AI 工作流还是 AI 智能体：各自到底花多少钱

一个包揽全部的 AI 智能体，几乎总是比把同一件事拆成几个窄步骤更贵。贵多少只取决于一件事：它在完成之前循环了多少轮。任务短，差别很小；任务又长又绕，智能体可能贵上二三十倍。

这是诚实的版本。不过先说我们必须收回的那个数字。

一句话要点

• 成本差距真实存在，但几乎完全取决于智能体走了多少步。
• 在一个典型客服工单上，单个智能体约 19 美分，拆分后的工作流约 2 美分。
• 打开缓存后智能体降到约 9 美分，差距缩小一半。
• 任务短或任务开放：做智能体。任务重复且形状已知：做工作流。
• 可靠性和搭建成本，通常比 token 账单更重要。

我们删掉的那句话

这篇文章早先的草稿写着：拆分后的工作流比包揽全部的智能体「便宜大约十倍」。我们把它删了。背后没有任何推算，也没有出处，只是一个听起来对的数字。

也没有干净的研究可以替代它。没人发表过同一件真实任务、用两种方式各做一遍、并把成本并排测量的结果。就连 Anthropic 自己的指南 Building Effective Agents 也只用两句话带过，且没有任何金额：智能体「以延迟和成本换取更好的任务表现」，其自主性「意味着更高的成本」。说得对，但这不是能用来做预算的数字。

所以下面的一切都从可核对的假设算出来，而不是搬用别人的标题。

智能体为什么更贵

一个概念就能解释全部。AI 模型在两次调用之间没有记忆。智能体每多走一步，就必须把整段对话重新交给它：最初的指令、所有它可能用到的工具，以及到目前为止发生的一切。

所以第一轮很便宜。第二轮重读第一轮。第三轮重读前两轮。到第八轮时，智能体是在反复付钱重读自己越堆越高的工作记录。成本不是直线相加，而是滚雪球。

拆分后的工作流没有这个雪球。每一步只拿到它需要的东西，做完，把一小份干净结果交给下一步。第四步永远不会重读第一到第三步，没有越堆越高的东西。

这就是全部机制。剩下的只是给它标上金额。

一个真实例子：客服分流

看一个常见任务。一个客服工单进来，你想给它分类、查客户账户、搜索帮助文章、起草回复，并在发出前复核。

做成单个智能体，这个工单约 19 美分。做成工作流（四个小的 AI 步骤，加两次完全不需要 AI 的普通查询），同一个工单略高于 2 美分，大约少八倍。

差距从哪来？智能体大约要循环八轮才能走完，而每一轮重读的记录都比上一轮更厚。工作流用四个专注的步骤完成同样的实际工作，每一步都不背别人的包袱。最终回复相同，账单差别巨大。（这里的价格取自模型公开价目，你的会不一样。）

在把这八倍算进预算之前有一点要说清楚：两种方式都得写出那封真正的回复，而写作的开销两边一样。这份最终草稿占了工作流那 2 美分的很大一块，也正因如此，差距是大约八倍，而不是大约八十倍。

一次跑完的运行，逐步展开，每一步都带耗时和成本。正是这种按步骤的视图，让账单变得可解释，而不是一个总数。

主要取决于步数

八倍不是定律，它是智能体走八轮时的结果。改变轮数，整幅图景就变了。

请把这张表当作真正的标题。不附带步数的成本倍数没有意义。有人告诉你「智能体贵 10 倍」时，你的第一个问题应该是：在一个几步的任务上？

这里同样有一处要讲公平。最后一行只有在任务真的需要二十步时才算数。一个用二十轮去做干净工作流四步就能完成的事的智能体，不是贵，而是迷路了，这首先是质量问题，其次才是成本问题。

什么时候单个智能体才是对的

拆分并不总是赢，假装它总赢只是另一种推销。

在开放式场景里，自主性确实买到了结果：Anthropic 发现并行工作的一组智能体在困难研究问题上比单个智能体高出约 90%，代价是消耗多得多的 token。当答案比账单更重要时，就有意识地为它付费。

给智能体开缓存，差距会缩小

这是多数「工作流便宜十倍」的说法悄悄跳过的让步。重读造成的雪球有一个标准解法，叫缓存：服务方允许模型以很低的折扣价重读它已经见过的文本。

把智能体的缓存做好，我们例子里的成本会从约 19 美分降到每个工单约 9 美分。与工作流的差距从约八倍降到不足四倍。差距仍在，但小得多，而诚实的比较必须按这样计价，而不是拿它没有缓存的最糟状态来比。

缓存做不到两件事。对很短的步骤帮助有限，因为存在一个最小规模，低于它折扣就不生效。它也不会缩短对话，只降低重读的价格，所以失控的智能体照样会塞满上下文窗口并开始跑题。

真正决定选择的东西

退一步看，成本差距虽然真实，却很少应该成为决定因素。

通常有两个数字更重。第一是可靠性：如果一种方式成功率更高，而每次失败都得有人手动收拾，那么哪怕成功率只高一点，也远比每单几美分值钱。第二是搭建成本：一个整洁的多步工作流需要真实的开发与维护，而接几个工具的单个智能体搭起来快得多。每天几千个工单时，工作流很快就能回本；每天几十个时，永远回不了本。

所以提问顺序是：任务形状是否已知？会不会大规模跑？哪种方式失败更少？成本倍数只在这之后才重要，而那时它通常只是印证前两个问题已经给出的答案。

常见问题

工作流总是比智能体便宜吗？

不是。两步的任务差别接近于零；如果每一步都需要同一份大文档，工作流反而可能更贵，因为它每次都要重发。

智能体为什么越跑越贵？

因为它把整段对话带进每个新步骤。第八步要为重读第一到第七步付费，所以后面的步骤才是贵的。

缓存能让智能体和工作流一样便宜吗？

在我们的例子里它把差距缩小一半，但没有抹平。缓存降低的是重读的价格，而智能体重读的文本量仍远大于工作流的任何单步。

我怎么给自己的任务算这笔账？

在给自己引用任何数字之前，先测三件事：你的提示词和数据的真实体量、智能体在真实工作中实际走了多少步（日志知道），以及每种方式的成功率。成本差距由它们推导出来。

两者能混用吗？

能，而且多数好系统都这么做。把结构固定成工作流，让一个小智能体负责唯一真正需要判断的那一步。

写给好奇的人

雪球背后的那一行数学：智能体的总阅读量大约随步数乘以步数增长，而工作流随步数线性增长。这就是任务越长、两者拉开越大的原因。

下一步

从日志里取出某个真实任务的实际步数，再对照上面的表格重新读一遍。不管你选哪种形态，先给它加上一个上限：如何给智能体的花费设上限。