当企业采购多智能体系统时，最大的顾虑从来不是”能不能做出来”，而是”做出来到底有没有用”。多智能体系统按效付费正是为消除这个顾虑而生的采购结构：甲方把付款与业务结果挂钩，乙方把FDE团队派到现场并交付完整源码，双方用同一套指标说话。在多智能体系统按效付费模式下，乙方不再靠堆人天赚钱，而是靠把Agent做对、做深、做出可复制的复用率来赚钱。本文系统拆解这套模式的机制设计、指标口径、驻场协作方式、源码交付边界、两类典型定价公式，并用两个完整案例说明它对甲乙双方分别意味着什么。

一、为什么多智能体系统按效付费会成为主流采购方式

1.1智能体项目的”验收悖论”

传统软件项目有一个隐含前提：需求可以被完整描述，因此验收标准可以被预先定义。智能体项目破坏了这个前提。以一个售后工单场景为例，甲方在招标时写”系统应能自动回复客户关于设备故障的咨询”，这句话在技术上可以有一百种实现方式，而在业务上，甲方真正想要的是”一次性解决率提升到80%以上”。需求描述与真实目标之间的落差，就是智能体项目的”验收悖论”：按需求验收，乙方完成得很好；按目标验收，双方都无法在签约时给出精确定义。

这个悖论导致了大量双输局面。甲方支付了全额费用，拿到一个功能齐全但没人用的系统；乙方投入了超额人力，却因为需求反复变更而亏损，最终只能通过拒绝变更来保护自己，进一步恶化关系。我们在复盘三十余个企业智能体项目后发现，功能验收通过但业务未采用的项目占比接近四成，而其中绝大多数在签约阶段就埋下了隐患：合同里没有一个与业务结果挂钩的条款。

1.2按效付费解决的三件事

第一，把风险从甲方转移到有能力控制它的一方。 甲方无法判断一个Agent方案在技术上有多难，但乙方可以。让乙方承担结果风险，本质上是让信息优势方承担决策后果，这在经济学上是有效率的。当然代价是乙方会要求溢价，通常为标准报价的1.2到1.4倍，这个溢价本质上是风险对价。

第二，把优化动力内置到合同里。 在人天制或里程碑制下，乙方的理性选择是”尽快通过验收”，因为继续优化的边际收益为零甚至为负。而在按效付费结构下，乙方每多提升一个百分点的指标，都有对应的收入增量，因此会主动投入资源做知识库治理、做Prompt迭代、做失败案例分析。我们统计过，同一团队在两种付费结构下，上线后三个月的主动优化投入相差约3倍。

第三，把谈判焦点提前到指标定义环节。 按效付费最大的价值可能不在结算，而在签约前的谈判：双方被迫在启动前就把”什么算成功”讨论清楚，包括基线怎么测、数据从哪来、异常怎么剔除。这个过程本身就能筛掉三成以上不成熟的场景——很多场景在讨论指标时就会发现，根本没有可用的历史数据，强行上马只会在结算时吵架。

1.3为什么多智能体系统按效付费的达成率更高

单Agent系统的效果往往难以归因：一次回答不好，可能是检索不准、可能是Prompt不佳、也可能是模型能力不足。而多智能体系统天然自带可观测的分层结构——每个Agent都有独立的输入输出、独立的成功率、独立的耗时，因此可以做到”按环节归因、按环节优化”。这种可观测性是按效付费能够落地的技术前提：指标不仅能测出来，还能定位到具体环节，从而避免甲乙双方在结算时陷入”到底是谁的责任”的争论。

此外，多智能体系统的价值通常体现在协同效率的提升上，例如”跨部门流转时间缩短””人工交接次数减少”，这类指标本身就容易被业务方感知和认可。相比之下，单Agent的”回答质量提升”往往缺乏客观刻度。因此我们在实践中发现，多智能体系统按效付费的合同达成率明显高于单Agent项目，因为双方更容易在指标口径上取得一致。

