Agentforce：Salesforce AI 代理人的真實成本

Agentforce 依用量計費，光是這一點就該改變你編預算的方式。多數 Salesforce 買家帶著席次授權的思維進場，問一個代理人每位使用者每月多少錢，然後拿到一個並不描述自己帳單的數字。帳單取決於代理人執行了多少次動作，而那又取決於代理人設計得有多好，以及你的知識庫有多好。

這讓它在企業軟體採購裡顯得不尋常。代理人內部的設計決策就是帳單上的項目。一步答完一個問題的代理人，成本只有磨過五步那種的五分之一，而授權條款不會告訴你自己做出來的是哪一種。你會從帳單上知道答案，通常是在第三個月。

Agentforce 到底要花多少錢？ Salesforce 有兩種計費方式。Flex Credits 是每 100,000 點 USD 500 或 GBP 400，一次標準動作消耗 20 點。對話計費則是每次一律 USD 2 或 GBP 1.60。因此一次標準動作是 GBP 0.08，兩種模式在每次對話恰好 20 次動作時打平。低於這個數，點數比較便宜，而設計良好的代理人落在 3 到 5 之間。

Agentforce 是什麼，又不是什麼

Agentforce 代理人不是腳本更長的聊天機器人，也不是前面套上自然語言的工作流程規則。它的決定性特徵是會自行選擇要做什麼，而不是沿著你事先畫好的路徑走。

Salesforce 自己對這套機制的說明相當具體。關於代理人如何運作的文件把推理引擎描述成一連串送往大型語言模型的編排提示，其中每一步分類與推理都是一次或多次模型呼叫。代理人會先拿使用者訊息去比對可用子代理人的名稱與說明來分類，並把最近大約六輪對話當成脈絡。

接著它進入推理迴圈。它可以執行一個動作、向使用者索取缺少的資訊、提出釐清問題，或者直接作答。每執行一次動作之後，它檢查結果，把輸出併入已知內容，再決定要不要多跑一圈。Salesforce 在文件裡寫明這最多會持續 7 輪推理迴圈。

整份設計要點就在這一段裡。腳本式機器人每次對話成本固定，因為路徑固定。代理人沒有這個性質，因為路徑是在執行時才選出來的。

把計費模式說精確

依用量計費有兩種模式，而且不能在同一個組織裡並存。

Flex Credits 是 Salesforce 主推的模式。一包 100,000 點售價 USD 500，Salesforce 在自家的 Agentforce 定價頁上把同一包標為 GBP 400，所以要報英鎊數字並不需要換算。一點等於 GBP 0.004。

對話計費是比較舊的模式，而且先出現。Salesforce 在 2025 年 5 月 15 日把 Flex Credits 並列加進來，其關於這項變更的公告把每次對話 USD 2 的既有計費描述成被擴充而不是被取代的東西。對話計費不管裡面跑了多少工作，一律 USD 2 或 GBP 1.60，而且這個模式並未退場。它今天仍以有效選項掛在定價頁上，Salesforce 自家的常見問題也說明了既有組織如何從對話 SKU 切換到 Flex Credits。

授權與版本另外計算

用量之外還有授權。Agentforce User License 是每位使用者每月 USD 5 或 GBP 4，而且背後仍然需要 Flex Credits。針對 Sales、Service 與 Field Service 的 Agentforce 附加模組是每位使用者每月 USD 125 或 GBP 100，涵蓋不計量的員工端代理人用量。Agentforce 1 Editions 起價為每位使用者每月 USD 550，每個組織每年含 250萬 Flex Credits。

一點點數究竟花在什麼上

公開的 Flex Credits Rate Card 於 2026 年 4 月 21 日更新，是簽字之前該讀的文件。它把標準動作與自訂動作都定為正式環境 20 點、沙箱 16 點。語音動作是 30 與 24。提示用量類型另外計費，基本、標準與進階提示分別是 2、4 與 16 點，而該表的註腳寫明這些是在動作用量類型之外另行計收。

這份表也替 Data 360 定了價，預算出錯通常就出在這裡。Data 360 Unification 在基礎層倍率下，每處理百萬列消耗 75,000 點。400萬列就會用盡 300,000 點的基礎層，按公布費率折合 GBP 1,200，而此時代理人還沒回答過任何一個問題。層級倍率會在每個曆月的第一天重設。

語音又是另外計量的。語音轉文字是每小時轉錄 150 點，文字轉語音是每百萬字元 6,000 點，翻譯是每百萬字元 4,000 點。跟 Data 360 相比這些都是小數目，但它們是疊加在 30 點的語音動作之上，所以一套帶語音的部署至少有三個計量表同時在轉，必須照這個前提估算。

