过去半个月，月之暗面接连落子：先是传出与微软、亚马逊、谷歌谈判分成，开启开源模型的海外“收租”模式；紧接着又以FDE模式（前线部署工程师）启动企业合作伙伴计划，由合作的IT服务商和集成商前往客户现场，协助企业将AI部署至核心业务。上周，月之暗面又推出一套金融行业解决方案，整合面向金融行业的产品能力，以及机构级的数据建模和报告交付能力。
单看每一箭，都不算新鲜事：大模型上架云厂商，OpenAI和Anthropic早就走过；FDE驻场交付，Palantir二十年前就在做；行业解决方案更是所有To B公司的标配动作。但三件事在半个月内密集落地，指向的是同一个转身：Kimi正在尝试从一家卖模型的公司，变成一家卖交付的公司。这个转身并非Kimi一家的选择。几乎在同一时间，OpenAI发布了金融行业解决方案，Anthropic重仓To B已久。头部玩家不约而同地把资源砸向企业现场，背后的判断只有一个：跑分和榜单带不来收入，能嵌入业务、产出可衡量收益的落地能力才是关键。如果把这些动作简单理解为“Kimi也开始做To B了”，就低估了这盘棋。真正值得追问的是：为什么偏偏是现在，大模型公司集体转向了交付？
01 PoC的集体尴尬
过去两年，国内大模型技术实现跨越式发展，但不少厂商依旧沿用传统的PoC交付模式。企业拿到的往往是基于精选样本打磨的演示Demo，在筛选后的测试样本中模型表现优异，可面对企业内部杂乱的历史文档、残缺的工单、跨系统的权限约束时，模型准确率快速下滑，幻觉问题集中爆发。很多企业完成概念验证投入预算后，项目就此停滞，落入“PoC死亡陷阱”。PoC只能证明模型能做到，却无法证明模型在企业里能用。陷阱的根源不在模型，而在分工错位。传统PoC模式最大的短板，是割裂了业务、数据与智能系统三者的关联。多数厂商仅输出API接口，以售卖Token为主，将业务适配、数据处理、系统对接等全部交由客户自行完成。而企业开展AI改造，需要同时具备业务理解、大模型调优、异构系统集成等多重能力，绝大多数政企客户很难凑齐这类复合型团队。由此形成行业怪象：市面上大模型产品越来越多，但真正嵌入核心业务、产出可衡量业务收益的落地案例却十分稀缺。这说明一个被跑分竞赛掩盖的事实：大模型的下半场，瓶颈不是智能，而是交付。
02 一张明牌，把交付做成一门标准化生意
Kimi在企业项目中采用PDE完整落地方法论，即Process业务流程拆解、Data企业私有数据工程、Engine智能Agent引擎编排，将三者作为项目前置条件，从源头规避PoC陷阱。不同于部分厂商优先制作Demo再适配业务的思路，PDE框架将业务流程放在首位：项目早期团队联合客户梳理完整真实的业务链路，厘清AI与人的权责边界，同时完成与ERP、OA、CRM等存量业务系统的打通，形成业务闭环，而非产出仅可复制粘贴的演示原型。其次是企业私有数据工程：不依靠筛选后的优质样本做演示，直接对接企业原始、未加工的真实业务数据，完成数据脱敏、权限隔离、知识库与评测集搭建，从源头抑制模型幻觉；引擎侧依托Kimi Hosted Agents底座，完成提示词版本管理、工具调用编排、安全护栏、影子测试、全链路可观测，整套架构面向生产环境，并非简单API调用；底座模型可灵活替换，业务逻辑沉淀在引擎层，支持影子运行、灰度放量，最大限度降低业务上线风险。底座模型是入场券，PDE方法论才是把技术转化为业务价值的转换器。但方法论无法自主完成现场实施，落地PDE需要前线部署工程师承担一线执行。FDE概念起源于美国Palantir，之后OpenAI、Anthropic也采用自建FDE模式。