二、核心概念与机制拆解

2.1多智能体系统的四种协作拓扑

理解多智能体系统按效付费，首先要理解系统本身的结构。常见的协作拓扑有四种，选择哪一种直接决定了后续的指标设计与成本结构。

在选择拓扑时有一条实用原则：能用流水线就别用黑板。流水线式的调试成本最低、归因最清晰，而按效付费最需要的恰恰是清晰归因。只有当业务流程确实存在动态认领、多方协商的特征时，才值得为黑板式付出额外的工程与观测成本。

2.2按效付费的四种定价公式

公式一：纯分成制。 甲方零基础费，乙方按实际产生收益的固定比例分成。这种结构对甲方风险最低，但极少被专业交付方接受，因为乙方需要承担全部现金流风险，只有对场景极度自信、或希望拿下标杆客户时才会采用。如果乙方主动提出纯分成，甲方反而要警惕：要么是报价被隐藏到了高分成比例里，要么是乙方准备在项目中途找理由终止。

公式二：成本覆盖+效果分成（最常用）。 基础费覆盖乙方的直接成本（通常占总包的50%到70%，毛利率压到5%到10%），剩余30%到50%与指标挂钩。这是最平衡的结构，也是我们在多智能体系统按效付费项目中使用最多的一种。它的心理学效应很重要：乙方知道”成本已经保住了”，因此敢于投入资源做优化；同时因为有30%以上的收入悬空，优化动力依然充足。

公式三：里程碑+效果奖金。 按里程碑支付全部基础费用，另设一笔独立的奖金池（通常为基础包的15%到25%）用于奖励超额完成。这种结构适合预算审批流程严格、无法接受”费用不确定”的甲方，缺点是激励强度弱于公式二。

公式四：递减分成制。 分成比例随收益规模递减，例如节省额在100万元以内的部分分成30%，100到300万元的部分分成20%，超过300万元的部分分成10%。这种结构保护甲方免于支付超额费用，同时保证乙方在前期的强激励，适合收益弹性极大的场景（例如营销转化类）。

2.3 FDE驻场到底驻什么

“驻场”不是派人坐在客户办公室里写代码，那叫工位外包。真正的FDE驻场包含三件事。第一是决策前置：FDE在现场有权决定技术方案的调整，不必每次回公司走审批，把决策链路从”天”压缩到”分钟”。第二是需求共担：FDE直接参与业务部门的晨会、复盘会，听到的不是转述过的需求，而是原始抱怨，这决定了方案的贴合度。第三是能力回传：FDE把现场沉淀的通用能力回传到乙方的产品平台，让下一个客户的成本下降，这是乙方愿意接受风险对价的根本原因。

驻场强度通常分三档，甲方应按阶段选择而非全程锁死。

三、落地方法论：多智能体系统按效付费的项目实施步骤

3.1第一步：指标共创工作坊（2周）

输入。 场景候选清单、近12个月业务数据、现有系统架构图。动作。 组织一场由业务负责人、财务、IT、乙方FDE共同参加的指标工作坊，产出三样东西：一是指标树，把业务目标拆解为可测量的三层指标；二是数据采集方案，明确每个指标的数据来自哪个系统的哪张表、由谁负责提取、多久核对一次；三是基线测定方案，明确用哪段历史数据、剔除哪些异常。产出。 指标定义书（含精确计算公式）、数据源映射表、基线确认单（需业务与财务双签）。验收标准。 任意一个第三方审计人员，拿着指标定义书能独立算出同样的数字。常见坑。 指标定义中出现”显著提升””大幅下降”这类形容词；数据源依赖某个人手工导出的Excel；基线区间选在了业务淡季或异常高峰。

3.2第二步：架构设计与Agent切分（2-3周）

输入。 指标定义书、业务流程现状图、系统接口清单。动作。 先做任务分解（建议用事件风暴工作坊，把业务过程拆成不超过25个原子任务），再做Agent切分（每个Agent负责3到7个原子任务，职责单一），最后确定协作拓扑与人工介入点。产出。 Agent职责矩阵、编排流程图、人工介入点清单、工具权限矩阵。验收标准。 每个Agent都能用一句话说清职责；任意两个Agent的职责无重叠；人工介入点总数不超过5个且都有明确触发条件。常见坑。 Agent切得过细导致通信开销吞噬收益（我们见过8个Agent处理本该2个Agent完成的任务，Token成本翻了三倍）；人工介入点过多，导致自动化率上不去，指标无法达成。

