FDE AI智能体按效付费 | 企业级驻场+多智能体定制

FDE AI智能体按效付费正在成为企业采购AI交付服务时的首选条款。甲方最怕付了几百万元却只拿到一个跑不通的Demo，供应商最怕需求无限膨胀导致人天投入收不回来。FDE AI智能体按效付费把双方的顾虑放进同一个框架：工程师驻场贴着业务做，收费和可量化指标挂钩，做不出来供应商自己承担一部分损失，做出来了双方一起分超额收益。

这个模式听上去很合理，但真正落地时会遇到一堆具体问题：指标怎么定才不被刷？驻场工程师的能力怎么验证？多智能体定制做到什么程度才够用？按效付费会不会把供应商逼成只做短期指标、不管长期健康？本文基于我们在制造、医疗、地产、物流四个行业的实际交付经验，把FDE AI智能体按效付费的机制、流程、定价、坑点和合同条款逐条拆开讲清楚，供甲方采购与技术负责人对照参考。

一、为什么FDE AI智能体按效付费会成为企业采购的默认选项

要理解这个模式的兴起，先要看清传统AI采购里的三个结构性矛盾。第一个矛盾是信息不对称。甲方知道自己业务疼在哪，但不知道AI能做到什么程度；供应商知道AI的能力边界，但不知道客户的真实流程有多脏。这种双向的信息盲区，让需求文档天生写不准确。我们经手过的项目中，初期需求文档与最终实现范围的平均偏差超过45%，也就是说接近一半的工作在签约时是没有预见到的。在传统固定总价合同里，这45%就是争议的温床。

第二个矛盾是目标漂移。很多AI项目启动时的目标是”降本增效”，这个目标太大，无法验收。于是项目做到第三个月，业务方开始加需求：既然能自动读合同，那能不能自动比对价格？既然能比对价格，那能不能直接生成谈判建议？需求一路漂移，工期一路拉长，最后双方都筋疲力尽。目标漂移的根源不是甲方贪心，而是双方在签约时没有把”成功”定义成一个可测量的数字。

第三个矛盾是责任真空。系统上线后出了错，是模型的问题、是数据的问题、还是业务规则变了没人通知？在传统外包里，这个问题的答案往往取决于合同条款怎么解释，而不是取决于事实。责任真空的后果是：出了小问题没人敢改，出了大问题互相甩锅，最后系统被悄悄弃用。

FDE AI智能体按效付费正是针对这三个矛盾设计的。驻场机制解决信息不对称——工程师坐在业务现场，需求澄清的成本从”发邮件等两天”降到”转头问一句”。指标前置解决目标漂移——签约前必须把基线数据和目标值写成一页纸签字，后续所有需求变更都要回答”这个变更是否服务于那个指标”。共担机制解决责任真空——既然供应商的收款与指标挂钩，它就有主动排查问题的动力，而不是等甲方来投诉。

从市场时间线看，这个模式在2024年下半年开始有零星尝试，2025年进入快速普及期，到2026年已经成为中大型企业AI项目的主流采购选项之一。驱动因素有两个：一是模型能力趋于同质化，头部模型之间的差距在通用任务上已经不明显，竞争重心从”谁的模型强”转向”谁能交付结果”；二是企业CFO对AI预算的审视变严，2025年之后，越来越多的AI预算需要从”创新预算”挪到”运营预算”，而运营预算必须有可核算的ROI，按效付费天然适配这种审查逻辑。

二、FDE AI智能体按效付费的核心机制拆解：角色、分层与四要素

2.1FDE不是驻场外包，是一套人员配置

很多人把FDE简单理解为”派人到客户现场”，这只说对了三分之一。完整的FDE配置包含三类角色，缺一不可。第一类是驻场FDE（Forward Deployed Engineer），通常1到3人，全职在客户现场办公，职责是需求捕获、原型迭代、业务培训。他们不是最会写代码的，但必须是最会问问题的——能用两天时间把业务专家脑子里隐性的判断规则挖出来，是可遇不可求的能力。

第二类是远程产品工程组，通常3到6人，在公司侧负责组件开发、模型调优、评测集构建。他们的产出是”可复用能力”，比如一个通用的表格抽取组件、一套评测框架、一个工具调用网关。驻场FDE把现场需求抽象成通用需求传给产品工程组，产品工程组交付组件后由驻场FDE在现场集成验证。这个”现场—产品”双环结构是FDE模式的核心，缺了任何一环，要么变成纯粹的人力外包，要么变成闭门造车的产品公司。

