CoreWeave 將「前線部署工程師」（forward-deployed engineers）模式落喺 Aston Martin Aramco F1 隊，派雲端工程師坐喺車隊自己工程師旁邊，組成一個新嘅「物理 AI 工程」服務。CoreWeave 物理 AI 高級副總裁 Richard Ahlfeld 話，呢個做法嘅價值唔喺賽車知識，而係喺佢哋幫全球頂尖 AI 公司建基建、跑模型積累落嚟嘅經驗：「CoreWeave 過去幾年幫大部分世界頂尖 AI 公司建好基建、跑好模型，呢樣嘢唔學幾招係做不到嘅。」
Aston Martin Aramco F1 隊商業科技大使 Eric Ernst 話，每架車每秒產出百萬個數據點，車隊要喺最後練習賽（final practice）同排位賽（qualifying）之間，將呢個數據流轉做調校決定。佢話車隊需要「可以離開造車階段、帶住行業最新知識入嚟」嘅外間人，因為「你幾多流程都做得，叫佢敏捷都可以，但你停唔到個 process。你必須趕 deadline。」
早期一個項目係處理團隊電台（team radio）。Ahlfeld 話，全場有幾十條開路頻道，車隊一直靠一間房滿住人聽。而家 AI 模型「同時聽 40 個人講嘢，做出摘要，並即從 prompt 知到要做乜」，例如「有人要進維修區（pitting），我喺緊接 30 秒內要做 XYZ」。Ernst 話 CoreWeave 仲教模型識車手黑話，令「oversteering」（尾甩）同「overheating」（過熱）唔會喺引擎噪音入面混埋。
呢單嘢成咗 CoreWeave「物理 AI 前線工程」（physical AI field engineering）手冊嘅錨點，涵蓋超過 100 個項目，全部由客户 deadline 倒推。但對前線部署工程師嚟講，識幾時 AI 唔係答案都係工作嘅一部分，因為有嘅步驟用簡單規則就搞掂。Ernst 話：「唔係所有嘢都要過度工程化（over-engineered）。先睇個流程，再講『我哋邊度引入科技』。」
呢場討論喺 Fully Connected 2026（AI 行業活動）舉行。CoreWeave 係該活動相關媒體報導嘅贊助商，報導方稱 CoreWeave 同其他贊助商對內容冇編輯控制。
阿調搞兩下：呢篇本質上係 CoreWeave 嘅 B2B 案例，用 F1 做招牌。佢賣嘅「前線部署工程師」，係將自己人插去客户運作入面、按 deadline 倒推。F1 呢個場最嚴殘——每兩週一站、預算有頂、邊際計到毫秒——所以拿嚟做 showcase 好有説服力。但要記住：全部數字（每秒百萬數據點、聽 40 人、100+ 項目）都係廠商同車隊自己講，冇獨立第三方實測。同所有「AI 入工作流程」案例一樣，真正要問嘅唔係模型聽幾多個人，而係：數據流去邊、邊個揸住個 prompt 同個模型、出錯邊個執手尾。
阿調｜深度調教
