跳至正文
入选 The Agentic List 2026了解更多
Maven AGI
演示
自建还是采购

人人都能构建 AI 智能体,但您能长期拥有吗?

构建是最简单的部分,但即便如此也并不容易。真正的账单在上线后才到来:模型更替、API 失效、知识过时,而智能体的回答也成了您需要承担的责任。这才是拥有的代价。

自研智能体的生命周期
示意
自您打开此页面以来,按下方计算器的测算,拥有这套自建方案已花费
$0.00
实时计算,按生产环境每天 $521 计。修改计算器输入后将重新计算。
上线之后,运维永无止境

构建是一个项目,拥有是一份长期工作。

软件研究几十年来一直指出:钱主要花在维护上,而不是开发上。维护平均约占系统生命周期成本的 60%,视系统不同在 40% 到 80% 之间。[1]

AI 智能体还带来了新的维护工作。即使您的代码一行未改,底层模型也可能发生变化。[3] 而当智能体答错时,责任由您承担。[6]

agent-ops.log
实时
周一 02:14ERROR
provider 模型版本已下线,针对其调优的提示词开始漂移。
周一 09:40WARN
eval 相同测试集,新模型版本:准确率 84.0% → 51.1% [3]
周二 11:05ERROR
crm 上游 API 更改了一个字段,工单创建失败。
周二 16:32WARN
knowledge 同步停滞,智能体正依据过时的政策作答。
周三 08:17ERROR
guardrail 智能体描述了一项航空公司并不存在的票价政策 [6]
周三 13:50WARN
infra 已达速率限制,对话进入排队。
周四 10:02信息
安全 信息安全团队针对智能体数据访问发起了新一轮审查。
周四 18:44WARN
团队 负责检索功能的工程师已离职,未找到运维手册。
周五 03:29ERROR
成本 Token 支出再次超出预算。
示意的一周。每一行都代表下方来源中记录的一类故障。
拥有成本计算器

算一算您的拥有成本。

从您的构建计划入手。已标注研究默认值,您可以随时调整自己的假设。

4
您的假设
6
您的假设
$133,000
研究默认值:$133,080,即美国软件开发人员薪资中位数 [7]
70%
研究默认值:70%,其余部分为福利 [8]
60%
研究默认值:60%,参考区间为 40% 至 80% [1]
3
您的假设
总拥有成本
$950,000总拥有成本: $950,000
构建(第一天)
$380,000
拥有(此后每一天)
$570,000
生产环境每日成本
$521
消耗的工程师年
5.0
机会成本

这意味着 5.0 工程师年没有投入到您的核心产品上。每一个花在智能体基础设施上的冲刺周期,都是少了一个用来交付驱动增长和收入的功能的冲刺周期。

计算方式:每位工程师的综合成本 = 薪资 ÷ 工资占比。构建成本 = 工程师人数 × 综合成本 × 构建时长。拥有成本由维护占比推算得出,当维护占比为 60% 时,拥有成本是构建成本的 1.5×。以上仅为人力成本:模型调用、托管、工具及故障处理等成本还会进一步推高总额。

您真正需要承担的

智能体只是其中的一小块。

Google 工程师的研究表明,在实际的机器学习系统中,模型代码只占系统的一小部分。其余都是围绕模型的周边环节,而持续的维护成本正是在这些地方不断累积。[2]

维护
模型升级
模型供应商会按自己的节奏下线和更换模型。
质量
评估与回归测试
每次变更都需要基于真实对话重新测试。
内容
知识同步
政策每天都在变,过时的答案就是错误的答案。
系统
集成
CRM、工单和订单系统会发布不兼容的变更。
您的部分
智能体逻辑
您最初打算构建的部分。
风险
安全护栏与合规
智能体说的每句话,都代表您的立场。
运维
监控与值班
凌晨 2 点系统出故障时,总得有人被叫起来处理。
信任
安全审查
数据访问、留存与审计,需要一遍又一遍地审查。
人员
知识只存在于个人脑中
构建者一离开,相关背景知识也随之流失。
独立研究

不必只听我们说。

9 项结论均来自已公开的第三方来源:学术研究、市场研究、一项法律裁决、一份行业参考资料以及分析师研究。数据均按原始发布内容呈现。

自有 AI 智能体的真实成本

资料来源包括
Harvard Data Science Review
O’ReillyBC Civil Resolution Tribunal
第 1 部分 · 独立研究与公开记录

维护成本

60%

维护成本平均约占软件系统全生命周期成本的 60%,因系统类型不同在 40% 至 80% 之间。其中大部分是由需求变化驱动的功能增强。

来源:David Wood,“The 60/60 Rule”,收录于《97 Things Every Project Manager Should Know》,O’Reilly Media。[1]

模型漂移

84% → 51%

在同一项质数与合数判断任务中,GPT-4 的准确率从 2023 年 3 月的 84.0% 降至 2023 年 6 月的 51.1%。作者得出结论:大语言模型的行为可能在短时间内发生显著变化,需要持续监测。

来源:L. Chen、M. Zaharia、J. Zou,“How Is ChatGPT’s Behavior Changing Over Time?”,Harvard Data Science Review,2024 年。[3]

自建与采购的成功率

67%

从专业供应商采购的 AI 工具成功率为 67%,内部自建的成功率仅为其三分之一。该研究基于 150 次管理层访谈、一项覆盖 350 名员工的调查,以及对 300 个公开 AI 部署案例的分析。

