一、企业 AI Agent 的成本主要由什么决定
很多企业预期「接个大模型 API 就能用」，实际落地时发现 70% 以上的成本不在模型调用，而在数据与规则。这三部分决定了最终报价：
| 成本项 | 典型占比 | 说明 |
|---|---|---|
| 数据接入与治理 | 30%–45% | 把散落在文档、数据库、邮件、IM 中的信息结构化并可检索，是最大工作量 |
| 业务规则与流程梳理 | 20%–30% | 把「人怎么判断」翻译成「系统怎么决策」，含异常分支与兜底策略 |
| 模型与架构选型 | 15%–25% | RAG、工作流编排、多智能体或微调，路线不同成本差异大 |
| 工程实现与联调 | 20%–30% | 工具调用、权限、审计、稳定性与压测 |
| 模型调用与运维 | 5%–15% | 按量付费，取决于调用量与模型档位 |
一个实用判断 如果供应商在需求阶段没有问到你内部数据的存放位置、格式、更新频率和权限体系，报价大概率会严重偏低，后续必然加价。
二、四条技术路线的成本与适用对比
| 路线 | 成本区间 | 上线周期 | 适用场景 | 主要局限 |
|---|---|---|---|---|
| 提示词工程 + 单模型 | 2 万–8 万 | 2–4 周 | FAQ、文案、分类、简单问答 | 知识更新靠改提示词，无法引用内部数据 |
| RAG 知识库 | 5 万–18 万 | 4–8 周 | 内部文档问答、制度查询、产品咨询 | 依赖文档质量，复杂推理与多步任务能力弱 |
| 工作流编排 | 8 万–25 万 | 6–10 周 | 流程自动化、数据处理、跨系统操作 | 需要预先定义流程，灵活性低于自主 Agent |
| 多智能体协作 | 25 万–80 万+ | 3–6 个月 | 复杂决策、研发辅助、跨部门协同 | 成本与调试难度高，需配套评估体系 |
多数企业的合理路径是：先用单模型或 RAG 跑通一个高频场景验证价值，再逐步扩展到工作流与多智能体，而不是一上来就建平台。
三、模型选型：不必都用最贵的
- 通用问答、分类、摘要：用性价比高的中小模型即可满足，调用成本可降低70%（具体幅度因场景而异） 以上。
- 复杂推理、代码生成、多步决策：用推理能力强的模型，但应限制在关键节点使用。
- 企业知识问答：以 RAG 补充领域知识，通常不必做模型微调。
- 特定风格或格式输出：优先用提示词与后处理解决，确需微调时也应先验证样本量是否充足。
成本控制建议 采用「分层模型策略」——简单请求路由到小模型，复杂请求升级到大模型，并设置重试与降级策略。这是企业级 Agent 应用中最有效的成本优化手段。
四、验收指标：怎么判断 Agent 真的能用
不要用「感觉不错」验收。建议预先约定可量化指标：
- 任务完成率：在固定测试集上，Agent 独立完成目标动作的比例（通常目标 85% 以上）。
- 准确率 / 召回率：知识问答场景下，答案正确率与依据片段命中率。
- 幻觉率：无依据编造答案的比例，应通过引用溯源与拒答策略压低。
- 响应时延：P95 端到端响应时间，含模型推理与工具调用。
- 人工介入率：触发人工兜底的比例，反映方案成熟度。
- 单次任务成本：平均每次任务的模型调用费用，用于评估规模化后的预算。
常见问题
AI 智能体开发和普通软件开发有什么区别？
传统软件按确定规则执行，输入相同则输出相同；AI 智能体通过模型推理决定下一步动作，同样的输入可能得到不同路径。因此工程重点也不同：需要处理模型输出的不确定性（置信度不足时拒答或转人工）、需要可观测的决策链路（记录每一步依据）、需要效果评估集（持续回归测试防止改一个 prompt 引入回归）。这也是 AI Agent 项目通常比同等功能量的传统系统多 30%–60% 周期的原因。
企业应该先做 RAG 还是先微调模型？
绝大多数场景应先做 RAG。RAG 的知识更新只需重建索引，业务人员可自行维护，成本低、见效快、风险可控；微调适合固化特定风格、格式或专业判断，且需要足够的标注样本（通常数百到数千条）。正确顺序是先用 RAG 跑通并收集真实问题数据，当发现某类问题 RAG 无法解决时再针对性微调。
Agent 项目的周期一般多长？
轻量场景（FAQ、知识问答）通常 4–8 周；业务级（接入内部系统、多工具调用）8–16 周；平台级（多智能体、可复用底座）3–6 个月。周期构成大致为：需求与场景梳理 2–3 周、数据准备 2–4 周、开发与联调 4–8 周、评估与调优 2–4 周、上线与观察 2–4 周。数据准备阶段最容易被低估。
模型调用费用大概占项目总成本的多少？
对中小型企业场景，通常占总成本的 5%–15%。成本主要取决于日调用量、模型档位与上下文长度。需要注意的是，上线初期调用量小、看起来很便宜，但业务放量后成本可能快速增长。建议在上线前就约定分层模型策略与用量上限，并按月监控实际消耗，避免账单超预期。
怎么判断一家 AI 开发公司是否真的做过落地项目？
四个验证动作：一是要求演示已上线的系统（含真实界面与使用数据），而非概念 Demo；二是追问「当时模型返回错了怎么办，怎么兜底的」；三是看是否有可量化的效果评估集与评估报告；四是了解对方如何处理数据安全与私有化部署要求。只谈参数与架构、讲不出业务边界的团队，通常停留在 Demo 阶段。