智能体回路已是 MIT 大路货,运行时按 vCPU 小时计费,产品按结果计费——于是唯一还值得拥有的那一层,是没人卖给你的那一层。
六个最大的智能体框架里有五个以 MIT 或 Apache-2.0 发布——第六个在 Python 侧是 MIT、在 TypeScript 侧保留所有权利——而 2026 年 11 月 30 日,OpenAI 将下线自家的可视化 Agent Builder、转而推荐它那套 MIT 许可的 SDK——这意味着「自建」已不再意味着写那个回路,而你继承下来的那套「自建对外购」之争,争的是一个已经不花钱的层。仍然买不到的,是你的评测集、你的标注,以及那个判定「什么叫做完」的校验器。以下内容把其余各层按 2026 年 11 月的价格摆出来,让你看清它们已经小到了什么程度。
步骤 1三条分支,而它们之间的那条线已经往栈下方挪了。
当工作流是通用的、你的差异化在别处时,采购一个成品。当智能体的行为本身就是产品时,自建。而当你拥有工作流、数据与评估,但租用那些机器件时,编排——把一个模型、一个框架与若干托管工具,组装成一个属于你的系统。这个结构依然成立;变了的是:那些机器件已经接近免费,所以编排不再是一条中间道路,而是默认选项,而「自建」已经缩成了它上面那个薄薄的内核。
请查许可证,而不是查市场宣传,因为这种大路货化是可验证的。截至 2026 年 11 月,openai-agents-python、langgraph、pydantic-ai 与 crewAI 都以 MIT 发布,Google 的 adk-python 以 Apache-2.0 发布。OpenAI 将在 2026 年 11 月 30 日下线其平台上的 Agent Builder 与 Evals,并把用户引向 SDK:这个类目里最大的厂商,已经停止卖那个包在回路外面的产品了。
有一个例外,而它最可能把你绊住。Anthropic 的 Claude Agent SDK 在其 Python 仓库里以 MIT 发布,但它的 Python 与 TypeScript 两份 README 都把「使用该 SDK」这件事导向 Anthropic 的商业服务条款,「包括当你用它来驱动你提供给自己客户的产品与服务时」——而那个 TypeScript 包根本没有任何开源许可,只有一句保留所有权利的声明。「开源框架」是一句要逐仓库核实、而不是逐厂商核实的主张。
步骤 2用当下的数字给各分支定价,因为隐性成本也挪了位置。
租运行时,单价便宜而账单复杂;各家之间的差异不在单价,而在你得建模多少个彼此独立的计量表。
- Amazon Bedrock AgentCore:Runtime v1 为每 vCPU 小时 0.0895 美元,加每 GB 小时 0.00945 美元,按秒计;Gateway 为每 1,000 次工具调用 0.005 美元;短期记忆为每 GB 写入 1.00 美元、每 GB 读取 0.20 美元、每 GB 月存储 0.10 美元(2026 年 10 月 6 日从按事件的固定计量改成了这样);长期记忆为每 1,000 条记录每月 0.75 美元。大约八个计量表,而且全都与模型 token 分开。
- Google Vertex AI Agent Engine:每 vCPU 小时 0.085 美元、每 GiB 小时 0.009 美元、存储每 GiB 月 0.30 美元——而会话与 Memory Bank 的操作会被折算成 vCPU 小时:每百万次写入折一个 vCPU 小时,每三百万次读取折一个。单位只有一个,算法不太寻常。
- Microsoft Foundry Agent Service:对那些由提示词与工作流搭出来的 Foundry 原生智能体,完全不另行收费。你付模型与工具的钱;编排层免费。
- Cloudflare Durable Objects(Cloudflare Agents 之下):每月最低 5 美元,含 100 万次请求、此后每百万 0.15 美元,含 400,000 GB-s 时长、此后每百万 GB-s 12.50 美元。两个计量表,且只计运行时。
采购产品才是钱所在,而它的形状已经从席位挪到了消耗量。按席位的标价如今是地板,不是账单。
- GitHub Copilot 在 2026 年 6 月转为按用量计费,淘汰了旧的「高级请求」模型。Business 是每用户每月 19 美元,含 1,900 个 AI 额度,Enterprise 是39 美元,含 3,900 个。一个额度是0.01 美元,所以那份内含额度字面上就是「把你的席位费以额度形式退回给你」;额度在计费主体层面汇池、不结转,而每额度 0.01 美元的超额用量默认开启。