不过，海外自建FDE模式存在结构性缺陷：Palantir依靠自建精英工程师实现深度交付，却陷入重资产困境：FDE复合型人才稀缺、营收增长与人员扩张深度绑定，难以发挥软件产品的规模效应，资本市场给它的估值逻辑更像咨询公司而非软件公司。正是看到这一局限，Kimi没有照搬海外重资产自建团队模式，而是联合中软国际、金山云、华胜天成等头部IT服务商、系统集成商，共建FDE前线部署工程师队伍。工程师是生态伙伴的，方法论和平台是自己的。这实际上是用中国成熟的IT服务生态，去解Palantir没有解开的杠杆题：交付的重活交给现成的集成商，自己守住模型底座、标准化流程和组件沉淀。全部FDE项目必须遵守统一的PDE标准，项目沉淀组件回收至平台，FDE工程师还充当“业务翻译官”，驱动底座迭代，边际交付成本才有可能持续下降。这是一步聪明的棋，但共建模式最大的软肋是品控：合作方工程师能力参差，项目稍有不慎就会退化成普通外包。Kimi的对策是标准化先行，方向正确；但能否执行到位，还要靠项目数量和续约率来验证——这一模式能走多远，也关乎这家公司ARR的增量。
03 金融是试金石，不是终点站
金融行业解决方案其实也是FDE模式在金融赛道落地的阶段性成果，是FDE驻场项目沉淀、标准化之后对外输出的行业能力包。金融这块试金石选得很讲究：券商、银行、基金对数据合规和结果准确度的要求全行业最苛刻，在这里跑通，等于拿到其他行业的信任状。从持仓早报、财报点评，到项目筛选、深度研究和组合复盘，这套方案将数据获取、专业分析与成果交付连接起来，大模型在金融业的价值，正从前端单点提效，走向核心业务的深度闭环。从披露的数据看，中信建投证券与Kimi共建的“临时受托报告生成”智能体，让原计划2个月的接入工作，实际仅3个工作日就完成，单份报告人工制作时间从30分钟缩短至10分钟，人工投入下降67%。但也要清醒：效率提升67%是“提效”叙事，还不是“创收”叙事。金融机构愿不愿意为这套方案持续付费、付费规模能否覆盖驻场交付的成本，才是商业化是否成立的真正判据。从“灯塔项目”到“可复制生意”，中间隔着大多数企业服务公司没能跨过去的鸿沟。
04 三支箭的真正含义
把三件事连起来看，Kimi的意图就很清晰了：模型能力被曝与海外云厂商谈判分成，走的是轻资产出海路线；企业落地通过生态共建FDE，走杠杆路线；金融方案作为标准化能力包，证明这套打法能沉淀出产品。借助国内成熟IT服务商生态，实现技术能力、行业经验、客户渠道互补，三条腿走路，本质上都在回答同一个问题：当模型本身日益商品化，大模型公司的护城河到底在哪里？行业趋势也在印证这一转向。Gartner预测，到2026年底，超过85%的科技服务商会将FDE项目作为AI部署、缩短部署周期的核心手段。当驻场交付成为行业标配，竞争的胜负手会进一步上移：谁的底座更强、方法论更标准化、生态杠杆更大。当大模型刷榜竞赛的浪潮逐渐退去，商业化落地已经成为检验真实实力的核心标尺。国产大模型竞争的主战场，已经转移到万千企业的真实业务现场。对Kimi而言，半个月的密集动作证明了战略清晰，但战略清晰从来不等于胜利。这门“交付的生意”最终要回答的问题，和所有企业服务公司一样朴素：打通数智化转型最后一公里之后，客户明年还续不续约。从Demo到交付，从提效到创收，这道坎所有大模型公司都得跨，早跨比晚跨主动。大模型的故事讲到今天，也终于从“见证奇迹”讲到了“柴米油盐”。这不是想象力的退场，恰恰是技术真正走进现实的开始。当聚光灯从跑分榜移到企业的业务现场，这条路很长，但方向对了，就不怕远。