Anthropic and OpenAI corner software market (worst case scenario)

### TL;DR Anthropic和OpenAI推出的“前向部署工程师”职位揭示了AI公司无法提供完全自动化的解决方案，反而催生了一种“人类即服务”模式，可能垄断软件开发市场，而求职者可以通过模仿招聘要求、用AI代劳面试来搭上这趟车。 --- ## 什么是“前向部署工程师”？ 这个职位名字听起来像军事术语——没错，它确实来自Palantir。Palantir发明了这个词，派一个训练有素、预先培训好的工程师到你公司，基本就是“工程奴隶”。现在Anthropic宣布与贝莱德和Goldman Sachs成立15亿美元的合资企业，主要是在各大企业部署这些工程师。紧接着OpenAI也推出了自己的部署公司DeployCo，估值140亿美元。 步骤很简单：你去领英，把你的头衔从“提示工程师”或任何流行词——比如“上下文工程师”、“氛围代码修理工”——改成“前向部署工程师”。虽然你还不知道这是什么，但没关系，没人知道。这很挑衅，能引起兴趣。这是我听过最酷的职位头衔之一。 --- ## AI公司的最大坦白 这些前向部署工程师，不妨称他们为“垃圾承包商”。你找Anthropic说：“嘿，给我来点AI，我的工程师现在废了，他们什么都不干，整天只谈编排。token在飙升，但我什么也没看到。”Anthropic说：“兄弟，我懂你。给你五个前向部署工程师。”这些家伙像AI领域的海豹突击队，进来，身材魁梧，穿着黑色短袖T恤，直升机空降——Anthropic真的用直升机把他们送过来。他们进来就开始“倒垃圾”——做AI擅长的部分：演示和原型。第一周就能搭建一个演示效果极佳的系统。公司里的老古董高管们惊呼：“天啊，我们从没见过这么快速、这么详细的东西。”当然，这是垃圾。我们知道是垃圾，但他们不知道。 然后部署自动化小玩意儿，早期运行良好，因为没有用户。六个月后，问题出现，你意识到它就是垃圾，但前向部署工程师已经“后向部署”——几个月前就撤了，把烂摊子留给你。你想召回海豹突击队？没问题，再给你两个人。你说：“等等，这不是上次那批人。”他们说：“不，不，这些都是训练有素的，100%有机合成前向部署工程师。” 这件事告诉我们：AI公司提供的产品不是他们承诺的东西。他们承诺的是能替代人类劳动、插进组织就能自动运行的自动化工具——高管们自己就能操作的东西。但结果是资本主义史上最大的骗局：他们给你注入一个小病毒，让你的团队变得懒散，然后提供解药——雇我们的工程师吧，这些家伙牛逼得你从没见过。 --- ## 两个未来场景 ### 场景一：科幻反乌托邦 未来软件工程不再是你能招聘的职位。每个公司不再有自己的工程师。你想做软件，就找Anthropic这样的软件公司。Anthropic有个巨大仓库，里面有几十万这类前向部署工程师。你还能享受折扣，因为这些工程师为Anthropic工作，可以按成本价获取token。十年后，只有OpenAI和Anthropic在做软件。 你可能会想：“那有什么能阻止一个孩子使用Opus 4.7学习做软件，然后长大后成为AI工程师被初创公司雇佣？”这行不通，因为你假设你能访问那些模型，但你不行。你不是得到那些做软件的模型。你没注意到吗？Anthropic用Mythos做的就是这样：他们给你能帮你做饭、写诗、搞健康的模型，但软件模型会被他们严格控制。在这种反乌托邦图景中，Anthropic会成为价值百万亿的公司，成为所有软件开发的守门人。 ### 场景二：开源救场 如果OpenAI和Anthropic保持模型开放和公平访问，我们就能避免反乌托邦。但他们没有——Mythos你访问不了。总是有一个模型被Anthropic留着，有趣的是，就是那个做安全的模型。他们会给你做软件的模型，但里面会有无数安全漏洞，根本不能部署。所以如果开源模型能跟上，我们就能保持自由。你可以在内部做中等水平的软件，但比不上Mythos做的。不过你能做出可爱的小软件，挺萌的。 --- ## 求职者现在该怎么办？ 幸运的是，Anthropic给了我们答案。前向部署工程师、应用AI，现在是热门。如果你在X上，会看到大家都在讨论前向部署工程师。 ### 修改简历 去Anthropic的招聘启事（别申请），看职责部分，复制所有要点： - 在客户系统中使用Claude模型构建生产级应用 - 为客户交付技术产品如MCP服务器或子代理 - 保持对LLM最新发展的了解 - 建立长期客户关系 把这些粘贴到你的简历里，稍微改动，让它听起来像你会说的话，但暗示这就是你现在做的事。改好的简历非常性感——因为筛选简历的AI的提示就是：“嘿，拿这个Anthropic招聘启事跟我们的申请者匹配，确保匹配，然后通过。”所以你肯定会接到电话，简历直接堆到最上面。 ### 准备面试 看过Dwarkesh的播客吗？他采访所有AI大佬，听起来什么都知道，特别聪明，能问出好问题。你会觉得他是天才？不——但《纽约时报》写了篇报道，说这家伙就是拼命练习材料，他是个超级勤奋的工人，用闪卡、请私人教练辅导。你要变成一个小Dwarkesh：空泛地学习所有理论，不实际动手，但理解背后的原理。这就像新的LeetCode——新的理解算法但永远不会用。现在是理解你不知道要不要用上、只是面试可能会考的那些智能体范式和模式，纯粹是练习。 如果有人问你如何同时管理100个智能体，你要有答案。如果他们问你一天能提交多少个PR，你说至少300个——不能输给Boris。这家伙上班路上就能提交300个PR，到公司后都不知道干嘛了。 ### 技术面试 如果你进入技术面试，其实不难——假设你本来就会编码。他们问的除了以前那些（会编码），现在会让你搭建一个多智能体编排系统之类的，就是你在简历里吹的那些。你要做的就是把练习过的、学过的所有东西，打开Claude，直接脑力倾倒，说出来、打出来，Claude会替你完成一切，你只需接受赞美。你可能会觉得这太取巧——AI全包了。不不不，这叫AI工程，这就是前向部署。这是一种技能。面试官会对你说：“这家伙在我面前搞出了一个100智能体编排系统，我亲眼所见。”显然你什么都没做，Claude全包了，但演示效果极好。 还记得Soham吗？那个被发现同时给12家公司打工的家伙。他精通面试流程，入职后就开始请病假、摸鱼。你得学会变通：把自己前向部署，穿上高领毛衣，或者半袖衬衫，显得壮实点。什么都行，只要能突出。 --- Source: [https://www.youtube.com/watch?v=juHv_Vi4giU](https://www.youtube.com/watch?v=juHv_Vi4giU)