3.3第三步：PoC验证与基线固化（4-6周）

输入。 100到300条真实任务样本、业务专家评审时间。动作。 搭最小链路跑通，然后做盲评：把Agent输出与人工输出混在一起交给业务专家打分，专家不知道哪个是机器做的。产出。 盲评报告、失败案例分类表、基线正式确认、生产化工作量与成本估算。验收标准。 盲评”轻微修改即可用”比例达到约定阈值（通常70%以上），且失败案例能归到不超过5个类别。常见坑。 用技术团队自测代替业务盲评；样本只挑干净案例；没有同步跑人工对照组，导致后期基线被质疑。

3.4第四步：生产化与灰度放量（8-12周）

输入。 生产环境权限、灰度计划、安全合规要求。动作。 工程加固（幂等、重试、降级、审计）→系统集成（嵌入既有工作流）→灰度放量（5%→20%→50%，每档观察3到5个工作日）→全量切换→指标观察期。产出。 生产部署、扩充到200条以上的评测集、成本看板、运维手册、告警规则。验收标准。 连续10个工作日无P1故障；关键指标达到对赌阈值；成本看板显示单次成本在预算内。常见坑。 灰度期未覆盖业务高峰；集成时另开聊天窗口导致使用率低下；幂等缺失造成重复下单或重复扣款。

3.5第五步：源码交付与内部接管（4-8周）

输入。 运维手册、源码仓库、部署脚本、测试集。动作。 交付完整源码与部署流水线（要求在甲方环境中一键重建）；组织影子工程师全程参与运维；完成三轮接管演练（故障排查、知识更新、Prompt调整）；签署接管确认单。产出。 源码仓库（含完整提交历史）、可重建的CI/CD流水线、培训记录、接管确认单。验收标准。 甲方工程师能在无乙方协助下完成一次完整的环境重建与一次Prompt上线。常见坑。 源码交付了但缺少部署脚本或依赖锁文件，环境无法重建；只交代码不交评测集，甲方无法验证改动是否有害；接管培训走过场，考核不严格。

四、三种采购结构对比：多智能体系统按效付费适合谁

人天制适合需求完全探索期或短期技术支援，它的优势是启动快、无谈判成本，劣势是甲方承担全部结果风险，需要甲方自身具备很强的项目管理与技术判断能力。如果甲方没有能看懂Agent技术的人，人天制等于闭着眼睛买单。

里程碑制是最常见的折中方案，把项目拆成若干可验收的阶段，进度透明度高，适合预算需要分期审批、且需求中等明确的场景。它的本质缺陷是”验收的是交付物而非结果”，因此里程碑全部通过但系统无人使用，是完全可能发生且完全合规的结果。

多智能体系统按效付费适合基线数据完整、指标可从系统自动采集、且双方都打算长期合作的场景。它最不适合的是以下三类：一是收益难以货币化的场景（如品牌形象、员工满意度）；二是受外部因素影响过大、Agent贡献无法剥离的场景（如受宏观经济影响明显的销售额）；三是甲方无法提供稳定业务专家投入的场景，因为乙方再努力，没有业务反馈也无法优化。

五、效果度量与对赌指标设计

5.1指标设计四条铁律

铁律一：可自动采集。 凡是依赖人工统计的指标，都不适合对赌。人工统计意味着争议空间，也意味着数据采集本身可能成为成本中心。优先选择业务系统里已有的埋点或日志字段。铁律二：可归因。 指标变化必须能归因到Agent，因此要设置对照组或明确的归因窗口。例如在灰度放量阶段，用同期未放量区域作为对照。铁律三：抗操纵。 设计指标时要反问”乙方有没有可能通过损害业务的方式达成这个指标”。例如只考核”处理时长下降”，乙方可能通过降低输出详细度来达成，所以要同时考核”下游退回率不上升”。铁律四：双向约束。 指标不能只罚不奖，也不能只奖不罚。建议设置基础目标（达标即拿回基础费）、挑战目标（超额按阶梯分成）、以及扣减上限（通常不超过基础费的25%）。