来源:MIT NANDA,《The GenAI Divide: State of AI in Business 2025》,据 Fortune 2025 年 8 月 18 日报道。[4]

从试点到生产

88%

在观察到的 AI 概念验证中,88% 未能实现大规模部署。企业每启动 33 个 AI 概念验证,只有 4 个最终投入生产。

来源:IDC 与 Lenovo 联合研究,据 CIO.com 2025 年 3 月 25 日报道。[9]

智能体的法律责任

C$812.02

Air Canada 官网聊天机器人就丧亲票价向一名客户提供了错误信息,不列颠哥伦比亚省一家仲裁庭随后判令该公司支付赔偿金、利息及相关费用。仲裁庭驳回了“聊天机器人是独立实体、应对自身言论负责”的主张。

来源:Moffatt v. Air Canada,2024 BCCRT 149,不列颠哥伦比亚省民事解决仲裁庭,2024 年 2 月 14 日。[6]
第 2 部分 · 分析机构观点:Gartner

项目取消

40%+

Gartner 预测,到 2027 年底,超过 40% 的智能体 AI 项目将因成本攀升、业务价值不明确或风险控制不足而被取消。

来源:Gartner 新闻稿,“Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027”,2025 年 6 月 25 日。[5]

投产周期

8.2 个月

Gartner 发现,“平均只有 48% 的 AI 原型能够投入生产”,而从 AI 原型到投入生产“平均需要 8.2 个月”。

来源:Gartner,《Survey Shows How Generative AI Puts Organizational AI Maturity to the Test》,Leinar Ramos、Anthony Mullen、Bern Elliot,2024 年 4 月 23 日。

初始投资

据 Gartner 估算,自建 AI 智能体的初始投资为 $2.5M 至 $4.3M,而采购为 $1.5M 至 $2.7M。

图表由 Maven AGI 根据 Gartner 研究制作。来源:Gartner,《How to Calculate the Value and Cost of AI Agents》,[分析师姓名],[发布日期]。

持续的负担

模型维护
稀缺 AI 人才
团队能力
合规审计

自建意味着您要自行承担原本由供应商负责的模型维护、招募稀缺的 AI 人才,并应对更繁重的合规审计。Gartner 提醒,切勿高估团队长期维持这一切的能力。

来源:Gartner,《How to Calculate the Value and Cost of AI Agents》;《Choosing Between an Agent Harness or Framework to Build AI Agents》;《2027 Planning Guide for Software Architecture and Integration》。[分析师姓名],[发布日期]。

研究方法。 所有数据均按各来源公布的原样呈现,Maven AGI 未作任何调整。图表由 Maven AGI 根据所引数据制作,仅作示意。完整引文见“资料来源”部分。

Gartner 研究出版物代表 Gartner 研究机构的观点,不应被视为事实陈述。GARTNER 是 Gartner, Inc. 和/或其关联公司在美国及其他国家/地区的注册商标和服务标志,经许可在此使用。保留所有权利。

各方分别承担什么

掌控体验,无需操心底层管道。

持续性工作如果自建如果采购 Maven AGI
模型升级与弃用您的工程师Maven AGI
每次变更后的回归测试您的工程师Maven AGI
知识时效性您的工程师Maven AGI
随 API 变更持续维护集成您的工程师Maven AGI
护栏、合规与审计您的工程师Maven AGI
安全审查与数据管控您的工程师Maven AGI
监控与值班您的工程师Maven AGI
您的政策、品牌语调与客户体验(CX)您依然是您
采购并非黑盒
在此之上,构建专属于您的能力。

借助 Maven 开发者门户,客户已自行构建了专属聊天体验和 WhatsApp 等自定义集成。您既拥有自建般的掌控力,又无需操心平台运维。

让您的工程师专注于打造差异化优势。

Maven AGI 让您掌控自己的智能体,却无需承担维持其运转的工作。我们的客户只需数天或数周即可上线,而非数月。

资料来源

  1. David Wood,《60/60 法则》,收录于《97 Things Every Project Manager Should Know》,O’Reilly。oreilly.com
  2. D. Sculley 等(Google),《Hidden Technical Debt in Machine Learning Systems》,NeurIPS 2015。neurips.cc
  3. L. Chen、M. Zaharia、J. Zou,《How Is ChatGPT’s Behavior Changing Over Time?》,Harvard Data Science Review,2024 年。hdsr.mitpress.mit.edu
  4. MIT NANDA,《The GenAI Divide: State of AI in Business 2025》,据 Fortune 2025 年 8 月 18 日报道。fortune.com
  5. Gartner 新闻稿,《Gartner 预测到 2027 年底超过 40% 的智能体 AI 项目将被取消》,2025 年 6 月 25 日。相关报道:sdtimes.com
  6. Moffatt 诉 Air Canada 案,2024 BCCRT 149:判赔损害赔偿金、利息及费用共计 C$812.02。mondaq.com
  7. 美国劳工统计局,《职业展望手册》:软件开发人员年薪中位数,2024 年 5 月。bls.gov
  8. 美国劳工统计局,《雇主员工薪酬成本》,2026 年 6 月:工资和薪金占私营行业雇主成本的 70.0%。bls.gov
  9. IDC 与 Lenovo 联合研究:每 33 个 AI 概念验证中,有 4 个进入生产环境,据 CIO.com 2025 年 3 月 25 日报道。cio.com