同一份需求，三家报价：八千、六万、四十五万。需求描述都写着同一句话：“做一个 AI 客服”。
价格相差五十倍，根源在于三家服务商理解的交付范围完全不同。第一家听到的是"搭个问答机器人"，第二家听到的是"接进你的工单系统并且要能查订单"，第三家听到的是"上线后出了错，责任归我"。报价单反映的是对方准备为你承担多大范围的交付责任，技术难度只是其中一部分。
所以"开发一个智能体要多少钱"这个问题，在你把边界说清楚之前，没有答案。下面把这笔账拆开：钱都花在哪、哪些成本在报价单上看不见、以及你在询价之前必须先答清楚的几个问题。
四档价格带，对应的是四种不同的东西
市面上的报价大致落在四个区间。需要说明：以下区间是我们从交付项目与公开招标信息中观察到的常见落点，不是行业统计口径，具体项目会因行业和数据条件上下浮动。
几千到两万：平台搭建。 在低代码平台上配置一个问答或自动回复流程，接一个知识库，不碰任何内部系统。交付快，一两周能上线。适合个人和小商家试水，也适合企业内部先做一次"能不能用"的验证。
两万到十万：单场景定制。 这是中小企业最常落的区间。智能体需要实际跑通一段业务流程，包括对接企业微信或 CRM、查询业务数据、执行多步骤任务、准确回答行业问题。开发周期通常两到四周，交付物包含一套需求梳理和一套验收标准。
十万到三十万：垂类深度定制。 到这一档，通常涉及多个智能体分工协作：一个负责对话，一个负责取数分析，一个负责生成结论文档；背后还要有经过治理的行业知识库，以及为业务角色专门做的操作界面。周期普遍两到三个月起。
十五万起，上不封顶：私有化与核心系统集成。 模型和智能体部署在客户自己的服务器上，与 ERP、核心业务系统深度打通。价格没有上限，因为它取决于要接几个系统、每个系统的接口有多难拿。
对企业而言，直接含义是：如果一份报价无法对应到明确的交付层级，首先需要重新核定需求边界。
真正吃掉预算的，是接口、数据和例外
很多人默认"智能体的成本 = 模型调用费 + 写提示词的时间"。这是对开发工作量最大的误判。一个能跑的演示，大概只占整个项目工作量的两成；剩下八成花在三件不显眼的事情上。
一是系统接口。 每接一个内部系统，都会产生一份独立的工作量，包括取得接口文档、协调客户 IT、处理鉴权、在测试环境打通数据。有现成 API 文档的系统，对接可能只需几天；如果面对无人维护的老系统，且只有个别同事了解当年的建设情况，对接可能需要数周。这部分成本主要取决于企业现有的 IT 基础。
二是数据与知识治理。 智能体的回答准确性取决于输入资料。企业资料中常见同一制度存在多个版本、扫描件表格无法识别、最新政策只保存在个别人员邮箱等问题。把这些资料整理为可检索、有版本、有权限的知识库，是一项基础性工程，也是最容易被报价方低估、被采购方忽略的工作。
三是例外处理。 演示里，用户会规规矩矩地提问；生产里，用户会发一张模糊的截图、会问一个超出范围的问题、会在系统超时时反复点击。让智能体在这些时候不胡说、不失控、能转人工，这部分的代码量和测试量往往超过主流程本身。
结论是：如果一份报价里没有为接口、数据治理和异常兜底单独列条目，它报的不是这个项目的价格。
开发费只是首付，持续成本每年都要付
智能体和买一套软件最大的不同在于：它上线之后仍然在花钱、也仍然需要有人照看。至少有四笔持续支出要提前进预算。
模型推理费。 每一次思考和回答都在消耗 Token。纯文字的内部问答，一个部门一个月可能只有几十上百元；但如果场景涉及长文档解析、图片识别或视频生成，费用会高一个量级。这笔钱付给模型供应商，与开发商无关，所以询价时要单独问，不要默认它包含在开发费里。
服务器与部署。 普通云服务器每月几百元，域名一年几十元。但如果要私有化部署大模型，则需要 GPU 服务器，成本会进入完全不同的量级，这也是私有化项目报价显著增加的主要原因之一。
运维与迭代。 上线只是开始：业务规则会变、知识库要更新、答错的问题要修。市场上常见的做法是按开发费的一定比例逐年收取运维费。它是否包含在合同里、包含多久、覆盖哪些内容，必须白纸黑字写清楚。
评测与调优的人力。 这笔往往被完全忽略：企业内部需要有人定期看智能体答得对不对、收集用户反馈、维护评测集。它不出现在任何供应商的报价单上，但它出现在你的工时表上。
便宜有便宜的坑，贵也有贵的坑
低价方案的风险容易理解：几百上千元的报价，大概率只提供基于模板的简单封装，通常不含实质性定制和上线后的维护。它可以用于演示，却难以承接实际业务。
高配置方案用于低复杂度需求，同样会造成过度设计。例如，企业只需要智能体协助撰写文案、整理会议纪要，服务商却配置多智能体协同、模型微调和私有化部署，并按十几万元起步报价。技术方案本身可能成立，但超出了实际需求，投入也会落在无法产生价值的能力上。
还有一种最隐蔽的：边界模糊的"一口价"。看起来便宜，但功能清单写得很虚。上线后你说"再加个查订单的功能"，对方说"这是新增需求，要另外报价"。最终总价远超预算，双方还都觉得自己有理。
区分这三种情况，不需要懂技术，只需要看合同里有没有这四样东西：一份具体到操作的功能清单；一份明确的交付物说明（是源码、还是仅使用权）；一套可量化的验收标准；一段清楚的运维范围与费用约定。四样齐全，价格高低是可以谈的商业问题；有任何一样缺失，便宜与贵都是陷阱。
与其先问价，不如先答清这五个问题
报价的精度取决于需求的精度。在联系服务商之前，应先在内部回答以下五个问题。答案越具体，收到的报价越准确，也越具有可比性。
第一，这个智能体替代的是哪个岗位的哪项动作？ 不应只提出"建设 AI 客服"，而应明确为"售后专员每天需要三小时回复订单状态查询，拟由智能体承担该项工作"。无法清晰说明的场景，落地后通常也难以使用。
第二，它需要接哪几个系统，接口现成吗？ 列出系统名称，确认每一个有没有可用的 API 文档、由谁维护。这直接决定开发周期。
第三，它要用的知识和数据在哪，现在什么状态？ 是散在个人电脑里的 Word，还是已经有统一的制度库？资料状态决定了知识治理的工作量。
第四，如何判断项目已经达到预期？ 应确定可量化的验收标准，例如回答准确率、单次处理时长或人工介入比例，至少选择一项并确保可以测量。没有验收标准，项目最终将难以解决效果争议。
第五，上线之后谁来管？ 明确运维方是谁、更新知识库是谁的活、答错了找谁修、这些工作按什么方式计费。
这五个问题中，有四个问题的答案掌握在企业内部，而非服务商手中。**智能体项目的成本，很大程度上由企业自身的业务清晰度和数据基础决定。**因此，同样的需求在两家公司可能得到完全不同的报价。
可信金科为金融与政企客户交付垂类业务系统与场景智能体，FDE（前线部署工程师）驻场完成从场景诊断、系统对接到验收调优的全流程。如果您正在评估第一个智能体项目的预算，欢迎带着上述五个问题的答案与我们沟通。我们会先协助您判断哪些投入并非必要。