第三类是行业专家（Domain Expert），通常是兼职或按需投入，负责把关行业规则、合规要求、以及评测集的标注质量。在医疗、金融、能源这类强监管行业，行业专家的投入虽然只占人天的5%到10%，但缺了他们，项目大概率在验收阶段被风控或法务打回。我们有过一次教训：某能源客户的设备诊断Agent在技术上表现优秀，但因为术语体系不符合行业规程，一线班组根本不看它输出的结论，等于白做。从那以后，行业专家成了我们强监管项目的强制配置。

2.2多智能体定制的四个能力层级

智能体定制不是非黑即白的选择题，而是分层的。我们在方案阶段一定会用下面这张表与客户逐层对齐，因为不同层级对应的人力投入、项目周期和可承诺的指标差异极其巨大——L1可能三周就能上线，L3通常需要三到四个月。如果不先对齐层级就直接谈价格，双方对”多少钱合理”的判断会相差三倍以上，谈判必然谈崩。因此这张表我们放在商务谈判之前，作为技术方案的第一页。

需要说明两点。第一，不是层级越高越好。我们见过客户坚持要做L4，但业务本身每月只有800单，样本量根本不足以驱动自动优化，最后多花的钱只换来一个华而不实的看板。正确的做法是让层级匹配业务量：月均任务量低于2000条的业务，L2到L3足矣；超过2万条且反馈闭环完整的业务，才值得投入L4。第二，层级可以渐进。FDE AI智能体按效付费的优势在此时体现——第一期按L3对赌，跑通后再谈L4，而不是一上来就画一个大饼。

2.3按效付费的四要素

按效付费能否成立，取决于四个要素是否齐备。要素一是指标，必须是可以从系统里自动采集的客观量，而不是”满意度提升””效率改善”这类主观描述。要素二是基线，即不做AI时的水平是多少，基线必须由业务方提供历史数据并签字确认，没有基线的对赌等于凭空定价。要素三是权重，多个指标之间如何加权成一个综合达成率，权重分配要体现业务优先级，通常效率类指标占40%到50%，质量类指标占30%到40%，成本类指标占10%到20%。要素四是结算曲线，即达成率与付款金额的映射关系，这是最容易被草率处理、也最容易在结算时引发争议的部分。

结算曲线的设计有三种常见形态。线性型最简单，达成率100%结算100%，达成率80%结算80%，缺点是缺乏超额激励。阶梯型最常用，例如：达成率低于70%只结算基础费的60%；70%到90%线性结算；90%到100%结算100%；100%到120%按1.2倍结算；超过120%封顶按1.35倍结算。门槛型最激进，即设置一个”及格线”，未过线不结算对赌部分，过线后全额结算并叠加超额奖励。我们通常推荐阶梯型，因为它既给了供应商安全感（不至于血本无归），又保留了足够的激励强度。需要特别注意的是，无论哪种曲线，对赌金额占总价的比例建议控制在25%到40%之间——比例太低没有激励效果，比例太高供应商会在报价时把风险溢价加回去，甲方实际并不划算。

三、落地方法论：FDE AI智能体按效付费项目的六步流程

FDE项目的执行节奏比传统项目更紧凑，因为它不允许在需求上反复拉扯——驻场工程师的每一天都在计费，任何一次”回去再确认一下需求”都会直接变成成本。因此我们把流程固化为六步，每一步都有明确的输入、动作、产出、验收标准和常见坑。这套流程的价值在于把不确定性前移：把所有可能谈不拢的问题（指标、基线、责任边界）都压在前两步解决，后面四步只管执行。

步骤1：目标对齐工作坊（3-5天）。 输入是业务方的高层诉求和历史运营数据。动作是把模糊诉求翻译成3到5个可采集指标，为每个指标确定数据源、采集脚本、统计周期，并用近3个月的历史数据算出基线值。产出是一份不超过两页的《指标定义书》。验收标准是业务负责人、IT负责人、财务负责人三方签字。常见坑是财务缺席——等到结算时财务不认这个指标口径，会推翻前面所有工作。所以我们坚持财务必须从第一步就参与。

