《AI Agent 产品开发·组织、平台与规模化》5.1 买还是自建的判据

买还是自建不是技术偏好,而是差异化判断。本节给出一张分层决策矩阵,把模型底座、编排平台与任务层分开评估,用 A Relay、B Quill、C Runner 各判一次,说明为什么三家的任务层都必须自建,以及混合方案里哪些能力该买、哪些必须自己养。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。

采购讨论最容易滑向两个极端。一种是把「自建」当成技术能力的证明:只要能写代码,就应该自己搭一套,仿佛买来的东西天然低人一等。另一种是把「买」当成速度的捷径:供应商既然已经支持工具调用、记忆和评测,团队就只剩下接一个 API。两种做法都会在半年后付出代价,只是账单寄到的位置不同。

这一节要回答的问题不是「买好还是自建好」,而是「哪一段该买、哪一段必须自己养」。判断的单位不是整个产品,而是能力分层。把产品拆成模型底座、编排与平台、任务层之后,买与自建就不再是立场,而是每一层各自的一次计算。

买的是确定性,自建的是差异化的那一段

买,买的不是模型本身,而是供应商替你承担的那部分不确定性:模型迭代、基础设施、合规基线、故障恢复、计费结算。你付的钱里,很大一部分不是算力,而是「不用自己盯着这些事」。

自建,自建的也不是代码量,而是对差异段的控制权:任务规格怎么定、验收怎么判、话术怎么写、失败怎么兜、数据怎么回流。这些东西买不到,因为供应商不知道你的客户、你的例外和你的责任边界。

所以判据可以压缩成一句话:这段能力是否构成差异化。构成差异化的那一段必须自己养;不构成差异化的部分,买确定性更划算。问题在于,「差异化」经常被说得太粗。一个产品里通常同时存在三层能力,它们的答案并不相同。

三个问题决定一段能力该买还是该建

把「差异化」拆成三个可回答的问题,采购讨论就能从口号变成打分。

问题该买该自建
差异化程度通用能力,同行用同一套就够客户能感知到差别,且差别来自你的任务理解
变化速度与数据敏感度需求稳定,数据可以出域需求每周在变,数据不能离开你的边界
供应商成熟度有多家可替换,接口与评测透明只有一家能做,或路线图完全不可控

第一个问题决定「值不值得自己养」。如果这段能力做得再好,客户也感知不到,自建只会把维护成本留在内部。第二个问题决定「买来会不会被锁死」。需求变化越快、数据越敏感,长期合同越像一张不能退的票。第三个问题决定「买不买得到确定性」。供应商只有一家、评测不透明、接口随时会变,买来的不是确定性,而是另一种不确定性。

三个问题不是投票,而是有顺序的。先看差异化:不构成差异化的能力,即使供应商不成熟,也优先考虑换一家,而不是自己从头做。差异化很高、供应商也很成熟时,仍然要自建,因为成熟的是通用能力,不是你的差异段。

分层判:底座、编排、任务层

同一个产品里,三层的答案通常不同。把它们混在一起谈,就会出现「我们决定自建」这种无法执行的结论。

层典型内容默认选择自建的触发条件
模型底座基础模型、推理、上下文窗口买有独特数据与训练能力,且规模足以摊薄
编排与平台调度、工具接入、审计、回滚先买后建多产品复用、责任链要求平台留痕
任务层任务规格、验收标准、提示词、话术、评测集自建没有触发条件,永远自建

模型底座的默认答案是买。自建底座需要持续的数据、算力和评测投入,只有极少数团队具备条件。编排层的答案取决于复用:只有一个产品时,买现成的编排框架更划算;当第二个、第三个产品出现,调度、审计、回滚开始重复建设,平台才值得自己养。任务层没有「买」这个选项,因为任务层的核心不是代码,而是你对任务的理解,供应商无法替你定义验收。