5.2结算公式与争议处理

一个可落地的结算公式应当长这样：结算金额=基础费+Σ（各项指标实际改善值×对应权重×单位价值×分成比例）-质量扣减项，且总额设置上下限（上限通常为基础费的1.8倍，下限通常为基础费的0.75倍）。其中”单位价值”是谈判的核心：例如每节省1人天按多少元计算，需要引用甲方内部的人力成本口径，而这个口径必须由财务出具书面确认，避免结算时扯皮。

争议处理机制要提前约定三层：第一层是数据争议，约定以哪个系统的原始数据为准，并约定每月5个工作日内核对上月数据，逾期视为认可；第二层是指标争议，约定由双方共同指定的第三方（通常是甲方的内审部门或外部会计师事务所）做抽样复核；第三层是归因争议，约定不可抗力与重大业务变更（如并购、系统更换、政策调整）导致的指标变化不计入考核，双方按已完成里程碑结算。内容资产层面同样值得投入，在方案上线后同步做一轮GEO优化方案，让技术文档与案例页更容易被大模型引用，把一次交付沉淀成可持续获客的资产。

六、案例研究

案例一：某全国性电梯维保服务商的维保工单调度与年检合规系统

企业背景。 该公司在28个城市设有服务网点，管理电梯与自动扶梯约4.2万台，一线维保技师约2600人，年度维保工单量约68万单，年检到期设备约1.1万台/年。痛点。 第一，调度依赖区域主管经验，跨区域支援决策滞后，紧急召修平均到场时间78分钟，超出合同承诺的60分钟；第二，年检合规材料准备完全人工，每份年检档案平均耗时2.5小时，逾期年检导致的行政处罚每年约30余起；第三，故障重复发生率高达23%，同类故障在不同网点重复排查。

方案。 采用多智能体系统按效付费模式，团队为1名驻场FDE、1名调度领域专家、3名工程师，拓扑选择”主从+流水线”混合：规划Agent负责工单优先级排序与技师匹配；调度Agent生成派工方案并考虑路程、技能等级、备件库存；合规Agent负责年检材料生成与法规条款比对；质检Agent对所有输出做合规校验与引用溯源。源码与CI/CD流水线在项目第18周完整交付到客户私有Git仓库，并完成了三轮接管演练。

量化数据。 指标共创阶段确定了四项对赌指标：紧急召修到场时长、年检档案准备耗时、故障重复发生率、单位工单成本。PoC期5周，盲评可用率79%。生产化期11周，灰度从5%放量到全量历时6周。上线7个月后：紧急召修平均到场时间从78分钟降至52分钟，达标率从71%提升到94%；年检档案准备耗时从2.5小时降至40分钟；故障重复发生率从23%降至11%；单位工单成本下降36%；年化节省约5200人天，折合约436万元。项目总投入196万元，其中基础费占62%、效果部分占38%，因超额完成挑战目标，乙方实际结算约238万元，客户投资回收期约5.4个月。

结果。 客户内部2名工程师完成接管，可独立完成知识更新与Prompt调整。第二期项目复用率约58%，把调度能力扩展到了备件库存预测场景，交付周期从18周压缩到10周。客户还把调度Agent的排班算法输出给两家区域同行，形成了新的收入线。

案例二：某专科连锁口腔医疗集团的初诊咨询与复诊召回系统

企业背景。 该集团在11个城市运营63家口腔诊所，年门诊量约48万人次，咨询团队86人，市场投放年预算约3200万元。痛点。 第一，线上咨询响应慢，平均首次响应时长14分钟，超过5分钟未响应的会话占比41%，而这类会话的到店转化率仅为及时响应会话的三分之一；第二，咨询话术不统一，新咨询师成交率仅为资深咨询师的52%；第三，复诊与未成交客户的召回完全依赖人工外呼，人均日外呼量62通，召回成功率6.8%，且合规风险高（话术涉及疗效承诺）。

