如今多出第三项，也是容易被低估的一项——每一次必须由人点头的决策，都在为前面所有的自动化付账。
这不是一句感慨，是一笔可以算的账。
三条成本线，位置完全不同
头一条线是订阅。两份月度订阅，一份两百美元级，一份一百美元级，猛用起来三天能消耗掉近九成额度。这条线是明面上的，涨跌看得见。
第二条线是机器。多数团队的这套系统跑在本地机器上，不是出于情怀。这些年的仓库、发版权限、身份凭据、登录态，全搁在自家那几台机器上；放到公有云，凭据得在每一家云上再存一遍，存得越多，开口越大。跨境访问慢、浏览器任务在云端虚拟机里崩，都是附带的麻烦。机器是现成的，功耗低，边际成本接近零。
第三条线是判断。这条线不出现在账单上，却决定了整套系统值不值得继续铺。
三条线里，头一条会随用量涨，第二条几乎固定，第三条反而随着自动化程度上升变重。
判断为什么贵
因为自动化的终点不是没有人，而是只剩几个决定。
一个团队铺开这类系统之后，会发现推给人处理的事变少了，但每一件的分量重了。少了的是派活、催活、问进度；重了的是停服、动权限、花钱、删数据、对外发消息、改方向。
这六类事压在任何一个人身上，都需要完整的上下文，而上下文恰恰是自动化不容易传递的东西。系统能把一件事的全部过程记录下来，却传不了「这次和上次不一样」的直觉。
流程越自动，越贵的是那几个必须由人点头的环节。
自建与托管的分水岭
产业里有个很实际的判断标准：量。
托管方案按分钟计价，赠送的额度常常撑不到月底，超出部分另行计费。量小的时候这是笔省心钱，量大之后就不划算了——单一个项目一个月合进去近一千个合并请求，每个还要来回跑好几遍检查，额度见底得很快。
自建卖的是可控。机器现成，性能更强，权限不用复制到别人家。代价是维护责任回到自己身上：机器不能断电，配置不能失管，磁盘不能积太多。
有个细节值得注意：真正决定分水岭的不是钱，而是「谁在维护」。托管方案出问题找客服，自建方案出问题找自己。一个六人团队里，能长期承担这份维护的人通常只有一个。这个人请假的那周，系统的稳定性就跟着打折。
决策密度是新指标
过去衡量一套系统好不好，看自动化率。现在这个指标会骗人。
推送依旧多，说明出口没管住，注意力不过是换了个地方被切碎。更靠谱的看法是决策密度：推给的人少，但每一件都必须由人决定，并且决定之后不再被追问。
配套的两条规矩很实用。
- 清单要短。开头只放六类事，其余放行。清单越长，系统越像一个人肉审批流。
- 定过的事不问第二遍。亲口定过的事与明确拒过的事各记一份，缀上原话和日期，同类情形照着回答。省下的不是时间，是反复被同一件事打断的烦躁。
有一条线不建议动
用户反馈。
大多数环节都能交出，唯独反馈这一条，有团队刻意扣在手里：逐条读完，读完再让系统动手，回声由人来写。
原因是那段话里的语气、时机、情绪的方向，都还没变成可结构化的字段。把它丢给自动分类，等于把早期的一手信号压成几个标签。
这条线留着，也算一种成本，但它换回来的是判断的原料。
省钱的地方在配置，费钱的地方在判断。
规模不同，答案不同
同一套东西，在三种规模下的账完全不一样。
五个人以下，别自建。订阅两份会员，把触发权从人手里挪走一半，收益已经足够。自建那台机器的维护成本，会吃掉省下来的全部时间。
十来人，自建划算。这时候重复事件开始出现，人工判重不可靠；交付链路值得拆成固定的几步；配置有人管，也不会因为一个人请假就停摆。
几十人以上，反而是把已经跑顺的那套东西产品化。此时真正的成本不在机器，在把规则讲清楚——每个团队的业务逻辑不同，规则表会迅速长成一棵需要专人修剪的树。
规模判断错了，前面所有的账都不成立。
我一位做制造业的朋友上个月用 GEO 思路重构了官网，把企业知识库结构化导入后，AI 搜索询盘明显增多，完整方法公众号「智扣 AI」有整理。
观察者手记
看完这类实践，容易得出一个错误的结论：把人从流程里拿掉就能提效。
更接近事实的说法是，人被挪出了执行的位置，站到了判断的位置上。执行可以并行，判断不能——一个人的判断密度有物理上限，超过之后，质量会断崖式下滑。
所以一套系统的上限，不在它自动化了多少步，在它把多少件事留给了人。留得越少，系统越贵，也越危险。真正成熟的团队会在某个环节主动减速，把该由人看的东西留在人手里。
这也是为什么，那些看起来跑得飞快的系统，往往在决策口上反而显得保守。
智扣AI超市：www.zhikouai.com（AI优选·价值落地）