AI 智能体项目合作指南

相比让人工反复处理同一类信息，智能体的价值集中在三种流程上：规则说得清、样本量足够大、结果能被机器校验。三条都占的流程，投入产出最容易算明白，通常两三周内就能看到可衡量的变化。

反过来，需要现场判断、责任重大而样本又少的环节，先别整包交出去。可以只把资料收集与初稿整理交出去，最终决定仍由内部同事来做，这样上线速度快、风险也压得住，后面再逐步扩大自动化的比例。

挑第一个场景时，建议选一个每周至少发生几十次、并且现在已经有人在手工做的流程。有历史记录才有比对基准，也才有人能说清楚什么叫做对了；全新的、谁都没做过的流程不适合当首发。

把候选流程列成一张表，按发生频次、单次耗时、出错代价三列打分，排在最前面那一条就是首发场景，其余的排进第二、第三期，一期只解决一件事。

预算按四块拆：流程梳理、搭建与联调、评测与调优、上线后一个月的陪跑。很多报价只覆盖中间那一块，结果评测和陪跑没人管，上线即返工。建议把评测与调优单独列成一行，留够总预算的两到三成。

周期给一个参考区间：单场景工作流 5 到 15 个工作日；接内部知识库的问答型智能体 15 到 30 个工作日；跨多系统编排的 20 到 40 个工作日。真正拖期的往往不是搭建，而是接口不通、测试数据拿不到、账号迟迟不开。

还有一笔容易被忽略的运行成本。多智能体架构的令牌消耗量级明显高于单轮问答，方案定稿前就该按预计调用量算一遍月度开销，必要时改成单智能体加人工复核，先把账算平。

把这三笔账写进合同附件：一次性开发费、月度运行费、超出约定调用量后的计费方式。写清楚，后面谁都不用猜。

验收先跑量，再跑稳。同一批样例至少重复跑八轮，看的不是某一次跑对了，而是每一轮都对；公开评测里，单轮通过率与八轮全对率之间的差距非常明显，企业验收必须把这一点复现出来。

然后看四件事：错误能不能靠日志定位到具体环节、关键动作是否保留了人工确认、超出规则时会不会停下来而不是硬猜、实际成本是否落在事先估算的区间内。这四项任意一项不过关，都不该签字。

交接物建议列成清单：流程图、提示词与配置文件、评测样例集、部署说明、常见故障处理表、账号与密钥回收记录。让内部同事照着文档独立跑通一次，跑通了才算交付完成，而不是演示一遍就结束。

最后约定一段维护期，通常一到三个月，写清响应时限、修复范围与超出范围后的计费方式，把上线之后的模糊地带一并说死。