过去两年，企业讨论 AI 项目，最容易出现一种奇怪的热闹。
会议前半场，所有人都很专业：模型参数多大、上下文多长、Token 多少钱、延迟多少毫秒、Agent 能调用多少工具……
到了验收现场，会议室突然安静了。
这个系统到底替谁完成了什么工作？原来需要几个人、花多长时间，现在变成了多少？如果 AI 做错了，谁发现、谁接管、谁承担损失？
更尴尬的是：有些项目模型演示很惊艳，业务结果却只能用一句"整体效果不错"来总结。
这一次，北京智能体新政释放出的一个重要信号是：产业讨论正在从"模型有多强"，往"结果怎么交付"移动。
新政里，为什么要圈出这三个词？
2026 年 7 月，北京市发展改革委等四部门印发《北京市关于加快智能体引领发展的若干措施》。
文件一共十条，涉及基础模型、智能体底座、原生应用、OPC、Token 经济、安全治理、算力和开源生态。
其中有三个词，被放进了同一条产业链的不同位置：
它们不是同一个概念，却恰好对应了企业 AI 落地最容易断掉的三段：能不能稳定做、能不能进入业务、能不能按结果验收。
Harness：不是再套一层壳，而是让智能变得可控
很多人听到 Harness，第一反应是"又一个新概念"。
但从政策原文看，它指向的并不是一个简单的 Agent 开发界面。
文件提到的内容包括：上下文工程优化、任务持久化、多智能体协作、系统可扩展，以及复杂任务的长程执行稳定性。
翻译成业务语言，就是四个问题：
- AI 工作到一半，能不能记得自己做到哪了？
- 资料、权限和工具，能不能在正确时间交给正确的智能体？
- 多个智能体一起干活，出了冲突听谁的？
- 任务跨了十个系统，中间一步失败，能不能恢复而不是全部重来？
模型更像发动机。Harness 更像方向盘、仪表盘、刹车、传动系统和维修手册。
只买一台马力更大的发动机，不等于你已经拥有一辆能上路、能运营、能担责的车。
所以，Harness 真正抬高的不是"做一个 Demo"的门槛，而是"把 Demo 变成生产系统"的门槛。
FDE：不是把工程师派过去，而是把问题带回来
政策原文对 FDE 的表述很具体：通过驻场共创、持续迭代，反哺智能体能力提升。
这句话里最重要的，不是"驻场"，而是共创、迭代、反哺。
企业的真实业务，从来不会像需求文档那样整齐。制度里写的是一种流程，一线执行的是另一种流程；系统里有一个字段，员工脑子里还有三个默认规则；正常情况能自动化，例外情况全靠老员工看一眼。
FDE 的价值，是去现场找到那些没有写进文档的判断：
- 哪一步真正影响结果；
- 哪些异常必须转人工；
- 哪个错误可以容忍，哪个错误一次都不能发生；
- 一线为什么宁愿手工做，也不愿意打开新系统。
但这也意味着，FDE 不是换了名字的驻场外包。
真正的 FDE，必须把现场经验带回产品：变成规则、评测集、工作流、权限设计和可复用能力。否则，人撤走，能力也一起撤走。
RaaS：最诱人的商业模式，也是最难签的合同
政策文件使用的写法是 RaaS（结果即服务），并提出探索从 Token 消耗量计费转向价值计费。
这当然很诱人。客户不再为模型调用、项目人天和功能清单买单，而是为"客服人工介入率下降""线索响应时间缩短""库存异常更早被发现"这样的结果付费。
可一旦真的按结果收费，所有模糊问题都会被推到桌面上：
结果由谁定义？基线数据从哪一天开始算？业务增长来自 AI，还是来自促销和市场变化？企业不给数据、流程不配合，服务商是否仍要对结果负责？
结果即服务，不是把报价单上的"项目费"改成"效果费"。它要求双方先建立一套可被审计的结果契约。
- 验收指标：用什么数据判断结果，基线和目标分别是什么；
- 责任边界：服务商、企业业务部门和使用者分别负责什么；
- 异常接管：什么情况必须停止自动执行并转给人；
- 归因规则：结果受到多个因素影响时，收益和损失怎么算。
没有这些前提，RaaS 很容易变成两个极端：要么只是营销口号，实际仍按人天收费；要么服务商被迫为自己无法控制的组织问题兜底。
三个词连起来，才是完整的 AI 交付链
Harness 负责把模型变成稳定的执行系统；FDE 负责把执行系统嵌进真实业务；RaaS 负责把业务结果变成可验收、可计费的服务。
只有模型，没有 Harness，系统在复杂任务中容易失控。
只有 Harness，没有 FDE，系统可能技术完整，却没有进入真实流程。
只有 FDE，没有产品化沉淀，交付能力永远绑在人身上。
想做 RaaS，却没有清晰指标和责任边界，最后只能在验收时争论"到底算不算有效"。
判断新市场，不看概念热度，先看第一批项目怎么验收
FDE 会不会成为一个成熟职业？RaaS 会不会形成规模化商业模式？现在还不必急着下结论。
政策表达的是鼓励方向，不等于市场已经跑通。真正的答案，要看第一批项目如何处理最难的部分：
- 合同里有没有明确的业务结果；
- 企业是否愿意开放必要的数据与流程；
- 服务商是否有权影响结果，而不只是承担结果；
- AI 出错后有没有留痕、接管和追责机制；
- 现场经验能否沉淀为可复制产品；
- 项目续费依据是使用量，还是可证明的业务价值。
如果这些问题有了标准答案，FDE 和 RaaS 才可能从新词变成新市场。
如果这些问题仍然含糊，它们也可能只是给传统定制开发和驻场服务换了一块更贵的牌子。
企业现在最该做的，不是追三个新词
对于准备上智能体项目的企业，最有价值的动作不是立刻新增三个岗位、采购三套平台。
当谁处于什么业务环节时，智能体依据哪些数据和规则完成什么动作；结果由什么指标验收，异常由谁接管，错误由谁负责。
这句话如果写不出来，项目还没有进入"智能体阶段"。它仍然停留在一句模糊的技术愿望里。
北京这次新政值得关注的地方，或许不只是它提出了多少新概念，而是政策开始把模型之外的工程、部署和商业结果，放进同一张产业地图。
AI 产业的下一轮竞争，可能不再是谁最会展示能力，而是谁敢说清楚：我交付什么结果，如何证明，做坏了谁负责。
你更看好 FDE 还是 RaaS？或者你认为，真正最难的仍然是企业内部没人愿意为结果负责？