北京一家做电商的公司，老板看了几个Agent的演示视频，觉得简单——不就是调API吗？找了家外包，报了个方案：API调用费每月2000块，开发费3万，一期搞定。老板觉得值，签字开干。
三个月后跑下来，实际花了多少？API费确实每月2000上下，但数据标注外包花了1.2万，向量数据库和缓存服务器每月多花800，开发过程中模型调优和Prompt迭代又追加了6000的外包费，上线后运维和内容更新每周要占一个兼职人员4到5个小时。粗算下来，第一季度的真实成本是预算的2.5倍。
老板跑来问我：哪里算漏了？我说，你只算了”用工具的钱”，没算”让工具能用的钱”。
数据标注和清洗：最容易被忽略的前期投入
Agent开发这件事，说句大实话：代码可能只占整个项目工作量的30%，剩下70%在跟数据打交道。你要让Agent能回答客户问题，得先喂给它知识库。知识库从哪来？你的产品文档、FAQ、历史客服记录、业务手册——这些原始材料，十份里有八份不能直接用。
为什么不能直接用？举个实际的例子。你有一份客服话术文档，里面写的是”客户问到退款政策时，按公司规定处理”。人看得懂，Agent看不懂——什么叫”公司规定”？具体退几天？什么条件能退？Agent需要的是明确、具体、结构化的信息。你得把模糊的表述拆成精确的条目，这叫数据清洗。还有，你有3年的客服聊天记录，但里面混着闲聊、重复问题、答非所问的废记录，你得人工筛选出有价值的问答对，这叫数据标注。
这块的成本看数据量。一般企业做客服Agent，知识库初始数据量在500到2000条问答之间。清洗和标注的工作量，按外包市场价，每条问答0.5到2元不等（看复杂度）。算下来，光是数据准备这一项，前期投入少则500，多则4000。大一点的知识库，上万条数据的，标个万把块很正常。
还有个坑：数据清洗不是一次性的事。Agent上线后，你会发现它有些问题答不好，根源往往不在模型，在知识库数据质量。你得持续地清洗、补充、修正数据。我们有个客户的客服Agent，上线后第一个月，光数据迭代就做了4轮，每轮花半天时间。这笔人力成本，如果只算了开发期的数据标注，上线后追加的部分就全超预算了。
怎么控制这块成本？我的建议是别一上来就全量标注。先标200到300条核心FAQ，把Agent跑起来，看看效果。效果好就持续扩充，效果不好先调数据结构再扩量。这种小步快跑的做法，比一上来就花大几千标注几千条数据要稳得多。很多企业犯的错就是一开始信心满满、一次性标了几千条，结果Agent上线后发现数据方向错了，几千条白标了。
基础设施和并发：API费只是冰山一角
API调用费是最显性的成本，也是最容易算的。但Agent开发涉及的基础设施费用，很多人到上线了才反应过来。
先说向量数据库。Agent要做RAG（检索增强生成），需要一个向量数据库来存你的知识库数据。开源方案有Milvus、Chroma、Qdrant，不花软件费，但要花服务器费。小数据量（几千条）用Chroma就行，跑在Agent同一台服务器上，不额外花钱。但数据量上万条或者查询并发高的时候，你得单独部署一个向量数据库实例。一台4核8G的云服务器，月费200到400。如果用云托管方案——比如阿里云的向量检索服务、腾讯云的VectorDB——按量计费，初期可能比自建便宜，但数据量大了费用会超过自建。
再说缓存。Agent每次回答用户问题，都要调一次大模型API。如果同一个问题被反复问，你没做缓存，API费就是白烧。加一层语义缓存——把相似问题的回答存下来，命中缓存就不调API——能省30%到50%的API费用。但缓存服务本身有成本：用Redis的话，云托管Redis最低配每月约100到200；用向量缓存方案（比如把问题向量化后做相似度匹配），又需要额外的计算资源。