这张表最重要的作用是阻止一种常见错误:把「买了一个 Agent 平台」当成「任务层也解决了」。平台买来的是执行容器,容器里装什么、怎么判断装得对不对,仍然是产品团队的工作。

三案例各判一次

三个案例的采购结论,正好对应三种组织规模。

案例在运营产品工程投入能力复用率编排层任务层成熟度
A Relay1 个(分诊)2 人0%买自建L2
B Quill2 个(报告、纪要)1 人 + 外包约 30%买自建L2
C Runner3 条任务线4 人约 55%自建自建L3

A Relay 只有一条分诊产品线,工程投入 2 人,能力复用率 0%。这个规模自建编排平台不划算:平台的价值来自复用,复用率为零时,平台只是把维护成本从供应商搬回自己身上。A 的选择是买模型与编排,把力气放在任务层:队列映射、优先级规则、首响模板和确认界面。它的成熟度停在 L2,不是因为平台不够强,而是因为还没有第二个产品来验证复制。

B Quill 有报告和纪要两个产品,复用率约 30%,工程投入 1 人加外包。它仍然选择买编排,因为 30% 的复用还不足以养活一个平台团队;两个产品共用的是工具集合,不是平台。B 真正自建的是领域知识:行业模板、数据包字段映射、事实核查规则。这些内容买不到,也正是它一次采纳率 63.0%、事实错误率 4.6% 这些数字背后的工作。

C Runner 有三条任务线、4 名工程师、约 55% 的复用率,并且已经建了内部平台,平台边界写成了一页文档。它自建编排层,不是因为工程师更多,而是因为调度、审计、回滚这三件事本身就是它的责任载体。C 的系统里有 8% 抽检、30 分钟回滚窗口、86% 可回滚动作,这些能力必须长在自己的平台里,供应商的通用编排无法替它承担。

混合方案:买底座、自建任务层

三家的实际选择都是混合,只是混合的比例不同。混合不是折中,而是默认形态:底座买确定性,任务层养差异化,中间层按复用率决定。

混合方案要写清楚三件事,否则会在合同签完之后才暴露。

第一,买来的边界在哪里。模型、编排、工具连接器是买来的;任务规格、验收标准、提示词、评测集、事故预案是自建的。边界不清时,团队会误以为供应商的评测集就是自己的验收标准,等到上线才发现两者测的不是一回事。

第二,自建的部分怎么不变成孤岛。任务层自建不等于可以随便写。它要能被平台调度、能输出统一审计字段、能在换供应商时迁移。C 的审计日志之所以能支撑退出,是因为字段口径从第一天就是自己的,而不是供应商的私有格式。

第三,混合的成本结构。买不会让维护消失。按事实表的口径,维护摊销占模型与基础设施之和的比例,A 是 168%、B 是 1,238%、C 是 379%。三家的维护都超过模型与基础设施本身,说明 Agent 产品的成本主体是「让它持续正确」,而不是「调用一次模型」。采购只能转移一部分实现成本,转移不了持续校准的成本。

把判据写成可复算的函数

采购讨论最常见的失败,是每个人对「差异化」的理解不同。下面这个模型把三层能力、四个输入和一条任务层规则写成函数:给定差异化、变化速度、数据敏感度和供应商成熟度,输出买、混合还是自建。

// file: src/scale/05-1-buy-criteria.ts
// tier: L2
// verify: node --test test/scale/05-1-buy-criteria.test.ts