一份 Agentforce 成本試算

以下全部是列明假設的試算，不是報價。改變假設，答案就會變，這正是重點。

設想一家英國零售商，經營一個面向客戶、處理訂單狀態與退貨的服務代理人。假設每月有 1,200 次對話進到這個代理人，每次對話三個標準動作（辨識客戶、取回訂單、依知識庫作答），正式環境，不含語音。

三個動作是 60 點，所以一次對話是 GBP 0.24。1,200 次對話每月就是 72,000 點，也就是 GBP 288，或 USD 360。換成對話計費，同樣 1,200 次對話要 GBP 1,920。這不是四捨五入的差距，而是同樣的工作貴了 6.7 倍。

接著把規模放大。每月 12,000 次對話時，同一個代理人消耗 720,000 點，每月 GBP 2,880，每年 GBP 34,560。相對它所抵掉的人力成本，這仍然算溫和。

然後把設計弄差。假設知識接地做得不好，代理人因為重試、追問釐清和反覆查知識庫，每次對話平均要用六個動作而不是三個。點數消耗翻倍到每年 GBP 69,120。授權沒有變，業務量也沒有變。代理人只是因為拿到的材料更差，所以想得更多。

沒有人算的那個損益兩平點

一次標準動作是 GBP 0.08，一次對話是 GBP 1.60。相除得到 20。只有當每次對話超過 20 個動作，對話計費才會比較便宜，而這個數字與幣別無關，因為 USD 的數字給出同樣的比值。

在一次對話裡用掉二十個動作，那不是有企圖心的代理人，而是壞掉的代理人。所以對幾乎所有真實部署來說，Flex Credits 才是正確的模式；對話計費只有在你想要一個固定、可預測的單位成本，而且願意為此付出很高的溢價時才值得保留。

用量計費為什麼會改變設計

在席次授權下，知識接地的品質是個品質問題。在用量計費下它同時是個成本問題，而這個視角轉換是本文最有用的一點。

每多一個動作就是再 20 點。在知識庫裡找不到答案的代理人不會安靜地失敗。它會再檢索一次，再問一個釐清問題，並為此再燒掉 20 點。Salesforce 記載這個迴圈最多會跑 7 次，所以單一使用者回合的最壞情況大約是最好情況的七倍。

動作設計也有同樣的性質。三個各取一個欄位的窄動作是 60 點；一個形狀良好、回傳整筆紀錄的動作是 20 點。使用者體驗沒有任何差別，帳單卻差了三倍。

這就是我們把代理人設計與檢索增強生成當成同一件事來談的原因。檢索層不是讓回答變好的加分項。在這套計費模式下，它就是決定你單位經濟性的機制。

那項不算 AI 成本的資料前提

這裡是廠商會跳過的部分。代理人的上限就是它所依據的知識，而在多數英國中型企業裡，那些知識老舊、彼此矛盾，散落在一個維基、一個共用硬碟、三個信箱和某一個人的腦袋裡。

你沒辦法在這種東西上替代理人做知識接地。真正會發生的是一個內容工程：找出每一個存放答案的地方，判定哪一版才是權威，刪掉不是的，再把留下來的改寫成檢索系統找得到的樣子。依我們的經驗，專案成本的大部分落在這裡，而這是文件成本，不是 AI 成本。

這一點值得說清楚，因為它會改變商業論證。如果你從來沒有稽核過自己的知識庫，那麼一個 Agentforce 專案的誠實估算，大部分是清理自家內容的錢。做代理人是便宜的那一半。

英國資訊委員辦公室的指引在這裡是個有用的約束。其關於 AI 的資料最小化指引要求你辨識達成目的所需的最少個人資料，並且不處理超出的部分。要把這件事做對，就得知道知識來源裡到底有什麼，而那正是同一場稽核。

護欄、測試與可觀測性

判斷一個代理人可以拿給客戶用，是一項工程判斷，而它需要證據。

主題，也就是目前建構器裡的子代理人，是第一層邊界。一個子代理人有自己的範圍、一套指示，以及一份可呼叫動作的固定清單。沒有相符子代理人的請求會落到主題外處理，而不是讓代理人臨場發揮。第二層是動作邊界：一個無法發動退款的動作，不管提示怎麼寫都不會被說服去退款。

對面向客戶的服務代理人，Salesforce 記載了一道最終回應驗證步驟，用來檢查擬送出的答案是否有資料來源為依據、是否遵守子代理人的範圍與指示、是否含有幻覺、未經證實的說法或提示注入痕跡。驗證未通過的回應會被刪除並重新產生，即使已經輸出到一半。

測試也吃點數，所以要列進預算

Agentforce Testing Center 會針對產生或上傳的情境批次執行測試，並替回應準確度、子代理人與動作驗證、完整性、連貫性、簡潔度、延遲和指示遵循度評分。Salesforce 明確警告執行測試會消耗請求與點數，而且測試可能修改 CRM 資料，所以應該在沙箱裡跑。