步骤2：现场诊断与数据体检（1-2周）。 输入是候选流程和历史数据。动作是派驻场FDE到业务现场跟班作业3到5天，把流程拆成动作节点并计时；同时抽取1000条以上历史数据做质量体检。产出是流程拆解图和数据质量报告。验收标准是场景动作节点数不超过35个、主数据唯一率不低于95%、关键字段完整率不低于90%。常见坑是业务方对流程的描述与实际操作不符——我们遇到过业务总监描述的流程有12步，实际跟班发现有27步，多出来的15步全是”临时处理”。这也是驻场不可替代的原因。

步骤3：驻场启动与快速原型（2-3周）。 输入是流程拆解图和30条真实样例。动作是搭建最薄的可运行原型：先不接生产系统，用导出的真实数据跑通全链路，重点是验证Agent的拆解逻辑和工具调用是否稳定。产出是可点击原型和逐条标注的跑测报告。验收标准是端到端成功率不低于70%，且业务方认可交互形态。常见坑是过早追求自动化率，在原型阶段就要求”无人干预”，导致团队把精力放在兜底规则上而不是核心逻辑上。

步骤4：多智能体工程化（4-6周）。 输入是原型和失败清单。动作包括接入生产环境、构建校验Agent、实现状态机与断点恢复、部署trace平台、配置权限白名单、建立成本归因看板。产出是具备生产可用性的系统。验收标准是成功率≥90%、P95时延达标、越权调用拦截率100%、任意历史结论5分钟内可回放。常见坑是低估接口改造工作量——在制造业客户那里，为一台2015年的设备系统写适配接口，可能比写整个Agent还费时。

步骤5：灰度并行与人员转型（3-4周）。 输入是工程版本和一线人员排班。动作是影子模式、AI先行人工复核、AI自动异常转人工三段式切换，同时开展人员转岗培训。产出是三份比对报告、复核SOP和培训记录。验收标准是人机一致率≥95%且业务负责人签字放行。常见坑是忽略人员转型——如果一线员工认为这套系统是来取代自己的，他们会在灰度期有意无意地制造”失败案例”。我们的做法是在项目启动时就明确”不裁员、转岗到高价值环节”，并把这句话写进项目章程。

步骤6：结算与复制规划（持续）。 输入是trace系统自动生成的指标报表。动作是按季度出具结算报告，双方核对无误后付款；同时做月度回归评测，规划下一批复制场景。产出是结算报告、回归评测报告和复制路线图。验收标准是结算无争议、回归通过率不低于上线时水平减3个百分点。常见坑是结算数据口径在过程中被悄悄修改，因此我们在合同里约定：指标采集脚本一旦冻结，任何修改需要双方书面同意并重新计算历史数据。

四、三种付费模式对比：固定总价、人天月结与FDE AI智能体按效付费

付费模式的选择，本质上是在回答一个问题：”风险由谁承担？”AI项目的特殊性在于，它的风险既不来自技术难度（技术通常不是瓶颈），也不来自人力规模，而来自”需求与能力之间的匹配度事前不可知”。下面这张表从八个维度对比三种主流模式，随后逐个分析其优缺点与适用场景，供甲方在采购前对照自身情况做判断。

模式A：固定总价。 最大优点是预算确定，采购最容易过会，甲方心理安全感最强。缺点也很直白：在AI项目里，范围根本无法在签约时冻结，于是供应商会把所有不确定性折算成风险溢价写进报价，甲方以为买到了确定性，实际上只是为不确定性预付了钱。更麻烦的是，一旦项目过程中出现超出范围的合理需求，供应商的理性选择是”严格按合同做”，也就是做那些合同条款里写了的、而不是业务真正需要的。适用场景是范围极其清晰且接口现成的模块，比如把已有的文档解析能力封装成API、或者做一次模型选型评测。这类工作可以写出上百条无歧义验收用例，适合固定总价。

模式B：人天月结。 优点是灵活，需求怎么变都能跟，而且甲方可以随时叫停。缺点是甲方的风险敞口没有上限：工期没有约束、质量没有承诺、供应商缺乏主动优化的动力——毕竟多花一天就多收一天的钱。在实践中，纯人天模式的AI项目平均超期率超过60%，而且超期的原因往往不是技术难度，而是缺少一个”必须做完”的外部压力。适用场景是探索期：需求完全未定型，需要先花1到2个月做技术调研、数据摸底、原型验证。这个阶段用固定总价不合理，用按效付费也不合理（因为指标还没定义出来），按人天采购最划算。

