大多数公司以为，给 AI 的资料越多、接的工具越多，它就越能干。但我们落地项目后发现，真正决定成本和准确率的，是它每一轮背了多少用不上的东西。
这篇算一笔容易被忽略的账：上下文。它不是模型参数，是 AI 每次对话背着的行李。给要签字的人和要算账的人。六分钟。
模型本身没有记忆。每回答一句，它都要把之前的工具说明、查询结果、聊天记录，全部重读一遍。
计费按 token 算，输入也收钱。对话越长，每一轮要重读的内容越多，账单像滚雪球。
麻烦的是，这部分钱不产生任何新答案。它只是用来"重读旧行李"。而且行李越重，模型越容易分心：无关信息塞满窗口，该注意的那句反而被淹没。贵，还连带慢和错。
工具定义全量预载。系统一启动，就把几十个工具的说明书塞进上下文。这次任务实际只用两三个，剩下的全部陪着计费。
查询结果整包入上下文。一次查询返回几千行，原样放进对话。后面每一轮，都在为这几千行付一遍钱。
历史对话不清理。早期调查的中间过程，到了第十轮早就无关了，仍然全程携带。
11 月 12 日，InfoQ 报道了 Snowflake 的做法。他们的 AI 助手做了三件事：工具按需加载，用到才载入；相互独立的调用合并成一轮，减少往返；大结果压成摘要，原始数据按需再取。
效果有一组基准数据。在内部 SQL 修复测试里，这套做法三次试验通过率 86%；作为对照的通用编码工具是 72%。单次成本从 0.446 美元降到 0.298 美元，降了 33%。
边界要说清：这是特定配置和工作负载的结果，不等于你的项目也能降三成。但方向可信——先把上下文管住，再谈换模型。
上下文管好了，只是效率上去了，不代表答案就对。
Snowflake 举过一个例子：Agent 去查一次故障的错误率，SQL 写得对，数字也算出来了。但它不知道哪些负载是生产环境、哪些测试任务该排除、公司对"错误率"的定义是什么。
这些规则从表名和列名里看不出来。缺了它们，AI 会给你一个看起来合理的错数。
解法很朴素：把业务规则写成文档，把指标口径提前定好，喂给 AI。让它少猜，而不是每次自己探索。
不用懂技术，用加减乘除就能估出量级。假设一个内部助手，一次会话问答十轮。
不做治理：工具定义加上全部历史，再背几千行查询结果，单轮输入算两万 token。十轮下来，二十万 token 的输入。其中大部分是重复内容，付了十遍钱。
做了治理：工具按需加载，结果压成摘要，历史定期清理，单轮输入压到三千 token。十轮三万，输入差出六七倍。
数字是示意，用来算量级，不是实测。方法本身可以直接搬走：让供应商把"单轮平均输入 token"和"会话轮数"这两个数报出来，成本量级当场就清楚。
把上下文治理写进验收，不需要懂技术，问四句就够：
一、单次会话的 token 账怎么算，有没有成本看板。
二、工具是不是按需加载，查询结果有没有做压缩和裁剪。
三、会话历史怎么管理，多长的对话会触发摘要或清理。
四、业务规则放在哪——是每次临时拼进提示词，还是一份可维护的文档。
再加一条动作：上线后每月对一次账，看单次会话的平均成本是涨是跌。涨了先查上下文，再怀疑模型。
下次评估 AI 功能，别只问"接的哪个模型"。先问它每轮背多少东西、业务规则谁来定。这两件事定成本，也定准确率。
模型降价是别人的红利，上下文管住才是自己的。
如果你正在评估类似方案，把你的场景留言或私信给我们，免费出一份「流程图+架构图+报价明细」方案。
15730313844（同微信）｜官网 www.byten.com.cn
—— 拜腾科技，帮企业把 AI 接进业务系统
什么是 AI 的上下文？为什么影响成本和准确率？
上下文是模型每轮回答时携带的全部信息：工具定义、查询结果、历史对话。计费按 token 算，输入也算钱，携带越多越贵；无关信息越多，注意力越分散，回答越容易出错。管住它，成本和准确率一起改善。
企业 AI 功能一年的调用成本大概多少？
取决于对话轮数和单次会话的 token 量。做了上下文治理的客服类应用，单次会话通常在几分到几毛钱；不做治理可能贵 3 到 10 倍。签约前应要求供应商给出估算模型和成本看板。
怎么判断供应商做的 AI 功能会不会越用越贵？
看三点：工具是否按需加载、大结果是否压缩裁剪、历史会话有没有清理策略。再要一份月度成本报表样例。四条都答不上来的，成本风险在自己身上。
成都做企业 AI 应用定制开发多少钱？
单场景 AI 功能 8 万到 25 万，Agent 项目 10 万到 30 万，周期 6 到 12 周。应包含上下文治理和成本看板。成都本地可上门，全国远程交付。
