智通财经获悉，国泰海通发布研报称，FDE 负责深入业务场景并沉淀行业经验，Harness 负责保障智能体稳定执行与能力复用，两者协同有望推动企业 AI 实现更高效、更可复制的规模化部署。该行认为，企业 AI 由 Demo 走向 Production，产业价值有望进一步从单纯模型能力向 " 业务理解 + 工程交付 +Agent Runtime+ 平台复用 " 迁移。建议重点关注具备行业场景 Know-how、FDE 交付能力及 Agent 平台沉淀能力的厂商。

国泰海通主要观点如下：

FDE 正在重构企业 AI 从产品到生产的交付模式。FDE ( Forward Deployed Engineer，前线部署工程师 ) 并非传统售前或实施岗位，而是重新组合业务理解、场景识别、原型验证、系统集成、生产部署和效果评估等能力，连接客户业务现场与产品研发。AI 进入企业核心流程后，需要适配差异化的数据、系统、权限、规则和组织流程，深度定制需求反而提升；与此同时，AI Coding 和 Agent 工具又显著降低定制开发成本，使过去经济性较弱的 " 重交付 " 模式重新具备规模化可能。FDE 真正的规模化不在于持续增加人员，而在于将现场经验沉淀为 Skill、连接器、行业模板和平台能力，使单位客户的人力投入持续下降。

Harness 成为 Agent 能力演进的关键基础设施，模型竞争由单点能力走向系统工程。Harness 本质上是包裹在基础模型之外的 Agent Runtime，负责上下文管理、记忆管理、工具调用、状态维护、权限控制、结果验证、异常恢复以及长程任务管理，将一次模型调用组织成能够持续运行的 Agent。随着 Agent 从单轮问答走向多步骤、跨系统和长时间任务执行，错误累积、状态漂移、工具误用和安全风险随之增加，Harness 的重要性反而持续提升。未来 Harness 竞争重点预计将由 " 集成多少组件 " 转向以合理 Runtime 开销提升真实任务结果，"Cost per Successful Task" 有望成为比单 Token 价格更接近 Agent 生产力的核心指标。

FDE × Harness 形成 AI 商业化飞轮，推动企业 AI 由 " 人力复制 " 走向 " 能力复制 "。FDE 解决 " 业务理解与落地 "，Harness 解决 " 稳定执行与能力沉淀 "，两者结合后能够将企业现场隐性的业务知识、流程规则和工程经验持续编码为 Agent 可执行能力。FDE 进入客户现场获取高价值业务知识，Harness 将其转化为 Skill、Tool、Workflow、Ontology 和运行规则；生产环境进一步产生真实任务、失败案例和用户反馈，再反哺 FDE 与 Harness 迭代。随着共性经验不断沉淀，新客户部署由从零开发转向配置和复用，最终形成部署速度提升、边际交付成本下降、收入增长快于交付人力增长的商业化闭环。

风险提示：企业 AI 商业化及规模化部署进展不及预期风险；下游客户 AI 预算、场景拓展及 ROI 兑现不及预期风险；行业竞争加剧及技术路线快速变化风险。

本文源自：智通财经网