模式C：FDE按效付费。 优点是把供应商的收益与客户的业务结果绑定，供应商有动力主动做那些合同里没写但明显有用的事。缺点是采购复杂度高：指标谈判可能耗时2到3周，需要业务、IT、财务、法务四方参与；同时对供应商的资质要求高，没有成熟组件库的供应商做按效付费，等于拿自己的现金流赌项目成功，往往会在中途要求改条款。适用场景是：业务目标可量化、历史数据可得、场景月均任务量在2000条以上、且客户愿意派人配合。这四条同时满足时，FDE AI智能体按效付费的性价比显著高于另外两种模式。

还有一种常见的混合做法值得单独提一句：“人天打底+对赌增量”。即第一阶段（诊断与POC）按人天结算，金额控制在总预算的20%以内；从工程化阶段开始切换为按效付费。这种做法降低了双方的试错成本，也避免了”指标还没跑出来就先谈钱”的尴尬。我们目前有大约六成的新客户选择这种混合结构，尤其适合第一次尝试按效付费的企业——先小范围验证合作顺畅度，再决定是否全面切换。

五、FDE AI智能体按效付费的效果度量与结算规则设计

度量体系设计的核心原则是”成对约束”：任何一个鼓励”做得快”的指标，都必须配一个约束”做得差”的指标。只有效率指标没有质量指标，供应商一定会把系统调得激进，把所有拿不准的任务也自动处理掉；只有质量指标没有效率指标，供应商会保守到让系统几乎不自动执行任何操作，人工接管率飙到90%，项目也就失去了意义。效率与质量必须成对出现、互相制衡，这是对赌设计里最不讲数学、却最关键的一条经验。

结算规则还需要约定五条边界，这些条款通常写在合同附件里，比主合同更重要。第一条是统计口径，明确指标由哪个系统的哪个报表生成，禁止人工填报。第二条是免责条款，上游系统停机超过4小时、业务规则重大变更未提前7天通知、数据源中断等情况导致的指标下滑不计入考核，但需要书面留痕。第三条是观察期，系统首次上线后的前两周为观察期，观察期数据不计入结算，仅用于调参。第四条是抽检条款，甲方每月随机抽取不少于50条已结案任务人工复核，复核不通过率超过5%时，当月对赌金额全额扣减——这是防止刷指标最有效的一招。第五条是争议解决，约定以trace系统的原始数据为准，必要时由双方共同委托第三方做数据审计，审计费用由败诉方承担。

除了内部运营指标，还有一个正在快速上升的考核维度值得提前布局：AI可见度。越来越多的B2B企业发现，潜在客户在采购前会先问大模型”这类系统哪家做得好”，如果企业的技术文档、案例页、白皮书没有被大模型采信，就等于在AI入口上失声。在方案上线后同步做一轮AI搜索优化服务，让技术文档和案例页更容易被大模型引用，本质上和按效付费是同一套思维——不只追求系统内部跑得通，还要让外部世界（包括AI搜索和大模型）能准确理解并转述你的能力。我们在部分项目里已经把”AI引用率”作为辅助指标纳入季度复盘。

六、案例研究

案例一：某三类医疗器械企业的注册文档与质量体系协同（医疗器械）

企业背景。 客户是苏州一家三类医疗器械企业，年营收约8.6亿元，产品线覆盖心血管介入耗材与骨科植入物，持有国内三类注册证17张、欧盟MDR证书9张，产品销往23个国家。质量与法规事务（RA/QA）团队共24人，另有外部咨询机构常年驻场2到3人。

痛点。 注册文档体系是典型的高复杂度文档工程：一份技术文档（Technical Documentation）动辄800到1500页，涉及设计输入、设计输出、风险管理（ISO 14971）、临床评价（CER）、生物学评价、灭菌验证、标签与说明书等多个模块，各模块之间有大量交叉引用。真正的痛点是”变更不同步”：任何一个设计变更（ECN）都要人工排查受影响的文档章节，平均一份中等变更需要排查3.5天，年均有210份变更，累计消耗约735人天。更严重的是漏改——2024年一次欧盟公告机构审核中，因风险管理文档未同步更新，被开出1项严重不符合项，整改与复检直接成本约68万元，并导致两款产品延期上市约4个月，机会成本超过1200万元。