- Microsoft 365 Copilot 是每用户每月 30 美元;Copilot Studio 的容量是每月 200 美元换 25,000 个 Copilot 额度、按年计费,或按量付费每额度 0.01 美元——所以一个被用满的额度包折算下来每额度便宜约 20%,而用不满就是浪费,因为未用额度会过期。
- Salesforce Agentforce 公布了一份异常完整的价目:Flex Credits 每 100,000 个 500 美元(每个 0.005 美元),其中一次标准动作消耗 20 个额度(0.10 美元)、一次语音动作 30 个(0.15 美元),此外还并存着仍然有效的每次对话 2 美元模型,以及每用户每月 195 到 550 美元的若干版本。一个组织同一时间只跑一种消耗模型。
- Intercom Fin 按每个已解决结果 0.99 美元收费(销售资质判定为 9.99 美元),每次对话最多计一个,而转交人工不收费。Sierra 根本不公布价目,而 ServiceNow 把 Now Assist 按「assists」计量,其每动作的折算值与池子大小都未公开——请把一个未公布的价格当成一项成本,而不是一片空白。
把比较建立在每成功任务成本上,而不是建立在报出来的那个单位上,各种模型就可比了:一次 0.99 美元的解决与二十次 0.10 美元的动作是同一笔账,前提是那二十次动作真把这个案子办成了。至于为何那个判定「成功」的校验器对这个数字的撬动大过任何 token 节省,见智能体单位经济学。
步骤 3拥有评测集,因为它是唯一没有供应商的那一层。
把智能体拆成分层,逐层定价。模型是一件正在快速贬值的大路货(STEP 4)。运行时是每 vCPU 小时 0.085 美元。框架是 MIT。工具是一本目录。剩下的那部分没有价格,因为没人能把它卖给你:那个代表你工作的任务集、它上面的标注,以及那个判定「什么算做完」的校验器。
展示它的那件仪器,你可以租,也应该租。截至 2026 年 11 月,仅免费额度一项就在大致相同的遥测上跨了一个数量级:LangSmith 每月 5,000 条基础追踪免费,Plus 为每席位 39 美元含 10,000 条;Braintrust 的 Starter 免费含 1 GB 处理量与 10,000 次打分,超出按每 GB 4 美元、每 1,000 次打分 2.50 美元计,Pro 每月 249 美元;Langfuse 的 Hobby 档免费含 50,000 个单位,往上是 29、199 与 2,499 美元,超额从每 100,000 个单位 8 美元降到 6 美元;Pydantic Logfire 每月 1,000 万个 span 免费,之后每百万 2 美元。
如果「拥有这一层」意味着自托管,那有两条许可事实很要紧。Arize Phoenix 用的是 Elastic License 2.0,不是 OSI 许可:它明白写着「你不得把本软件作为托管或受管服务提供给第三方」。Langfuse 是拆分许可——其 ee/ 目录之外是 MIT,目录之内另有一份企业许可。两者自用都没问题,两者都限制转售——而这正是一份「自建对外购」备忘录该做的区分,而不是写一句「开源」了事。
评测集还背着一笔工具不替你背的维护账:一套题目会自行腐坏,而能抓住它的那个测量是对着你自己的天花板跑一次参考解。请把它与评测的成本一并列入预算——那是这棵决策树每一条分支上都有的唯一一个科目。
步骤 4一层大路货化得有多快,取决于它那项能力有多老。
「租那些正在大路货化的东西」是对的,但不完整——因为贬值速率并非常数;而知道它的形状,能告诉你「自建下层」在什么时候只是不明智、在什么时候是彻底荒唐。
Epoch AI 那组数据是严谨的那一份。要达到某个固定能力水平所需的价格,跨各基准的中位数约为每年 50 倍的下降,若排除 2024 年以前的数据则约为200 倍,而单个基准的跨度从 9 倍到 900 倍;换一种平均方式,则是自 2023 年以来约每季度 47%。要紧的是那条曲线,不是那个平均值:当一项能力还新的时候,成本约每季度下降 66%(约合每年 75 倍);而两年之后只有约每季度 32%(约合每年 4.7 倍)——因为厂商会对一个刚刚达到的性能水平收取溢价,直到竞争把它磨掉。Gundlach 等人 2026 年 3 月的一项分析(Epoch 称其为迄今最彻底的一份)给出的数字是每年 5 到 10 倍。
把这件事对决策的后果读出来:
- 一件建立在全新能力之上的资产,每个季度会丢掉约三分之二的成本优势,所以「为了压过今天的推理价格而自托管」——恰好发生在那个价格下降最快的时刻——是整张桌上时机最差的一笔采购。而等到贬值放慢到「拥有它」看起来合理的时候,租已经很便宜了——这一层从来不会经过一个「自建划算」的窗口。
