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 Relay | 1 个(分诊) | 2 人 | 0% | 买 | 自建 | L2 |
| B Quill | 2 个(报告、纪要) | 1 人 + 外包 | 约 30% | 买 | 自建 | L2 |
| C Runner | 3 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
- 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。
- 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。
- 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%。
- 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。
- 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。
- 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。