// 买的是确定性,自建的是差异化的那一段。
// 判据不是「能不能做」,而是「这段能力是否构成差异化」。
// 三层分开判:模型底座、编排与平台、任务层。

export type Sourcing = "buy" | "build" | "hybrid";

export type Layer = "model-base" | "orchestration" | "task-layer";

export const LAYER_ORDER: readonly Layer[] = [
  "model-base",
  "orchestration",
  "task-layer",
];

export const LAYER_LABEL: Record<Layer, string> = {
  "model-base": "模型底座",
  orchestration: "编排与平台",
  "task-layer": "任务层(规格、评测、话术)",
};

export type CapabilityInput = {
  readonly layer: Layer;
  /** 0 通用能力 / 1 部分差异 / 2 核心差异 */
  readonly differentiation: 0 | 1 | 2;
  /** 0 稳定 / 1 会变 / 2 变化很快 */
  readonly volatility: 0 | 1 | 2;
  /** 0 公开数据 / 1 内部数据 / 2 客户或敏感数据 */
  readonly dataSensitivity: 0 | 1 | 2;
  /** 0 不成熟 / 1 可用 / 2 成熟且可替换 */
  readonly vendorMaturity: 0 | 1 | 2;
};

// 自建倾向分数:差异化权重最高,供应商越成熟越应该买。
export function buildScore(input: CapabilityInput): number {
  return (
    input.differentiation * 3 +
    input.volatility +
    input.dataSensitivity -
    input.vendorMaturity
  );
}

export type SourcingDecision = {
  readonly layer: Layer;
  readonly sourcing: Sourcing;
  readonly score: number;
  readonly overridden: boolean;
  readonly reasons: readonly string[];
};

export function decide(input: CapabilityInput): SourcingDecision {
  const score = buildScore(input);
  let sourcing: Sourcing;
  if (score >= 6) sourcing = "build";
  else if (score >= 3) sourcing = "hybrid";
  else sourcing = "buy";

  const reasons: string[] = [];
  if (input.differentiation === 2) {
    reasons.push("核心差异化,买不到也买不稳");
  } else if (input.differentiation === 0) {
    reasons.push("通用能力,买的是确定性与维护");
  } else {
    reasons.push("部分差异化,适合买底座、自建差异段");
  }
  if (input.dataSensitivity === 2 && sourcing === "buy") {
    reasons.push("数据敏感,买入时必须补退出与审计条款");
  }
  if (input.vendorMaturity === 0) {
    reasons.push("供应商不成熟,自建或混合的风险更低");
  }
  if (input.volatility === 2) {
    reasons.push("需求变化快,长期合同会变成锁定");
  }

  let overridden = false;
  if (input.layer === "task-layer" && sourcing !== "build") {
    sourcing = "build";
    overridden = true;
    reasons.push("任务层由产品自建:规格、验收、话术与评测无法外包");
  }

  return { layer: input.layer, sourcing, score, overridden, reasons };
}

export type CaseKey = "A" | "B" | "C";

export type CaseSourcing = Record<Layer, Sourcing>;

// 三案例的分层采购结论:底座都买,任务层都自建;
// 只有 C 把编排层也自建,因为调度、审计、回滚是它的责任载体。
export const CASE_SOURCING: Record<CaseKey, CaseSourcing> = {
  A: {
    "model-base": "buy",
    orchestration: "buy",
    "task-layer": "build",
  },
  B: {
    "model-base": "buy",
    orchestration: "buy",
    "task-layer": "build",
  },
  C: {
    "model-base": "buy",
    orchestration: "build",
    "task-layer": "build",
  },
};

// 第 3 章的能力复用率:复用率越低,自建平台越难摊薄。
export const CASE_REUSE_BPS: Record<CaseKey, number> = {
  A: 0,
  B: 3_000,
  C: 5_500,
};

export function builtLayers(key: CaseKey): readonly Layer[] {
  return LAYER_ORDER.filter((layer) => CASE_SOURCING[key][layer] === "build");
}

export function isHybrid(key: CaseKey): boolean {
  const values = LAYER_ORDER.map((layer) => CASE_SOURCING[key][layer]);
  return values.includes("buy") && values.includes("build");
}

export function ownsPlatform(key: CaseKey): boolean {
  return CASE_SOURCING[key].orchestration === "build";
}

buildScore 把差异化乘以 3,变化速度与数据敏感度各加 1,再减去供应商成熟度。权重不是为了精确,而是为了表达优先级:差异化不够时,供应商再成熟也不该自建;差异化很高时,供应商成熟只能降低自建的必要性,不能取消它。

decide 的分档是 6 分以上自建、3 到 5 分混合、2 分以下买。边界值故意留得宽,因为采购决策本来就不该被一个分数精确决定。真正硬的一条是任务层:无论分数多少,任务层都改成自建,并标记 overridden。这条规则不是技术判断,而是责任判断——验收标准和话术不能外包。

