正在加载，请稍候
三条路线、五笔账、12 周节奏：把 AI Agent 平台搭建的成本拆开算，附站内 7 个已交付案例的真实周期与团队规模口径。
AI Agent 平台搭建的报价纠纷，多数不是价格高低，而是把平台层、编排层、应用层混成一件事谈。下面按「三条路线 × 五笔账 × 12 周节奏」，把这笔钱拆开算。
AI Agent 平台搭建要先分清三层：平台层管工单、权限、审计与计费，编排层管会话、工具调用与记忆，应用层才是具体业务的智能体。
报价单上只写「智能体开发」而不写层级，最常见的结果是签完约才发现权限矩阵与审计日志还没做。下表把三层的能力、交付物和纠纷高发点对上。
| 层级 | 内含能力 | 典型交付物 | 纠纷高发点 |
|---|---|---|---|
| 平台层 | 工单流转、账号与权限、审计日志、用量计费 | 管理后台、权限矩阵、审计查询 | 被默认「已经包含」，实际要单独立项 |
| 编排层 | 会话状态、工具调用、记忆与检索、失败重试 | 编排服务、工具注册表、上下文存储 | 版本升级与私有化边界没写进合同 |
| 应用层 | 具体场景的提示词、业务流程、人工兜底 | 可用的业务智能体 + 评测集 | 验收只写「能用」，没有量化指标 |
一个很实用的现场判断法：问供应商「权限矩阵在哪一层实现、会话上下文存在哪里、审计日志谁负责」。三个问题答不齐，说明对方只打算交付应用层，平台层要你自己补——这也是权限该用谁的账号这类问题被反复问起的原因。
三条路线没有绝对优劣：数据不能出域、业务迭代频率高的适合完全自研；要 12 周内交付且必须私有化部署的选开源编排层做二次开发；内部 IT 人力紧张、场景标准化程度高的先买 SaaS 最省事。
RaftLabs 在 2026 年 8 月更新的选型指南里给出一条分水岭：月交互量低于 5,000 次时，用现成平台更快；高于这个量级，自建在成本与控制力上胜出——在 10,000 次对话/月的规模上，自建栈约 600 美元/月，同类平台报价为 1,500–2,000 美元/月（RaftLabs，2026-08-16 更新）。
适合数据不能出内网、且未来两年会持续加场景的团队。代价是招人周期：一名能独立交付的 AI 工程师在美国市场年薪 15 万美元起，而多数项目需要的是「工程 + 集成 + QA」的组合，不是一个人（Codeloop Software，2026-10-07）。
自研真正的预算大头不在模型，而在把智能体接进 CRM、工单、数据库和内网工具，并保证这些系统异常时它不出错。
这是大多数企业侧项目性价比最高的落点：编排层的会话、工具注册、记忆检索直接用成熟开源方案，团队把力气花在权限、审计和业务工具上。选型时值得先弄清编排层在架构里的定位——它既不是微服务也不该当批处理用（参考站内对声明式编排的拆解）。
签合同前必须落三条：上游大版本升级的责任方、私有化部署的镜像与依赖清单、以及撤销授权后的数据导出格式。缺了这三条，两年后升级就是一笔新增预算。
现成平台的报价通常是按人计费，30–150 美元/用户/月，适合还没有明确场景、只想先试水的团队（Codeloop Software，2026-10-07）。
风险在规模：RaftLabs 记录的典型路径是企业先买平台、约 90 天后撞上定制天花板（无法调用内部系统、误升级工单），此时平台费与迁移成本要一起付。合同里至少要写清数据出域范围、退出时的数据导出与模型微调资产归属。
| 路线 | 适用团队规模 | 数据前提 | 首版周期参考 | 主要成本风险 |
|---|---|---|---|---|
| 完全自研 | 有 3 人以上可长期投入的研发团队 | 数据与工具不出内网 | 8–12 周（MVP） | 招人周期、集成与运维人力持续投入 |
| 开源编排层二次开发 | 1 名架构 + 2–3 名工程 | 可私有化部署 | 6–12 周 | 上游升级、私有化边界不清 |
| 采购 SaaS | 无专职研发或仅 1 名对接人 | 数据可出域、场景标准 | 2–4 周配置上线 | 按量计费随规模反转、定制天花板 |
成本构成要拆成五笔账：人力、推理与向量存储、可观测性与评测、合规与安全、上线后的持续运维，其中可观测性与评测最容易被立项预算漏掉。
为什么模型费反而是小头？三家机构的成本指南里出现同一个结论：集成与编排占建设总成本的 45–65%，把智能体接到既有系统、并让它在对方系统异常时仍然可靠，才是工时真正消耗的地方。
一手口径：截至今日，蓝曜炬辉已发布的 7 个交付案例中，技术栈高度集中——Next.js 7 个、PostgreSQL 7 个、Go 6 个。企业侧预算大头落在应用与数据接驳层，而不是自研推理框架。完整交付清单可在交付案例库按行业与技术栈筛选。
12 周节奏可以压成四段：1–2 周场景锁定与评测集、3–6 周 MVP 打通工具调用、7–10 周权限与回归测试、11–12 周灰度与交接。
一手数据：7 个已发布案例中有 5 个记录了周期与团队规模——首版最快 2 周，完整交付落在 3–6 周；团队规模为 3–4 人，典型配置是 1 名产品/设计 + 1 名前端 + 1 名后端，其中一例含 1 名 AI 架构。行业分布为人工智能 2、企业服务 2、教育培训 2、文旅消费 1。
口径要说明白：这些是单场景应用层交付的样本，不含平台层与编排层的私有化——后者才是上面 12 周节奏对应的范围。把两类周期混着对比，是选型会上最常见的误判，也是把验收口径写进合同比对比榜单更管用的原因。
月交互量低于 5,000 次、且数据可以出域的团队先采购 SaaS 更划算；高于这个量级，或数据与工具必须留在内网，自研与开源编排层二次开发的边际成本更低。判断依据来自 RaftLabs 2026 年 8 月的选型指南（来源）。
单用途定制智能体建设费 1,500–5,000 美元、月运行 300–800 美元；多智能体工作流 5,000–25,000 美元；复杂企业级自建 75,000–300,000 美元。这是 Codeloop Software 2026 年 10 月给出的四档市场报价（来源），RaftLabs 给出的定制 MVP 区间则是 20,000–80,000 美元、8–12 周。两套口径的差异主要来自场景复杂度与要接的系统数量。
只做单场景应用层交付，站内 7 个已发布案例的口径是首版 2 周、完整交付 3–6 周；如果要连平台层与编排层一起私有化，参考节奏是 12 周，其中前 2 周用来锁定场景并冻结评测集。
当月对话量到 10,000 次量级时，自建栈的基础设施成本约 600 美元/月，而同类平台报价常见 1,500–2,000 美元/月，规模继续放大差距还会拉大（RaftLabs）。
多数失败出在提示词与验收口径，不在架构。把系统提示词从「帮用户处理订单」这类模糊描述，改成明确的边界与工具使用规则，可以修掉 60%–70% 的生产环境故障，且不需要改代码（来源）。
蓝曜炬辉是广州的 AI 转型咨询与软件定制开发公司，服务广州、粤港澳大湾区及全国远程团队。如果你手上已经有一份供应商报价单，可以对照上面的三层表先确认它覆盖到哪一层，再决定是补平台层还是只买应用层。
需要把范围、周期与验收口径排成一份可执行的立项清单，可以走联系我们；想先看同类场景做到什么程度，先翻交付案例库，服务与交付方式里也有更细的交付物说明。