沙箱倍率是每個動作 16 點而不是 20 點。1,000 個平均四個動作的測試情境就是 64,000 點，每跑一次完整迴歸是 GBP 256。在建置期間每週跑一次，測試就是預算裡一條真實存在的開銷。

轉真人的路徑該長成什麼樣

轉真人是一件設計產物，不是備案。它需要三個性質。它必須由證據而不是情緒觸發，實務上就是針對連續檢索失敗、子代理人沒有對應動作的請求，或使用者明確要求找真人的規則。它必須把完整對話紀錄與代理人碰過的紀錄一併帶過去，好讓真人不必從頭再問一遍。它還必須可以量測，因為轉真人比率是對分流率這個數字唯一誠實的制衡。

上線時把門檻刻意訂低，再拿證據把它往上調。第一週轉真人 40% 的對話、到第三個月降到 15% 的代理人，是一個進展順利的專案。從第一天就只有 2% 的，通常不是答得準，而是被交代不准轉真人。

Agentforce 部署會在哪裡失敗

分流率量錯了。 結束的對話不等於被解決的對話。如果客戶放棄了聊天、第二天早上打電話到客服中心，那麼代理人記了一次分流，而公司付了兩次錢。請用在設定的時間窗內是否隨後出現真人工單來量測解決，而不是用工作階段結束。

替公司做出承諾的代理人。 真正會花錢的失敗，是代理人提出一筆它無權提供的退款、報出一個價格，或者答應一個交付日期。這是動作設計問題，不是模型問題。一個能寫入承諾的動作要嘛需要核准環節，要嘛就不該存在。

在稀薄知識上產生幻覺。 一個只依據六篇過期文章的代理人會很有自信地答錯，因為作答就是它的工作。回應驗證有幫助，但消除不了這件事。

第三個月的成本驚嚇。 試點跑在 Salesforce Foundations 提供給 Enterprise Edition 以上版本的 100,000 點免費 Flex Credits 裡。那是 5,000 次標準動作，按每次對話三個動作算大約 1,660 次對話，所以低量試點根本看不到帳單。等真實業務量到來，帳單就成了驚嚇，而 Digital Wallet 的用量提醒正是為了防這一幕而存在。另外要注意，沒用完的點數不會結轉到下一個訂閱期間。

Agentforce 與自建代理人的比較

一家英國企業真正該做的比較，是 Agentforce 對上一個以模型 API 自建、再接進 CRM 的代理人。兩者都成立，而只要把問題擺對，這個決定並不難。

Agentforce 替你買下三樣自己做起來很貴的東西。平台整合是紮實的：動作會以執行使用者的權限讀寫 Salesforce 物件，這是一套你否則得自己設計的安全模型。稽核軌跡與治理介面已經存在，而企業買家的採購流程一定會問。而且圍繞模型呼叫的商務條件已經有人替你談好了。

自建買到的是模型選擇權與依 token 計算的經濟性。這件事比聽起來更重要。不論底層模型呼叫是 500 個 token 還是 50,000 個 token，Agentforce 都按一個動作收 20 點。這個統一價在重檢索的呼叫上非常划算，在瑣碎呼叫上則很不划算；而一個以一般軟體開發交付的客製代理人，可以按每次呼叫的真實耗用來計價。

決策準則。 如果你多數動作是對 Salesforce 紀錄的讀寫，而且稽核紀錄必須留在 Salesforce 裡，那就買 Agentforce。如果大部分工作發生在 Salesforce 之外，或者你的量很大而單一動作都很便宜，自建會把每次動作壓到 GBP 0.08 以下。我們帶客戶走的流程，和處理任何其他自建還是採購的決定一樣，而答案通常由資料在哪裡決定，而不是由軟體決定。

法遵：英國 GDPR 與歐盟 AI 法

任何面向客戶的代理人都會碰到兩項義務，兩項都得在上線之前而不是之後寫清楚。

告知。 歐盟 AI 法第 50 條第 1 項要求提供者確保，打算與自然人直接互動的 AI 系統在設計上讓這些人知道自己正在與 AI 系統互動，除非對一個資訊充分、注意力正常且謹慎的人來說這是顯而易見的。規則 (EU) 2024/1689 第 113 條規定該規則自 2026 年 8 月 2 日起適用，所以這是現行法律，不是未來的期限。它也及於那些代理人服務歐盟客戶的英國企業。

自動化決定。 英國資訊委員辦公室關於與自動化決策相關的權利的指引寫明，具有法律效果或類似重大影響的全自動化決定，只有在履行契約所必要、由國內法授權，或基於明確同意時才合法，並且必須提供取得真人介入與對該決定提出異議的簡便途徑。還應該做資料保護影響評估。