方案。 同样采用多智能体系统按效付费，团队配置为1名驻场FDE（前期每周5天，后期每周2天）、1名医疗合规顾问、2名工程师。拓扑采用”流水线+辩论”：接待Agent负责首轮响应与信息采集；方案Agent生成初步方案与费用区间；合规Agent对所有话术做疗效承诺与广告法风险审查，采用双Agent互相质疑的方式降低漏检；召回Agent负责未成交客户的分层触达与时机选择。所有涉及疗效与价格的输出必须经人工咨询师确认后才能发送。

量化数据。 指标共创阶段确定的对赌指标为：首次响应时长中位数、5分钟内响应占比、初诊到店转化率、合规风险话术拦截率、召回成功率。PoC期4周，盲评可用率82%（话术类场景结构清晰）。生产化期9周。上线6个月后：首次响应时长从14分钟降至38秒；5分钟内响应占比从59%提升到96%；初诊到店转化率从11.3%提升到15.8%；合规风险话术拦截率99.2%（人工抽检1000条）；召回成功率从6.8%提升到14.5%；咨询团队从86人优化到61人，年化人力节省约275万元；因转化率提升带来的增量收入约1900万元。项目总投入178万元，采用递减分成制，实际结算约252万元，客户投资回收期约2.1个月。

结果。 该项目的关键启示是：在营销转化类场景中，多智能体系统按效付费的收益弹性极大，因此必须采用递减分成制保护甲方；同时，合规Agent的投入（约占项目工作量的18%）是不可省略的成本，一次合规事故的损失远超项目总投入。第二期项目已扩展到术后随访与客诉预警场景。

七、常见误区与风险防控

误区一：认为按效付费就是把风险全推给乙方。 这是最危险的误解。乙方承担结果风险的前提是获得过程控制权，包括需求优先级的话语权、业务专家时间的保障、以及必要的数据权限。如果甲方一边要求对赌、一边牢牢控制所有决策，乙方理性选择只有两个：报价大幅上浮，或者中途退出。正确的做法是”结果共担、过程授权”。

误区二：指标定得越多越好。 指标超过6项，团队的注意力就会被稀释，且指标之间可能互相冲突（例如同时追求响应速度与输出详细度）。建议对赌指标不超过4项，其余指标作为过程监控，写进周报但不参与结算。

误区三：忽略反向约束指标。 只考核效率与成本，乙方很容易通过降低质量达标。必须设置反向约束（投诉率、差错率、退回率），并约定”反向指标超阈值时，正向指标收益不予结算”的一票否决条款。

误区四：源码交付只交代码。 完整的源码交付应包含六个部分：源码与提交历史、依赖锁文件与部署脚本、评测集与基线数据、配置与环境说明、知识资产（切片规范、Prompt版本库）、以及运维手册与告警规则。缺任何一项，甲方都无法真正接管，所谓”源码交付”就只剩象征意义。

风险防控清单。 技术上，做好权限最小化与高危动作双人确认、数据脱敏前置、成本熔断与自动降级、版本可回滚、全链路留痕。商业上，约定基线锁定期（上线后前两周不考核，用于系统稳定）、重大业务变更豁免条款、以及数据争议的三层处理机制。组织上，明确甲方单一对接人与决策人，避免多头指挥；约定乙方更换核心FDE需提前两周通知且交接期不计费。

八、成本结构与报价模型

8.1按效付费项目的成本构成

按效付费项目的成本结构与常规项目有两点不同：一是评测与验证的占比更高（因为指标就是钱），二是运营期投入更高（因为优化有收益）。

8.2如何估算合理总价

一个实用的估算方法是”三段式”：先按人天制算出基准工作量（例如20周×4.5人×5000元/人天×100天≈225万元），再乘以复杂度系数（业务规则复杂度1.0-1.3、系统集成复杂度1.0-1.4、合规要求1.0-1.25），最后乘以付费结构系数（里程碑制1.0-1.1，按效付费1.2-1.4）。需要注意的是，按效付费的溢价在第二、第三个场景会显著下降，因为乙方已经有了可复用的模块与更准确的成本判断，因此建议在第一个项目合同中就约定”后续场景复用折扣”，通常可争取到15%到30%的折扣。

