辟更多泉眼。商业逻辑清晰、业务模式成熟的FDE，顺理成章成为月之暗面的重点选择之一。

02

月之暗面想赚FDE的钱，却也有自己的小心思：它没有自己招兵买马，而是希望“我出武器你出兵”，赚了钱大家一起分。

月之暗面素以团队精简著称，时至今日依然只有大约300人，其中80%是研发人员。相比之下，智谱约有不到1000人，MiniMax有400人，DeepSeek也有500人。

进军FDE，月之暗面并不打算养一大堆驻场工程师，而是把Kimi模型和Agent底座交给中软国际、金山云这些系统集成商，由集成商出人驻场，月之暗面只提供技术和产品。

这样做的好处是，它不用自己去全国各地铺销售和交付团队，也不需要花费精力去打通、梳理人脉，而是可以借助老牌集成商的人员和关系网扩张业务，在上市周期内保持轻盈。

不过，这并不算过于“取巧”。实际上，寻求深耕FDE的OpenAI和Anthropic，也采取了类似打法。

OpenAI对于FDE蛋糕觊觎已久。今年2月，它搞了Frontier Alliance（前沿联盟）计划，拉来全球咨询巨头凯捷（Capgemini）作为合作方。凯捷提供了大批认证工程师，与OpenAI自己FD一起给客户干活。

5月11日，OpenAI又成立一家新公司OpenAI Deployment Company。这家公司由OpenAI控股，同时拉来TPG、Advent、贝恩资本、布鲁克菲尔德等19家投资机构，初始资金 40 亿美元，投前估值100亿。

新公司刚刚成立，就收购了一家名叫Tomoro的AI咨询公司，“收编”150名资深FDE整体收编，作为自己的家底。

Anthropic争夺FDE市场，动作甚至比OpenAI还快。

就在OpenAI Deployment Company成立前一周，Anthropic拉上三家华尔街巨头——黑石、Hellman & Friedman和高盛，出资15亿美元，成立一家合资公司。新公司主攻AI原生企业服务，把工程师嵌进客户公司核心业务，部署 Claude。

过了3天，Anthropic又跟普华永道达成战略合作，由后者提供大量认证工程师。

这就形成了一个有趣的现象：AI公司做FDE，一旦稍稍深入，就得拉着old money一起开展业务，甚至一块成立新公司。

钱并不是唯一的原因。即便月之暗面弹药有限、不舍得花太多钱，屡屡拿到巨额融资的O厂A厂，绝不会被区区几十亿捆住手脚，更不会为了这点儿钱就与别人结盟。

真正的原因在于，那些成立几十年甚至上百年的咨询公司、金融机构，更能读懂金融、能源、交通等领域的传统大公司的需求和想法。多年沉淀的人际关系网，也让他们在兜售FDE方案时说得上话、撬得动预算。

此外，old money拥有科技公司无法匹敌的品牌效应，而大公司非常吃这一套——选择与哪些公司合作，本身就是大企业实力的体现。相比之下，新公司就算技术再先进、产品再酷炫，很可能连IT主管的门都进不去。

另一方面，老牌公司多年服务大客户，拥有一支经验丰富的现场工程师团队。他们知道驻场服务的know-how，这才是FDE的精髓和壁垒；就算不懂大模型，那也只是技术方面的短板，完全可以通过内部协作来解决。

传统领域的old money渴望搭上AI的时代快车，AI公司也乐得把old money拉进来，一起赚传统行业大公司的钱，国内外FDE走上了相似的路径。

03

通过做FDE，月之暗面有机会解答一个问题：“token经济”到底存不存在用户忠诚度？

当前，模型公司以API方式卖token，是所谓“token经济”的主要形态。但供给侧始终被用户忠诚度低下所困扰：无论前期给了多少免费额度、多少充值折扣，用户一旦看到新的“小甜甜”就会被吸引走，自己则沦为无奈的“牛夫人”。

模型公司的终极破局方案，自然是拿出一款强大到无人能匹敌的模型，让用户觉得这就是“梦中情模”、从一而终。

但在语言模型技术栈日益趋同的情况下，各家新模型“各领风骚三五天”才是常态。哪怕是O厂A厂，也不敢说自己已经站稳了行业之巅。

另一方面，模型厂商卖token的方式和渠道高度一致，除了调整价格，几乎没有差异化的空间，而这也助长了用户“哪个便宜用哪个”的习惯。

更要命的是，作为token分发渠道，AI应用平台和大模型路由本质上都不鼓励“忠诚”，而是给用户随时切换模型提供最大便利。模型厂商想要留住用户，几乎没有有效手段。

FDE模式却带来了给token需求“上锁”、把客户与模型厂商绑定的契机。

中软国际、金山云这些集成商派人驻场，把Kimi模型接进客户的核心业务流程，比如对账、风控、客服、生产调度等。一旦接进去、用起来，客户如果想换模型，等于把整个业务流程重做一遍，成本非常高。

token单价没变，但客户流失成本被抬高了一个数量级。这就在客观上形成了“用户忠诚度”。

此外，FDE还可以逐渐改变模型厂商的用户和收入结构，触碰那些传统大公司，拿到真正的长期大单。

月之暗面“登月计划”第一批签约的五家公司，主要面向通信、能源、电力、金融、政务、医疗等行业开展业务，终端客户涵盖国家电网、三大运营商、中石油、银行等大型央国企，以及各类上市公司。

如果Kimi能够进入这些企业，月之暗面的客户结构就有机会质变：以前主要是开发者、互联网公司、C端个人；以后可能主要是央企、大行、运营商、能源巨头。

这类客户的特点：合同金额巨大，付款慢但稳定，黏性极强。模型公司一旦进入了供应商名录，就很难被换掉。

对于月之暗面来说，一家银行、能源公司的年度合同，可能顶几万个甚至几十万个C端订阅。同时，大客户高度稳定，合同通常签1–3 年，不像C端订阅说停就停，可以对冲收入波动。

至此，月之暗面的FDE野望已经徐徐铺开。

但挑战也很明显：这一切纸面蓝图，都还没经过验证。

尽管Palantir已经验证了FDE路线的可行性，全球Ai公司尚未从这一领域赚到大钱。国内AI公司大都停留在招人阶段；O厂A厂动静很大，但也只是刚刚踏上征途。月之暗面涉足FDE，目标比较清晰；但具体要怎么走，并不是开一场发布会、拉进来几个合作方就能解答的，而是需要长时间的摸索。

毕竟，相比技术敏感性极强的互联网公司，old money的钱要难赚得多。