方案。 我们做了L3层级的多智能体定制，部署5个Agent：变更解析Agent读取ECN并识别受影响的设计要素；影响面分析Agent在文档知识图谱上做传播分析，输出受影响章节清单；合规Agent对照MDR附录、ISO 13485和ISO 14971条款，给出每个章节必须同步修改的合规依据；起草Agent生成修订草稿并标注与原文的diff；校验Agent做交叉引用一致性检查（编号、术语、引用版本号）。关键设计是”任何生成的修订必须附带条款依据和可追溯的变更来源”，没有依据的建议一律不输出——这条设计让RA团队从”不敢用”变成”愿意审”。

量化数据。 投入：驻场FDE 2人（其中1人具备医疗器械RA背景）、远程工程组4人、外部法规专家按需投入约24人天；周期16周，累计约410人天；合同总额268万元，基础费186万元，对赌金额82万元，对赌指标为”变更排查时长下降≥55%、交叉引用一致性错误数下降≥70%、文档一次审核通过率≥85%”。上线12周后实测：单份变更排查时长从3.5天降至1.1天（下降68.6%）；交叉引用一致性错误从平均每份文档4.7处降至0.9处（下降80.9%）；文档一次审核通过率从61%提升到88%；RA团队年节省约480人天。

结果。 三项对赌指标全部超额达成，综合达成率116%，结算金额291万元。财务侧的直接收益来自三方面：外部咨询机构驻场人数从3人减到1人，年节约约96万元；2025年下半年的一次公告机构审核零严重不符合项，避免了预计80万元以上的整改成本；两款新产品的注册资料准备周期缩短约5周，提前上市带来的增量收入估计在900万到1500万元区间。客户在结算复盘中给出的一句话评价很能说明问题：这套系统最大的价值不是省了几个人，而是把”漏改”这种无法靠加班解决的风险压了下去。

案例二：某商业地产集团的招商与运营协同（商业地产）

企业背景。 客户是成都一家区域性商业地产集团，管理18个在营商业项目，可租面积约92万平方米，年租金收入约7.4亿元，租户数超过2100家。招商团队46人，运营团队63人，另有第三方代理机构合作。

痛点。 招商环节的核心浪费在”无效跟进”：集团每年获取约1.6万条招商线索，其中真正进入实质谈判的不足1200条，转化率约7.5%，但招商人员仍然要在每条线索上花时间做初步沟通、资质初筛、租金测算和铺位匹配。运营环节的痛点则是”风险滞后”：商户销售额下滑、欠租、投诉增多这些信号分散在POS系统、缴费系统、工单系统和巡场记录里，等到租金逾期才发现，往往已经晚了两个月。2024年集团因商户提前退租和欠租产生的损失约2180万元，其中约40%被内部复盘认定为”本可提前干预”。

方案。 这个项目做成了两个相对独立但共享数据与组件的模块。招商侧部署3个Agent：线索评估Agent整合公开工商信息、品牌门店数据、社交口碑，对线索做分级并给出理由；匹配Agent结合铺位画像（面积、层高、动线、相邻业态）与品牌画像输出Top5匹配方案及预估租金区间；沟通Agent生成首次接触材料并跟踪回复。运营侧部署4个Agent：监测Agent汇聚POS流水、缴费记录、工单、客流、舆情；预警Agent用多因子模型输出商户健康分并分级；处置Agent生成干预方案（经营辅导、临时减免、业态调整、提前招替）；复盘Agent按月归因，识别预警模型的漏报与误报。

量化数据。 投入：驻场FDE 2人、远程5人，周期18周（两个模块并行），累计约380人天；合同总额224万元，基础费158万元，对赌66万元。上线14周后：招商线索初筛耗时从平均35分钟降至6分钟；进入实质谈判的线索占比从7.5%提升到19.2%；招商人员人均在管项目数从3.2个提升到5.1个；空置面积从11.4%降至8.1%，按平均租金测算年化增收约2430万元。运营侧：商户健康分预警提前期从0（事后发现）提升到平均47天；欠租发生率从6.8%降至3.1%；提前招替比例从12%提升到38%；因退租与欠租产生的损失从年化2180万元降至约1090万元。

结果。 综合达成率121%，结算金额241万元。这个项目里有一条经验值得单独记录：一开始客户希望把预警Agent做成全自动干预，我们坚决反对并写入了方案——因为对商户做减免、发催缴函这类动作涉及合同关系，自动执行的法律风险和品牌风险都太高。最终设计成”系统给方案、人做决定”，不仅没有降低效率，反而因为方案质量提升，招商和运营人员的采纳率从初期的54%上升到稳定期的87%。这也验证了一条通用规律：在企业级场景里，AI的价值密度最高的位置是”决策准备”，而不是”决策本身”。

