AI Agent 系統採購完整框架：老闆視角的 Workflow vs Agent 判斷、4 大框架定位、報價區間與 7 條合約紅線

「我要做一個 AI Agent，幫我自動處理進貨單。」這是我們今年第三季最常聽到的開場白。但接著問下去——你要的是 Agent、Workflow、還是一個聰明點的 RPA？大部分老闆答不出來。最後發現他們想做的，其實 N8N 加 GPT-4 半天就能搞定，根本不需要動到 Agent 框架。

這不是老闆的錯，是市場混亂的錯。Gartner 2026 AI Agent 採購預警 直接點名：到 2027 年底，全球 40% 的 Agentic AI 專案會被取消，主因是企業根本沒搞清楚自己要的是什麼，就跟著買 Agent。對中小企業來說，這個踩坑成本是 200 萬~800 萬一個專案，付不起。

這篇文章寫給正在評估「找外包做 AI Agent 系統」的老闆、產品經理、或內部數位轉型負責人。我們不教你怎麼寫 LangGraph 程式碼——那是工程師的事。我們教你怎麼問外包商正確的問題、怎麼判斷你的需求到底是不是真的 Agent、怎麼在合約裡綁住廠商。看完之後你不會變成技術專家，但會有足夠的判斷力，不會被話術糊弄。

先別問選哪個框架——先問你要的是不是 Agent

AI Agent 跟 AI Workflow 是兩件事。混為一談，會買貴 3~10 倍。

Workflow 是「人類事先寫好流程、AI 在每個步驟做一個明確任務」。例如：客戶寄信來 → AI 分類 → 填到工單系統 → AI 寫一個草稿 → 業務審核發送。這個流程是「線性、固定、可預測」的，N8N、Make、Zapier 加 GPT-4 都能做，月費 USD 50 以內，3~5 天就上線。

Agent 是「給 AI 一個目標、給它工具箱、讓它自己決定下一步要做什麼」。例如：客戶寄信來 → AI 讀完判斷這是退貨還是客訴 → 自己去訂單系統查資料 → 自己去物流 API 查狀態 → 自己決定要不要先回客戶、要不要 escalate 給主管。這個流程是「非線性、動態、會自我修正」的，需要 LangGraph、CrewAI、AutoGen、Claude Agent SDK 這類框架，開發成本 NTD 80 萬~300 萬，2~6 個月才能上線。

市場上 4 大 Agent 框架的定位

假設你確認需要 Agent，下一個問題是：外包商可能會用什麼框架做？2026 年中小企業實際會碰到的主流選擇有 4 個：LangGraph、CrewAI、AutoGen、Claude Agent SDK。每個框架的設計哲學不同，適合的場景也不同。

這張表是「框架本身的定位」，但你要記得：90% 的 Agent 專案成敗不取決於框架，取決於三件事——你的資料品質、你給 Agent 的工具設計、人在迴圈裡的位置。換句話說，外包商如果一進來就跟你聊框架，那他在賣弄技術；如果一進來就跟你聊你的業務流程、資料現況、預期錯誤率，那他才是在幫你解決問題。

Agent 專案的 3 個報價區間

把 Agent 專案的報價區間講清楚，老闆才不會被話術糊弄。綜合業界公開報價與我們的 Agent 諮詢經驗，市場行情大致分成三段：

低階區間：NTD 80 萬~150 萬

• 適用：單一場景、單一 Agent、現成工具 API（如 Notion、Slack、Gmail）
• 範例：自動處理客戶 Email 進來的訂單 → 查訂單 → 回客戶 → 寫工單系統
• 上線時間：6~10 週
• 維運費：月 NTD 3~6 萬（含 API 成本）

中階區間：NTD 150 萬~300 萬

• 適用：多 Agent 協作、需要對接 2~3 個內部系統（ERP、CRM、HR）
• 範例：採購助理 Agent（讀詢價單 → 比廠商報價 → 跟採購人員協商 → 生成採購單）
• 上線時間：12~20 週
• 維運費：月 NTD 6~12 萬（含 API + Vector DB）

高階區間：NTD 300 萬~800 萬以上

• 適用：自架 LLM + Agent、跨部門編排、合規敏感場景（金融、醫療、法律）
• 範例：法務助理 Agent（讀合約 → 標紅警語 → 跟法務迭代修改 → 跟對方公司 Agent 協商）
• 上線時間：6~12 個月
• 維運費：月 NTD 12~25 萬（含 GPU 自架 + 安全稽核）

Agent 系統採購的 6 個關鍵節點

整套採購流程從詢價到驗收，建議分成 6 個節點走，每個節點都有具體的交付物。漏掉任何一個節點，後面都會吃虧。

這 6 個節點裡最容易被外包商說服省略的是第 2 個「PoC 階段」。廠商會跟你說：「PoC 太花時間，我們有經驗，直接進開發比較快。」這是話術——PoC 階段花 NTD 15~30 萬可以驗證「這個案子到底做不做得起來」，省下這筆錢，後面正式案有 30% 機率會在中段卡死，整個 200 萬蒸發。PoC 不是時間浪費，是保險。