九、常见问题（FAQ）

Q1：多智能体系统按效付费，乙方会不会为了达标而牺牲长期质量？

A： 这种风险确实存在，但可以通过三层设计来控制。第一层是指标设计本身，任何正向指标都必须配一个反向约束，例如考核”处理时长下降”的同时必须考核”一次通过率不下降”和”投诉率不上升”，并且约定反向指标突破阈值时正向收益不予结算。第二层是考核周期设计，效果考核不应在上线后立即开始，而应设置4到8周的观察期，并要求指标在连续两个完整业务周期内持续达标才予以结算，这样可以过滤掉”短期冲量”的行为。第三层是技术性约束，要求乙方所有改动必须保留版本号、每次改动必须跑回归评测集，甲方有权随时抽查。此外，源码交付本身也是一种长期约束：因为甲方最终会接管系统，任何损害可维护性的做法都会在接管验收时暴露出来，因此可以在合同中约定”接管验收不通过则扣减末期款项”。

Q2：源码交付具体包括哪些内容，如何验证是真的可接管？

A： 完整的源码交付包含六部分：一是源码仓库及完整提交历史（不是打包的压缩文件）；二是依赖锁文件、容器镜像或一键部署脚本；三是评测集与基线数据（至少200条带标注的用例）；四是环境配置说明与密钥管理方案；五是知识资产，包括文档切片规范、Prompt版本库、工具注册清单；六是运维手册，含告警规则、故障排查树、常见问题的处理SOP。验证可接管的唯一有效方法不是看文档，而是做演练：让甲方工程师在无乙方协助的情况下，完成一次完整的环境重建、一次知识更新上线、一次模拟故障的排查，三轮演练全部通过才算接管成功。我们建议把这三轮演练写进合同的验收条款，并预留4到8周的接管期，同时约定接管期内的乙方响应时间（例如4小时内响应、下一个工作日内给出方案）。

Q3：驻场团队和远程团队相比，实际效果差多少，值不值这个差价？

A： 我们的经验数据是：在PoC启动期和生产化攻坚期，全驻场相比纯远程能把整体周期缩短20%到30%，主要原因是沟通延迟的消除——一个需要来回确认三天的歧义，在同一间办公室里十分钟就能澄清。而在运营期和接管期，驻场的边际价值迅速下降，半驻场或远程加定期现场（每月2到4天）的性价比更高。因此最优策略是按阶段调整驻场强度，而不是全程锁死：前6到10周全驻场，第11到18周半驻场，之后转为远程加定期现场，这样相比全程全驻场可以节省15%到25%的人力费用，同时几乎不损失交付速度。需要注意的是，驻场的前提是甲方能提供真实的协作环境——工位、网络权限、业务专家的固定时间，如果这些都无法保证，驻场就退化成了工位外包，不值这个差价。

Q4：多智能体系统相比单Agent，成本会高出多少？什么时候不值得用多智能体？

A： 多智能体的直接成本增量主要来自三方面：Token消耗（因为Agent之间要传递中间结果，通常比单Agent高出1.5到3倍）、工程复杂度（编排、状态管理、失败重试的工程量约占项目总量的20%到30%）、以及调试与可观测性投入（需要全链路日志与逐环节评测，约占10%到15%）。综合来看，同等场景下多智能体的总交付成本通常比单Agent高出30%到60%。不值得用多智能体的情况是：任务可以被单一Prompt稳定完成、不需要跨系统协同、且输出质量不依赖多视角校验。判断标准是问一个问题——如果把所有步骤塞进一个Agent，失败率会显著上升吗？如果不会，就用单Agent。实践中我们见过不少”为了多智能体而多智能体”的项目，把一个三段式任务拆成六个Agent，结果是成本翻了两倍、延迟增加四倍，而质量没有任何提升。