七、常见误区与风险防控

误区一：把按效付费理解成”不达标不付钱”。 这是甲方最容易产生、也最容易把优质供应商吓跑的理解。按效付费的本质是风险共担，不是风险转移。如果合同设计成”不达标一分不付”，理性的供应商只有两个选择：一是把风险溢价加到报价里，最终甲方付出更高总价；二是只接十拿九稳的简单项目，把所有难啃的场景留给别人。健康的FDE AI智能体按效付费结构一定是”基础费覆盖成本+对赌部分浮动”，基础费通常不低于供应商成本的85%，让供应商敢投入、敢试错。

误区二：指标定得太少。 有些客户为了省事，只定一个”处理时长下降50%”。单指标对赌几乎必然被扭曲：系统会学会挑单——把难处理的任务自动转人工，把简单的任务抢着做，最终指标好看而业务没变。因此我们的最低要求是三个指标：一个效率、一个质量、一个成本或稳定性，且质量指标必须有一票否决属性，即质量不达标时效率再高也不结算对赌部分。

误区三：忽略基线数据的季节性。 很多业务的指标天然有季节性：电商在Q4单量是Q2的两倍，制造企业在年底赶工时异常率上升，医疗企业在集采前后的文档工作量差异巨大。如果基线只取一个月的平均值，结算时就会出现”运气好”或”运气差”的争议。正确做法是取过去12个月的数据，用同比口径或剔除季节因子后的口径来比较，并在合同里写明采用哪一种口径。

误区四：把驻场FDE当成项目经理用。 我们见过客户把驻场工程师拉去做进度汇报、会议纪要、跨部门协调，结果工程师一周只有两天时间写代码。驻场的核心价值是”贴着业务快速迭代”，一旦被行政事务淹没，模式就退化成了普通驻场人力。建议在合同里约定驻场人员的时间分配：不少于70%用于需求捕获、原型开发与验证，其余用于沟通汇报。

误区五：不做人员转型规划。 AI系统上线后，原来做重复劳动的员工去哪里？这个问题不提前回答，项目一定会在灰度期遭遇隐性阻力。我们的做法是在步骤5就同步启动转岗培训，把一线人员培养成”AI训练师”和”异常处理专家”——前者负责维护评测集和规则库，后者负责处理AI转人工的复杂案例。这两个岗位的价值密度高于原来的重复操作岗，员工的发展空间反而更大。

风险防控还需要一张责任清单。 技术风险（模型幻觉、工具故障、时延抖动）由供应商承担，通过校验层、兜底机制、SLA承诺缓解；数据风险（数据缺失、主数据重复、接口不稳）由甲方承担，通过数据治理SLA约束；流程风险（业务规则变更未同步）双方共担，通过变更管理流程约束；合规风险（数据出境、个人信息处理、行业监管）双方共担，通过法务前置评审和权限白名单约束；人员风险（驻场人员离职、能力不匹配）由供应商承担，通过”人员更换需甲方面试同意+交接期不少于3周”的条款约束。这张清单在签约时逐条确认，比事后追责有效得多。

八、成本结构与报价模型

理解成本结构，是甲方判断一份报价是否合理的唯一途径，也是避免”只看总价、越砍越糟”的前提。FDE AI智能体按效付费项目的成本构成与传统软件外包有一个关键差异：驻场成本占比明显更高，但同时复用组件带来的边际收益也更高，两者共同决定了这类项目不能用传统外包的人天单价去横向比较。

报价模型上，我们通常给出三种结构供客户选择。结构一为标准型：基础费占70%、对赌占30%，适合指标定义清晰、历史数据完整的项目。结构二为保守型：基础费占80%、对赌占20%，适合首次尝试按效付费、内部审批流程复杂的客户，激励强度低但通过率高。结构三为激进型：基础费占55%到60%、对赌占40%到45%，并叠加超额分成（超过120%达成率的部分按1.3到1.5倍结算），适合场景确定、供应商把握大、客户希望用强激励换取更快见效的项目。