Agent 採購合約必看的 7 條紅線

一般軟體外包合約直接拿來簽 Agent 專案，會踩雷。Agent 系統有幾個跟傳統軟體不同的特性，必須在合約裡明確規範：

• 紅線 1：定義什麼叫「Agent 正確運作」。傳統軟體驗收看「功能是否被執行」，Agent 要看「正確率是否達標」——簽合約時必須寫明「正確率 ≥ X%」當驗收門檻，例如 92%。沒有這條，廠商會說「Agent 跑起來了」就要求結案
• 紅線 2：API 與模型成本由誰負擔。Agent 每次決策都會打 LLM API，成本可能高得驚人。合約要寫清楚試運行期成本由廠商吸收、上線後 3 個月內若超出預估 X 倍由廠商部分補貼
• 紅線 3：人在迴圈的職責與權限。哪些決策必須有人確認、哪些可以全自動，要列表寫進合約附件。Agent 自己決定退款金額，造成的損失是業主吃還是廠商吃，要先講清楚
• 紅線 4：訓練資料的權屬。Agent 在使用過程中累積的對話、決策紀錄、用戶回饋資料，所有權必須屬於業主，廠商不得用於訓練其他客戶的模型
• 紅線 5：source code 與 prompt 的歸屬。包含 system prompt、tool 描述、reasoning logic，這些是 Agent 系統的核心智財，必須交付且歸屬業主
• 紅線 6：模型版本鎖定與升級條款。OpenAI / Anthropic 隨時可能下架舊模型。合約要寫明廠商有義務在模型廢棄前 90 天通知並協助遷移
• 紅線 7：退場機制。如果合作中止，廠商必須提供完整的權重檔（若自架）、prompt 集、tool 接口文件、Vector DB 匯出檔，讓業主可以找別家接手

評估 Agent 外包商的 8 個必問問題

帶這 8 題去問廠商，回答的品質會直接告訴你他們有沒有真的做過 Agent 案子：

• 你們上一個 Agent 專案的「實際錯誤率」是多少？怎麼測量的？
• 如果 Agent 在 production 環境出錯，你們的 fallback 機制是什麼？多久能介入？
• Agent 的 prompt 跟 tool 設計檔案會交給我嗎？格式是什麼？
• 我這個專案的 LLM API 月成本你預估是多少？怎麼算的？
• 你們怎麼控制 Agent 不要做超出授權範圍的事？（例如自己去外網下訂單）
• 如果我半年後想換 LLM 廠商（從 OpenAI 換到 Claude），需要重做嗎？
• 你們會用什麼工具監控 Agent 在生產環境的行為？Langfuse？Helicone？自架？
• 如果這個案子失敗，你們承擔的責任邊界是什麼？合約怎麼寫？

好的廠商會直接給你過去案子的數字、會主動講限制、會推薦你 PoC 先做。話術型廠商會用「我們有豐富經驗」「技術沒問題」「跟我們做就對了」這類空話帶過。前面 3 題就能篩掉 7 成廠商，後面 5 題篩掉剩下的 7 成裡的 5 成。

中小企業 Agent 採購最常踩的 4 個坑

• 坑 1：拿 Workflow 預算做 Agent 案。預算抓 50 萬就想做出能自主決策的 Agent，廠商只能偷工減料，最後交付的是「貼著 Agent 標籤的 Workflow」
• 坑 2：跳過 PoC 直接進正式開發。為了省 30 萬 PoC 費用，賭 250 萬正式案，賭輸了沒人賠你
• 坑 3：把 Agent 當「人工智慧主管」。指望 Agent 完全取代決策，沒有設計人類接手機制，碰到 Agent 出包就整個業務癱瘓
• 坑 4：合約裡沒寫成本上限。Agent 跑起來才發現每月 API 費用是預估的 5 倍，廠商兩手一攤說「那是模型的事」

常見問題

下一步：你的 Agent 採購評估

Agent 不是萬靈丹，也不是只有大公司能玩。但跳過評估直接買，9 成會踩雷。如果你正在評估某個 Agent 採購案、或想討論「我這個需求到底該做 Workflow 還是 Agent」，可以：

延伸閱讀：找外包做 AI 系統的 7 個坑、MCP 是什麼？老闆採購 AI 系統必懂、AI Agent 是什麼？2026 企業如何用。

歡迎預約免費 AI 系統評估諮詢，我們會幫你做 Workflow vs Agent 的場景判斷、給出合理預算區間、列出 3 家可信任廠商的篩選清單。