Q5：效果指标受外部因素影响（比如市场波动）怎么办，如何保证公平？

A： 处理外部因素的标准做法是三层隔离。第一层是指标选择隔离：优先选择受外部影响小的过程性指标（处理时长、一次通过率、单位成本），谨慎选择受宏观影响大的结果性指标（销售额、利润率）；如果必须对赌结果性指标，就引入对照组。第二层是对照组设计：在灰度期间保留一部分业务不走Agent（例如20%的区域或20%的流量），用两组的差异来剥离外部因素，这在连锁、多区域经营的企业中非常可行。第三层是豁免条款：在合同中明确列举重大业务变更情形（并购重组、核心系统更换、重大政策调整、组织架构调整、市场价格剧烈波动超过约定幅度），一旦发生，触发重新基线化或暂停考核。三层之外，还要约定数据核对机制：每月固定时间核对上月数据，双方签字确认，逾期未提出异议视为认可，避免年底一次性翻旧账。

Q6：项目一般多长时间能看到第一笔可结算的效果收益？

A： 从启动到第一笔效果收益结算，典型周期是5到8个月。拆分来看：指标共创2周、架构设计2到3周、PoC验证4到6周、生产化8到12周、灰度放量4到6周、指标观察期4到8周，其中指标观察期是必须的，因为短期数据波动大，直接结算容易产生争议。对于希望加快回款节奏的客户，可以采用”分期结算”设计：把效果部分拆成三段，第一段在灰度达到50%且指标连续两周达标后结算30%，第二段在全量上线后满一个业务周期结算40%，第三段在稳定运营满6个月后结算30%。这种设计既保证了甲方有充分的时间验证稳定性，又让乙方的现金流不至于过度承压，是多智能体系统按效付费项目中最容易被双方接受的方案。

Q7：如果甲方中途想终止合作，源码和知识资产怎么处理？

A： 这一点必须在签约时约定清楚，否则极易产生纠纷。建议采用”阶梯式归属”条款：无论项目因何种原因终止，甲方已支付款项对应的交付物（源码、评测集、知识资产）归甲方所有，乙方应在终止后10个工作日内完成交付与交接；对于尚未支付的部分，约定甲方有权以约定的价格（通常是对应成本的110%到130%）买断已完成的工作成果。同时要约定知识资产的双向边界：场景专属的业务规则、Prompt、评测集归甲方；通用工具层与编排框架归乙方，甲方获得永久免费使用许可。另外建议增加一条”不竞争条款”：乙方在合同期内及期满后12个月内，不得将甲方的场景数据、业务规则与评测集用于服务甲方的直接竞争对手，这一条对保护甲方的竞争优势非常重要。

十、结语与行动建议

多智能体系统按效付费本质上是一次采购哲学的转变：从购买”工作”转向购买”结果”。这个转变对甲乙双方都提出了更高要求——甲方需要把业务目标翻译成可计算的指标，需要开放必要的数据与决策权；乙方需要准确评估自身能力边界，需要把交付过程标准化以摊薄风险。做得好，双方的利益第一次真正一致；做得不好，它只是把一场纠纷从验收阶段提前到了结算阶段。

如果你正在考虑采用这种模式，我们的行动建议是：第一，先花两周做一次指标可行性评估，这是整个模式成败的关键，成本不高但价值最大。第二，第一个项目选择收益可货币化、数据基础好、业务专家愿意投入的场景，不要一上来就挑战最难的核心业务。第三，在合同里明确源码交付的六项内容与三轮接管演练，这是甲方唯一的长期保险。第四，约定后续场景的复用折扣，把一次性的采购关系变成持续的能力共建。做到这四点，按效付费就不是一场博弈，而是一次共同投资。

标签和关键词： 多智能体系统按效付费,FDE驻场交付,源码交付,智能体效果对赌,多智能体协作架构,AI智能体采购,按结果付费,业务指标设计,智能体成本模型,企业AI交付方法论

多智能体系统按效付费 | FDE团队驻场+源码交付最先出现在GEO服务商。