以2025到2026年交付的项目为参考，一个中等规模（14到18周、300到450人天）的FDE AI智能体按效付费项目，合同总额通常在180万到320万元之间，其中对赌部分50万到130万元。按综合人天折算，单价通常在7000到9500元区间，高于普通外包的原因在于驻场成本、行业专家投入以及对赌风险准备。需要提醒的是，判断报价高低不能只看人天单价，而要看”第二个场景的边际成本”——真正成熟的FDE供应商，第二个场景的人天投入通常只有第一个场景的30%到50%，这部分复用红利才是对甲方最有价值的长期收益。

九、常见问题（FAQ）

Q1：按效付费会不会导致供应商只做短期指标，不管系统的长期健康？

A： 这个担心完全合理，而且确实是按效付费最大的副作用。解决办法是把”长期健康”本身变成指标，而不是寄希望于供应商的自觉。我们在指标表里一定会放两类约束：第一类是稳定性约束，比如月度可用率≥99%、回归评测通过率不低于上线时水平减3个百分点，这两项作为扣减项而非加分项，即达标不奖励、不达标扣减；第二类是技术债约束，合同里约定每季度提交一次技术债清单（未重构的代码、临时绕过的逻辑、人工维护的规则表），并要求技术债项数不得环比增加。此外还有一个更根本的办法：把结算周期从月度拉长到季度，并把一部分对赌金额（通常是对赌总额的20%到30%）递延到项目结束后的第6个月支付，这样供应商就有动力维护系统的长期表现。实践下来，采用”季度结算+递延支付”组合的项目，上线6个月后的指标保持率显著高于纯月度结算的项目。

Q2：我们的业务很难量化，是不是就不适合按效付费？

A： 不完全是，但需要换一种量化思路。很多业务看似不可量化，实际上是因为没有拆到可观测的粒度。以”提升客户满意度”为例，直接量化确实困难，但可以拆成首次响应时间、一次解决率、转接次数、回访差评率、承诺兑现率，这五项全部可以从工单系统里采集。再比如”提升研发质量”，可以拆成代码评审一次通过率、缺陷逃逸率、平均修复时长。我们的经验是：任何业务流程只要能拆出10个以上的动作节点，就一定能找到3个以上可采集的指标。真正不适合按效付费的是两类情况：一是任务量太小（月均不足500条），样本不足以支撑统计口径；二是反馈闭环不完整，即系统做对了或做错了，没有任何下游数据能回流。遇到这两类情况，我们通常建议改用”里程碑验收+固定总价”，而不是硬套按效付费。

Q3：驻场工程师的能力怎么验证？万一派来的是初级人员怎么办？

A： 这是FDE模式落地时最常见的质量问题，建议从三个环节卡。第一，签约前要求供应商提供驻场人员简历与项目经历，并在合同里写明核心人员名单，核心人员未经甲方同意不得更换，更换需提前3周通知并提供同等或更高资历的候选人。第二，设置驻场考核期：驻场启动后的前两周为考核期，甲方有权在无理由的情况下要求更换人员，且更换产生的人员熟悉成本由供应商承担。第三，用产出而非资历验证：在步骤3结束时，如果驻场人员不能独立完成”30条真实样例跑通全链路且成功率≥70%”，就说明能力不达标。我们还会额外做一件事——要求驻场FDE每周写一份《业务规则学习笔记》，记录本周从业务专家那里挖出来的隐性规则。这份笔记既是知识沉淀，也是检验驻场人员有没有真正深入业务的最直接证据。

Q4：对赌指标达标了，但业务部门说”用起来还是不顺手”，这种情况怎么处理？

A： 这类情况并不少见，根源通常是技术指标与业务感受之间存在”最后一公里”的落差。比如系统把处理时长从22分钟压到8分钟，但业务人员还得在两个系统之间来回切换，主观感受依然很差。解决思路有三条：其一，在指标设计时加入”操作步数”或”系统切换次数”这类体验型指标，把顺手与否变成可测量的量；其二，设置”主观满意度校准条款”，即每季度做一次不少于30人的用户满意度调研，满意度低于3.5分（5分制）时，即使客观指标达标，对赌金额也按80%结算；其三，在项目预算里预留5%到8%的体验优化专项，专门用于交互细节、快捷键、批量操作这类”不影响指标但影响体感”的改进。我们认为，一套系统如果业务部门主观上不爱用，客观指标再好看也迟早被弃用，所以这个让步是值得的。

