AI外派了！算力也开租

大模型发布会刚热闹完，AI 行业的重心又往下沉了一层：谁能把模型塞进客户现场、园区工厂、云平台和芯片账本里，谁才有资格继续往前跑。

7 月 12 日前后这组新闻，主线很明确。TCS 要把上千名工程师派到客户身边做 AI 落地，京东在广州开建机器人 RoboBase，Meta 想把 AI 算力从成本项变成可出租资源，Google 则把 AlphaEvolve 从研究工具推成云上可用的算法优化 Agent。AI 不缺会说话的模型了，缺的是能进系统、进现场、进账本的真活儿。

TCS 这条很有意思。AI 本来被视为印度 IT 外包行业的压力源：项目周期变短，客户想把效率红利也分走，传统人海交付没那么吃香了。

TCS 的应对方式，是把最多 1% 到 1.5% 员工转成 forward-deployed engineers，也就是嵌进客户现场的前线部署工程师。按 6 月底员工数换算，规模约 5900 到 8900 人。1

这个岗位不是写几段 demo。它要懂客户旧系统、数据流、权限、业务流程，还要把多个模型和现有软件连起来。TCS CEO K Krithivasan 的判断也很直接：客户仍然需要懂现场环境的伙伴，AI 部署不只是成本套利。1

这其实是在和 OpenAI、Anthropic、Microsoft 抢同一个入口。模型公司派人进企业，外包公司也派人进企业。最后拼的不是谁嘴上 AI 原生，而是谁能把模型接进库存、财务、客服、风控这些脏活里，还不把客户系统搞炸。

中国线最具体的一条，是京东 RoboBase 项目开工。

广州市政府披露，广东省与京东集团 7 月 11 日签署全面战略合作协议，首个实体标杆项目就是京东产发 RoboBase。项目位于广州黄埔科学城核心片区，总建筑面积约 19 万平方米，预计 2028 年底全面建成、2029 年竣工投产，达产后年产值约 17.5 亿元。2

京东把机器人与 AI 定为未来 5 年重要战略方向，这个项目要做的是「研发、制造、应用、服务」一体化，覆盖研发设计、生产制造、中试转化、企业总部、产品展示和生产配套。2

这里的信号不是「又一个园区」。机器人公司最缺的，往往不是发布视频，而是量产、供应链、真实场景和售后网络。京东的优势刚好在物流、仓储、供应链和线下履约。如果 RoboBase 真能把这些资源串起来，具身智能就会少一点发布会滤镜，多一点工厂味儿。

更细的动作也落地了：开工仪式上，京东具身智能与服务消费产教融合订单班同步签约，广东 10 所职业院校参与。2 机器人要跑进仓库和商用场景，最后还是要靠人把它调稳、修好、交付出去。

Meta 这周股价突然好看起来，原因不是广告，而是算力。

The Next Web 报道，Meta 股价周五涨约 6%，全周涨约 15%，创下 2024 年初以来最好单周表现。市场兴奋点是 Meta Compute：Meta 计划把 AI 算力和模型卖给外部客户，试图进入 Amazon、Microsoft、Google 把守的云市场。3

这套故事旁边，还有一块硬骨头：Iris。Hardware Busters 转述 Reuters 报道称，Meta 计划最早 9 月让代号 Iris 的大规模自研 AI 加速器进入生产。Iris 属于 MTIA 系列，由 Broadcom 参与设计、TSMC 制造，目标是承担 Meta 推荐系统和生成式 AI 功能的一部分负载。4

这不是「干掉 Nvidia」的故事。更准确地说，是 Meta 想给自己砍价。它今年要部署 7GW 计算基础设施，并计划到 2027 年把数据中心算力翻到 14GW。4 当账单大到这个量级，哪怕一部分推理负载迁到自研芯片，都会改写成本曲线。

问题也很硬。Meta Compute 还没有真正卖出东西，Meta 也没有给外部企业跑云服务的历史。市场先买了一个可能性：如果 AI 基建不只是烧钱，还能出租，Meta 的资本开支就能讲出新故事。

Google 这条，技术味更重。

Google Cloud 7 月 9 日宣布，AlphaEvolve 在 Gemini Enterprise Agent Platform 上正式 GA。它不是常见的聊天式编程助手，而是代码优化和算法发现 Agent：先给基准算法和问题定义，再设定评分函数，让系统围绕正确性、性能和约束去搜索候选程序，最后把优化结果部署到生产负载。5

Google 给出的案例很杂，也因此更有看头。FM Logistic 用它把仓库路径优化再提高 10.4%，每年节省超过 15000 公里员工行走距离；JetBrains 用它把 IDE 性能提高 15% 到 20%；Kinaxis 在早期测试中把关键预测准确指标提高 22% 以上，同时把运行时间压低 90% 以上；PacBio 则用它改进 DeepConsensus，变异检测错误减少 30%。5

这和上一期 Google 承认编码 Agent 慢半拍可以连起来看。Claude Code、Codex 抢的是开发者每天写代码的入口；AlphaEvolve 抢的是更窄、更硬、更贵的优化问题。前者像工程师副驾，后者更像一台能自己试错的算法实验机。

7 月 12 日这组新闻，不是模型参数大战，而是 AI 开始「进场」。

TCS 把人派到客户现场，京东把机器人基地落到黄埔，Meta 想把算力租出去，Google 把算法优化 Agent 放上企业平台。四件事看起来分散，合在一起就是一个信号：AI 竞争正在从「谁的模型更强」转向「谁能让模型在真实系统里持续干活」。

下一步要看的也很具体。TCS 这批工程师能不能把 AI 收入拉回 25% 季度增长目标，RoboBase 到 2029 年能不能真投产，Meta Compute 有没有第一批外部客户，AlphaEvolve 有没有更多可复现的企业案例。没有这些，AI 还是 PPT 上的漂亮曲线；有了这些，才算真正进账、进厂、进客户现场。