CASE_SOURCING 把三案例的结论固定下来:A 和 B 买模型与编排、自建任务层;C 买模型、自建编排与任务层。CASE_REUSE_BPS 同时保留了第 3 章的复用率,提醒读者:编排层自建的转折点不是团队人数,而是复用率。

采购决策的四个边界

第一,买来的能力不能替代验收。供应商能演示一个任务,不等于它能在你的任务分布上稳定完成。验收标准必须自己写,否则你验收的是演示脚本。

第二,供应商的路线图不是你的路线图。供应商要服务所有客户,优先级由它的市场决定;你的差异段可能永远排不进它的前三个版本。把差异段押在别人的路线图上,等于把产品节奏交出去。

第三,成本要按「新人工 + 系统成本」算。买会把一部分成本从人工转到系统,但维护摊销仍然留在内部。A 的月总成本 11,548.8 美元里,系统成本 448.8、维护 1,200、人工 9,900;B 的 31,681.92 美元里,维护 2,400 已经超过系统成本 193.92 的十倍。采购决策如果只看报价,会漏掉最大的一块。

第四,退出条款要在买之前谈。能不能导出、多久能切走、审计日志归谁,这些问题的答案决定了买的是能力还是依赖。下一节把供应商评估拆成四个产品维度,5.3 再把退出清单写成可验收的条款。

小结

  • 买的是确定性,自建的是差异化的那一段;判据是这段能力是否构成差异化。
  • 差异化拆成三个问题:差异化程度、变化速度与数据敏感度、供应商成熟度。
  • 能力分三层:模型底座默认买,编排层按复用率决定,任务层永远自建。
  • A Relay 只有一条产品线、复用率 0%,买编排、自建任务层,成熟度 L2。
  • B Quill 有两个产品、复用率约 30%,仍买编排,自建的是领域知识与核查规则。
  • C Runner 有三条任务线、复用率约 55%,自建编排,因为调度、审计、回滚是责任载体。
  • 混合是默认形态:买底座、自建任务层,同时写清边界、防孤岛、算全成本。
  • 维护摊销普遍超过模型与基础设施之和,采购转移不了「让它持续正确」的成本。

阅读导航:上一节:4.3 抵触从哪来、怎么解 · 下一节:5.2 供应商评估的产品维度 。

常见错误与边界

  1. 把「自建」当成技术能力证明。 复用率为零时自建平台,只是把供应商的维护成本搬回内部;A 的 2 名工程师与 0% 复用率不支持平台。
  2. 把「买平台」当成「解决任务层」。 平台是执行容器,任务规格、验收标准和话术仍然要产品团队自己写。
  3. 用团队人数判断该不该建平台。 转折点是复用率,不是人数;B 有 15 人但仍然买编排,因为两个产品的复用只有约 30%。
  4. 只看报价,不看维护摊销。 三家维护占模型与基础设施之和分别为 168%、1,238%、379%,最大的一块成本不在调用费里。
  5. 把差异段押在供应商路线图上。 供应商的优先级由它的市场决定,你的差异段可能永远排不进前三个版本。
  6. 签完合同才想退出。 导出格式、切换窗口、审计日志归属都要在采购前谈;否则买来的不是能力,是依赖。

这一节给出了买与自建的分层判据。下一节把「买」这一侧拆开:怎么评估一个供应商,演示与真实能力差在哪里,以及为什么 B Quill 的领域知识买不到。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图