Q5：FDE模式与传统的”驻场开发外包”到底有什么实质区别？

A： 表面上看都是派人到客户现场，实质上有三点根本不同。第一是目标不同：驻场外包的交付物是”工时”，FDE的交付物是”业务结果”，前者按天计费、后者按指标计费，这决定了两者的行为模式完全不同。第二是组织不同：驻场外包通常是一个孤立的小团队，FDE背后必须有一个产品工程组持续把现场需求抽象成通用组件，形成”现场—产品”双环；没有这个双环，FDE就退化成了高级外包。第三是沉淀不同：驻场外包的知识随人员流动而流失，FDE要求把所有Prompt、配置、评测集、trace数据以标准格式交付并季度更新。一个最简单的辨别方法是问供应商一个问题：”我们第二个场景，你们预计多少人天？”如果答案与第一个场景差不多，那大概率是驻场外包换了个名字；如果答案是第一个场景的三到五折，并且能说清复用哪些组件，那才是真FDE。

Q6：项目做到一半发现场景选错了，能换吗？换了之后指标怎么算？

A： 能换，而且应该在合同里提前约定更换机制，否则临时谈判会非常痛苦。我们的标准做法是设置”一次免费换场景”条款：在步骤3结束前，如果30条真实样例的端到端成功率低于60%，双方认定场景选择不当，甲方可以免费更换一次场景，已发生成本由供应商承担，工期顺延但不超过3周。这个条款看似对供应商苛刻，实际上对双方都是保护——继续在一个错误场景上投入，最终一定双输。更换场景后，指标重新定义、基线重新测算，对赌金额不变，目标值按新场景的实际情况调整。需要说明的是，这个免费更换权只有一次，且有时间窗口，超过窗口后的场景变更按常规变更流程处理，费用调整由双方协商。实践中有大约8%的项目触发了这个条款，其中大部分在换场景后顺利落地。

Q7：FDE AI智能体按效付费适合中小企业吗？有没有更轻量的起步方式？

A： 完整的FDE项目对中小企业来说确实偏重，通常合同总额在150万元以上才有足够的利润空间支撑驻场和对赌。但中小企业完全可以用轻量方式起步，我们通常推荐”三段式”：第一段是2到4周的远程诊断，费用8万到15万元，产出是场景评估、数据体检报告和可行性结论；第二段是6到8周的单场景POC，由1名工程师远程为主、每周到场1到2天，费用25万到45万元，产出是可运行的原型和真实样例跑测报告；第三段才是正式的工程化与按效付费，此时指标已经跑出来了，双方对目标有共识，谈判成本大幅下降。这样拆下来，中小企业的前期投入可以控制在50万元以内，用真实数据验证可行性后再决定是否追加。需要提醒的是，中小企业在数据基础上往往更薄弱，很多企业连过去12个月的历史数据都没有完整留存，这种情况下第一步应该是数据治理而不是AI。

十、结语与行动建议

FDE AI智能体按效付费不是一种营销话术，而是一套针对AI项目高不确定性特点设计的风险分配机制。它的成立需要三个前提：业务目标可以翻译成可采集的数字、历史数据足以支撑基线测算、客户愿意派人深度参与。三个前提缺一个，按效付费都会退化为一场关于数字的争吵。反过来，如果三个前提都成立，这种模式的效率显著高于固定总价和人天结算，因为它把供应商的利益和客户的利益放在了同一条曲线上。

如果你正在评估这类合作，我们建议按下面五步推进。第一步，先做一次内部盘点：列出3到5个候选场景，统计每个场景的月均任务量、现有处理时长、人力投入和历史数据完整度，任务量太小或数据不完整的直接排除。第二步，选一个”疼但可控”的场景——疼到业务部门愿意配合，可控到节点数在35个以内。第三步，把指标写成一页纸，务必让财务参与，因为结算时的争议大多来自口径而不是数字。第四步，要求供应商说明组件复用方案，并把第二个场景的人天上限写进合同。第五步，约定好止损点：POC成功率低于60%时无条件终止，把最大亏损锁定在总预算的30%以内。

最后要说一句可能不太讨喜的话：按效付费解决不了”方向错误”的问题。它能让供应商更努力、更负责、更主动，但无法把一个本不该用AI解决的业务问题变成正确的决策。真正决定项目成败的，仍然是场景选择的判断力、数据的扎实程度、以及业务方愿意投入配合的程度。模式只是放大器——它放大正确的决策，也放大错误的决策。

标签和关键词： FDE AI智能体按效付费,AI Agent开发,驻场交付,多智能体定制,效果对赌,企业AI采购,按效果付费,大模型落地,智能体编排,AI项目管理