并发也是个隐性成本。开发测试阶段，你的Agent一天也就几十个请求，API费用很低。但上线后如果面向客户开放使用，高峰期并发请求可能飙升。大模型API有速率限制（RPM/TPM），超了就排队或者报错。你要么提升API套餐档位（费用翻倍甚至更多），要么自己搭队列和限流。我们有个客户的客服Agent上线第一周，因为没做限流，周一早上高峰期直接把API额度打满，当天所有客户咨询都超时了，紧急升级了API套餐，月费从2000涨到6000。
还有日志和监控。Agent上线后你得知道它回答得对不对、有没有报错、响应速度怎么样。日志存储、监控告警（比如用Prometheus+Grafana或者云服务商的APM），又是一笔基础设施费用。小规模用免费额度能对付，规模一大就得付费。这笔钱，做预算的时候十有八九没人想到。
人才和培训：谁来维护这个Agent
Agent上线不是结束，是开始。但你团队里谁会维护？
Agent的维护分几块。第一块是Prompt调优——Agent答不好的问题，需要人分析原因、调整提示词、做A/B测试。这个活需要懂业务又懂一点AI的人来干。第二块是知识库更新——新产品上线了、政策变了、流程改了，知识库得同步更新，否则Agent会给出过时的答案。第三块是异常处理——API超时了怎么办、模型返回格式异常怎么办、用户问了知识库以外的问题怎么办，这些都得有人盯着、有人处理。
很多人以为Agent上线后就”自动运转”了。说句实话，完全没有这回事。Agent跟所有软件系统一样，需要持续运维。区别在于，传统软件的运维是IT的事，Agent的运维需要既懂技术又懂业务的人。这类人才，北京市场月薪在1.2万到2.5万之间。如果你团队没有这种人，要么招一个，要么外包给服务商按月维护。外包的话，一个Agent的月度维护服务费，北京市场价在3000到8000不等，取决于Agent的复杂度和咨询量。
还有培训成本。Agent上线后，客服团队、销售团队得学会用。不是人人都会跟AI协作——你得培训他们怎么提问、怎么判断回答质量、什么问题该转人工。我们见过一家公司，Agent上线了，客服不信任它，所有问题还是自己手动查资料回答，Agent形同虚设。培训不到位，前面所有的投入都打水漂。
怎么做一份靠谱的Agent预算
说了这么多隐藏成本，不是吓你不做Agent。是想让你做预算的时候心里有数。我给个简单的预算模板，你照着填。
前期一次性投入：开发费（外包或自研人力成本）+ 数据标注和清洗费 + 测试和调优费。开发费按功能复杂度算，一个客服Agent的外包开发费在1.5万到5万之间。数据标注费按数据量算，每条0.5到2元。测试调优占开发费的20%到30%。
月度持续成本：API调用费 + 服务器和基础设施费 + 知识库维护人力 + 异常处理和运维。API费按调用量算，小规模每月500到3000。服务器和基础设施每月300到1000。运维人力，如果团队内部调配，折算工时成本每月2000到5000；外包每月3000到8000。
季度迭代成本：每季度至少做一次Prompt优化和知识库扩充，预算占月度成本的30%到50%。Agent不是建完就一劳永逸的，它需要迭代。
把这三块加起来，再乘以1.3的安全系数（预留30%给意料之外的开支），就是你Agent项目的真实预算。那个电商老板一开始预算每月2000，做完上面这个表格，真实月度成本在5000到7000。虽然比预期高了，但至少不会上线两个月发现钱不够、项目搁浅。预算做得准，项目才走得远。
需要相关服务？联系我们免费咨询
九五星球企服提供公司注册、代理记账、商标注册、财税咨询、高新申报、网站开发等一站式企业服务。可以先免费咨询看看，觉得合适再合作，不推销。
免费小工具推荐：
联系方式：
- 电话/微信：18910232032
- 扫码添加专业经营合规顾问，免费咨询 ↓
