XMY TAG

企業 AI Harness

企業 AI Harness系列文章。

index,follow

企業 AI 需要更深客製，AI Coding 卻讓重交付重新算得過來

資料、ERP、權限與流程各不相同；企業需要更深整合，但自動化開發同時壓低了客製成本。

DXC 計畫培訓數萬名 Claude 認證 FDE；執行框架則持續刪除已被更強模型吸收的舊元件。

AgentCore Harness 解決穩定執行，Delivery Harness 則沉澱本體模型、評測、MCP 與營運方法。

單 Agent 約20分鐘、9美元；完整 Harness 約6小時、200美元。更貴可能更好，但每個元件都要證明值得。

企業 AI 已不是採用率問題，而是流程重構、資料治理、員工採用與財務成果能否一起過關。

FDE 解讀真實業務，Harness 編碼執行規則，生產環境再產生失敗資料，形成持續學習閉環。

以產業知識、FDE、生產 Runtime、資產複用與單位經濟五項指標，重新檢查企業 AI 廠商。

先選值得解的問題，再做原型、真實試行、正式部署與跨場景複製；Demo 只是風險揭露工具。

把客戶腦中的隱性經驗轉成流程，再把標竿專案的共通模式轉成平台資產，才有非線性成長。

交付週期、人力、準確率、自主交付與轉換率，提供比展示影片更接近財務成果的指標。

AI Factory、AIOS、BootCamp 與專業化 FDE 分工，都是為了讓顧問知識與工程方法不再跟著人走。

首單的價值不只是一筆收入，而是取得流程入口、真實資料、內部信任與後續擴張權。

工程能力、產業顧問與客戶共同治理結合；EY 先當 Client Zero，再把流程成果向外複製。

約150名部署人才、19家合作夥伴與逾40億美元投入，顯示模型公司正在補上企業生產系統的中間層。

Ontology 不只是資料模型，而是包含資料、邏輯、動作與安全的企業作業層，讓一次交付變成平台能力。

固定 Self-Refine 不一定有效；不同任務需要在動作前、回饋後或特定狀態採取不同介入。

多步驟、跨系統、長時間與高權限任務，使狀態漂移、工具誤用與錯誤累積成為系統風險。

中國雲端業者不只提供模型與 API，也開始補上客戶陪跑、權限、連接器、評測與長期執行。

AI Agent 是在目標與限制下能規劃、使用工具並回收結果的系統；Harness 管理其任務脈絡、記憶、狀態、權限、驗證與復原。

FDE 同時定義問題、完成工程交付、驗證業務成果，並把一次專案的經驗帶回產品。