- 按 token 的贬值不等于按任务的贬值。推理模型内部消耗的 token 远多于它吐出来的,所以每 token 价格下降与每任务账单上升可以共存——这正是更少的 token 对更便宜的 token的主题。请给任务建模,不要给 token 建模。
- Epoch 自己的告诫值得随身带着:以基准归一化的估计可能偏高,因为蒸馏模型在基准上会超常表现;而那个区间里最陡的几段下降都是最近才发生的,所以能否持续并未得到证明。请围绕这些速率做规划,不要拿它们去承保。
步骤 5给锁定定价,定的是计量表的形状,不是厂商的名字。
三个锁定面依然占主导——模型、框架、数据引力——而它们如今呈现为具体、可核查的形状,而不是一种笼统的担忧。
- 计量表的形状决定了你的成本模型有多少是可搬运的。一个按大约八个 AgentCore 计量表核过成本的系统,没法在不重建模型的前提下改按 Cloudflare 的两个来核。迁移成本在预测里,不在代码里——这正是预测智能体花销的实务内容。
- 不结转的额度池是一项承诺,不是一项折扣。GitHub 的按月重置,Copilot Studio 的到期作废,所以一个你用不满的额度包,是一次你自己选的涨价。请按你用量的 p25 来定池子大小,让超额用量去承接长尾——每额度 0.01 美元,与额度包是同一个单价。而「同一时间只能用一种消耗模型」是一项退出成本:在 Agentforce 的按对话与 Flex Credits 之间切换,替换的是 SKU,而不是设置。
- 平台层是真的会消失的,而这如今有了实例、不再只是理论。OpenAI 在 2026 年 11 月 30 日下线 Agent Builder 与 Evals,就是这项风险的实况:在里面写的那些工作流不会自己搬家,而迁移路径是 SDK。见退出一个托管的智能体运行时与模型弃用与迁移。
可逆性依然应当压过价格:一个你一个季度就能退出的采购,就算月费更高也是便宜的保险;而一个要两年才能撤销的自建,就算月费更低也是昂贵的。让撤回变便宜的那些资产,恰是可搬运的那些——你的评测套件、以数据形式存放的提示词,以及模型边界上的一道接缝。
步骤 6那些预测说:项目死于治理,不是死于你选了哪条分支。
没有人手上有关于智能体项目的、群体层面的实测失败率,所以对流传中的那些数字要小心——然后你会注意到,它们全都指向了「自建对外购」这个问题之外。
- Gartner,2025 年 6 月 25 日:到 2027 年底,超过 40% 的智能体 AI 项目将被取消,归因于成本攀升、业务价值不清,或风险控制不足。同一份新闻稿还造了「agent washing」这个词,并估计在数千家声称具备智能体 AI 的厂商中,只有大约 130 家提供真正的智能体能力。
- Gartner,2026 年 9 月 29 日:到 2028 年,70% 的企业将弃用由厂商前置部署工程团队搭建的智能体 AI——这是手上最直接切题的那条「外购对自建」统计,而它仍然是一项预测。其炒作周期研究给出的是:如今只有 17% 的组织已进入部署,而超过 60% 预期两年内会部署——这正是上述两项预测所指的那道落差。
- MIT 的 Project NANDA 那个数字——企业生成式 AI 项目里 95% 产不出可度量的回报——是所有人都在引、也最该小心处理的那一个:该报告自己承认其结论「是基于个别访谈、而非公司正式披露,在方向上大致准确」;二手叙述对其样本量说法不一;而重建其自身漏斗的批评者,算出来更接近「75% 的试点未达到一个刻意设得很高的成功门槛」。要引就带着这些保留一起引,否则就不要引。
上面那些归因——业务价值不清、风险控制不足、一个拿不出回报的试点——每一个都是一次测量失败,而不是一次采购失败。团队很少因为「租了一个本该自己写的运行时」而输掉;他们输掉,是因为没有任何东西能说清这个智能体到底管不管用,于是成本清晰可读、收益却不是。那些失败模式编录在经济性失败模式与度量 ROI里。
决策规则,按顺序。第一,先建评测集与校验器,无论你走哪条分支——因为每条分支都要为它出账,而没有它哪条分支都活不下来。第二,永远租模型与运行时,因为你本来要买的那一层,正以每季度约三分之一到三分之二的速度贬值。第三,凡工作流是通用的地方就采购产品,并按每成功任务、而不是按席位来给它定价。第四,只自建那个承载专有信号的薄内核,并给它留一个出口:一道模型接缝、以数据形式存放的提示词,以及一份你离了厂商也读得懂的轨迹格式。租下其余一切,不是技术债;那是你能负担得起那唯一一个会复利增长的层的唯一办法。