脈絡視窗裡裝了什麼

有一個 Agentforce 特有的細節屬於你的資料保護影響評估。Salesforce 記載，在 Einstein Trust Layer 中以樣式為準與以欄位為準的資料遮罩對代理人是關閉的，因為遮罩會拿走代理人準確作答所需要的脈絡。與模型供應商的零資料保留合約仍然適用，Salesforce 代管的模型也把資料留在信任邊界內，但遮罩是關著的。把這一點記錄下來，不要假設平台替你剝掉了個人資料。

企業買家還會問對話紀錄的保留立場、轉給真人的路徑，以及代理人範圍經過測試的證據。在第一位客戶碰到它之前就把這些寫下來。我們更廣的 AI 整合服務工作通常從這套文件開始，因為它才是卡住上線的那一塊。

導入實際上要花多少錢

以下是我們在英國交付的內部估算，不含 Salesforce 授權與用量費用，而且假設是一個範圍清楚的面向客戶代理人，不是整個平台的鋪開。

需求探索與使用情境界定是一到兩週 GBP 4,000 到 GBP 8,000，它的任務是砍掉那些回不了本的使用情境。知識庫整理是 GBP 8,000 到 GBP 30,000，也是最容易失控的一條，因為在有人把內容全部讀過一遍之前，沒有人知道自家內容有多糟。

代理人本身的建置，也就是子代理人、指示、動作、知識接地設定與轉真人路徑，是 GBP 12,000 到 GBP 35,000。與 Salesforce 之外系統的整合再加 GBP 6,000 到 GBP 20,000。測試、護欄設計與可觀測性是 GBP 5,000 到 GBP 12,000。

一個務實的第一年總額是 GBP 35,000 到 GBP 90,000 的專業服務費，外加用量費用。持續調校與監控是每月 GBP 1,500 到 GBP 4,000，而且不是可選項，因為隨著你的產品與政策改變，指示的品質會漂移。要與其他 AI 工作對照，我們的 AI 整合成本指南對非 Salesforce 的建置給出了同樣的區間。

決定要不要往下走

當你的客戶資料已經在 Salesforce 裡、知識庫狀態還可以或者你願意出錢把它修好、而且有一個三個動作就真能解決客戶問題的使用情境時，Agentforce 是一筆合理的採購。當它被買來是為了閃避一個文件專案時，它就是一筆糟糕的採購，而這也是它最常令人失望的原因。

在承諾之前先把算術做完。用你務實的每月對話量，乘以你務實的動作次數，再乘 GBP 0.08，然後按設計比你期望的更差把它加倍。如果這個數字仍然成立，這個專案就成立。同樣的紀律適用於任何代理人專案，所以我們另外寫過AI 代理人的成本與失敗方式。

Mecanik 在 Salesforce 上以及其他地方建置與整合代理人，而這類工作通常從知識稽核開始，而不是從代理人開始。如果你希望在簽約之前用你的真實業務量跑一遍成本模型，我們的 AI 整合服務與軟體開發團隊做的正是這件事，而答案有時候是你不該做它。

常見問題

Agentforce 每次動作要花多少錢？ 一次標準的 Agentforce 動作消耗 20 點 Flex Credits。Salesforce 以每 100,000 點 USD 500 或 GBP 400 販售點數，所以一次標準動作在正式環境是 USD 0.10 或 GBP 0.08，在沙箱裡是 16 點。語音動作消耗 30 點，也就是 USD 0.15 與 GBP 0.12。

Agentforce 的按對話計費還能用嗎？ 還能用。每次對話 USD 2 或 GBP 1.60 的對話計費仍是 Salesforce 定價頁上的有效選項，並未退場。它不能與 Flex Credits 在同一個組織裡運作，但既有組織可以把對話 SKU 換成 Flex Credit SKU 來切換。

Agentforce 的兩種計費模式哪一種比較便宜？ 用對話價格除以動作價格得到 20，所以只有在每次對話超過 20 個動作時，對話計費才會比較便宜。多數設計良好的代理人用三到五個動作就能解決一個請求，因此在幾乎所有真實部署裡，Flex Credits 都便宜得多。

Agentforce 和聊天機器人有什麼差別？ 聊天機器人沿著你事先寫好的腳本路徑走，所以每次對話成本固定。Agentforce 代理人在執行時選擇要呼叫哪些動作，一邊檢查結果一邊決定下一步，最多循環七次，所以它的行為與成本都隨設計好壞而變化。

我需要告訴客戶他們正在與 AI 代理人對話嗎？ 歐盟 AI 法第 50 條要求提供者告知人們他們正在與 AI 系統互動，除非這是顯而易見的，而該要求自 2026 年 8 月 2 日起已經適用。服務歐盟客戶的英國企業在適用範圍內，英國資訊委員辦公室另外要求，在自動化處理具有法律效果或類似重大影響時應有保障措施。