國泰海通證券計算機行業分析師楊林在8月13日釋出研報，提出企業AI的核心矛盾正從模型能力轉向規模化部署。研報認為，制約AI商業化落地的瓶頸已從“能不能用”變為“能否將AI穩定嵌入核心業務流程並持續交付可驗證結果”，而FDE（前線部署工程師）與Agent執行時系統Harness的協同模式，正成為推動企業AI規模化部署的關鍵路徑。

研報指出，價值鏈的遷移方向已清晰：從“誰的模型更強”轉向“誰更懂業務、誰能交付生產系統、誰能把一次專案經驗複用到下一次”。這意味著，單純擁有模型或API訪問能力的公司，其估值邏輯面臨重估。投資線索也隨之調整，真正值得跟蹤的是兩類公司：一是能深入行業現場、將AI做進客戶核心流程的交付方；二是擁有Agent Runtime、AIOS、Ontology等底座、能將交付經驗轉化為可複用軟體資產的平台方。

研報援引McKinsey《The State of AI 2025》資料指出，AI應用滲透率高並不等同於商業化成熟。接近九成受訪企業已在至少一個業務職能中常態化使用AI，62%的企業開始試驗AI Agent，但真正進入全企業規模化階段的僅約三分之一。即便在收入超過50億美元的大型企業中，完成規模化部署的比例也不到一半。商業價值兌現同樣有限，只有39%的受訪者表示AI已對整體EBIT產生影響，且多數企業AI貢獻的EBIT佔比仍低於5%。

研報分析，問題的根源在於流程重構不足。McKinsey分析的25項影響生成式AI價值兌現的因素中，重新設計業務工作流與EBIT改善的相關性較高，但目前只有21%的生成式AI使用企業對至少部分工作流做了根本性重構。高績效企業的共同特徵是圍繞AI重寫流程、資料、許可權、人機分工和KPI，而非簡單載入AI工具。

Agent進入生產環境後風險被放大。調查顯示，51%的AI使用企業至少經歷過一種負面後果，接近三分之一遭遇過AI輸出不準確帶來的問題。Copilot類輔助工具尚可依賴人工兜底，但Agent需要呼叫工具、作業系統、跨步驟執行任務，錯誤累積、狀態漂移、許可權誤用都會演變為生產風險。

研報強調，FDE的核心價值在於將現場經驗轉化為可複用資產。FDE不同於傳統售前或實施角色，需同時回答三個問題：哪些業務問題值得用AI解決、如何將AI真正做出來、上線後業務指標是否改善。其產出具有雙重屬性：對客戶是業務結果，對廠商是可複用資產。FDE模式成立的前提是把現場經驗轉化為Skill、聯結器、行業模板、測試集、工作流、Ontology或平台能力，使同類客戶的交付成本持續下降。衡量FDE規模化的真實指標是同類客戶上線更快、FDE人天更少、可複用資產佔比更高，最終客戶收入增速超過交付人員規模增速。

AI Coding和Agent工具正在重塑深度定製的經濟性，程式碼、介面、測試用例、文件等重複性工作可被部分自動化，FDE得以將更多精力投入需求澄清、架構判斷和行業知識抽象。據報道，OpenAI成立Deployment Company並計劃收購企業AI諮詢與工程公司Tomoro，後者帶來約150名經驗豐富的FDE和Deployment Specialists，同時聯合19家投資機構、諮詢公司和系統整合商投入超過40億美元擴大企業AI部署能力；AWS則投入10億美元成立Forward Deployed Engineering組織，目標是將Agent部署週期從以月計壓縮至以天計。

研報指出，Harness是包裹在基礎模型外的Agent執行時系統，負責上下文管理、記憶管理、工具呼叫、狀態維護、許可權控制、結果驗證、異常恢復和長程任務管理。任務複雜度提升會成倍放大Harness的重要性。Anthropic的實驗資料顯示，同樣使用Opus 4.5開發應用，單Agent執行約20分鐘、成本約9美元；包含Planner、Generator和Evaluator的完整Harness執行約6小時、成本約200美元，成本超過20倍，但應用完整度、可用性和核心功能正確性顯著提升。這將競爭指標從單Token價格引向“Cost per Successful Task”。Microsoft已將Harness產品化，將Function Invocation、History Persistence、Context Compaction、Tool Approval、Telemetry等能力整合進統一執行時。Anthropic認為，Harness應隨模型能力變化持續重測、刪減、調整，而非固定流程。

研報認為，FDE與Harness協同構成企業AI商業化閉環。FDE進入客戶現場獲取真實業務知識，Harness將這些知識編碼為Agent可執行能力，上線後生產環境持續產生反饋，FDE判斷失敗根源並將新經驗沉澱回Harness和平台，形成飛輪效應。海外廠商已跑出不同形態：Palantir以Ontology為核心，FDE將業務物件對映至企業運營層；Microsoft與EY聯合投入超過10億美元部署Agentic AI，EY作為Client Zero率先驗證，Copilot早期覆蓋15萬名員工並帶來約15%的生產率提升；AWS形成兩層Harness架構，使合作伙伴能夠獨立複製交付。

國內廠商路徑分化，核心分野在於行業現場積累的深度和治理底座的完整性。騰訊雲ADP引入雲端Agent Harness，支援7×24小時中心化執行，其CodeBuddy/WorkBuddy客戶成功團隊覆蓋全鏈條，部分頭部客戶已單獨為FDE陪跑服務付費。阿里雲已正式以“前沿部署工程師FDE”招聘，百鍊支援Agent和Workflow兩類開發模式。金蝶國際將Harness內生於ERP底座，靈基AIOS在OS核心中整合Harness體系。賽意資訊將FDE部署於工業現場，交付週期最高壓縮36%，人力投入平均降低16%以上。軟通動力提出“AI Factory+FDE”模式。科大訊飛在國家能源集團智慧招採專案中，將專家經驗轉化為12類標準化知識庫，智慧評審準確率達97%。易鑫集團將Harness用於金融Agent治理，截至2026年5月底AI平台累計呼叫超過1.25億次，智慧體自主交付業務佔比達到65%。