@inbox #1 如果不熟悉整条路径，跑出一套 poc 大概一周够的，就用线上成熟的平台，比如阿里百炼、火山方舟。 后续就是工程化的过程，预处理、提示词、流程编排等，一般弄出一般来根据试运行反馈慢慢优化。

个人觉得别找外面，这个场景是非常基础非常确定的 AI 应用场景，各大基础模型提供商都很成熟了，跟着教程整理下数据挂上 RAG ，然后自己调调 prompt 基本就可以了，自给自足可以灵活调整，到外面你就等着扯皮吧

我现在的公司就是专门帮其他公司做智能体的。我目前负责的两个项目，一个是面向央企的，总招标千万级别，一个是和化工企业共建的，价值也在百万左右，但是我们做的都是完整的解决方案，如果光是训练模型，可能便宜不少。 但你如果是技术，还是推荐你自己做的。看你的数据是什么类型的，如果是文档型的，和大家说的一样，可以直接用 RAG 。如果非常细的业务场景可以直接微调，几万条的数据已经能有非常好的效果了。 可以参考下这个例子（ https://www.aliyun.com/solution/tech-solution-deploy/2925027 ）。从一句话中提取结构化信息，用 1000 条左右的数据，就把 0.6B 模型的准确率从 14% 提升到了百分之 98%。 至于什么时候用 RAG ，什么时候微调，其实一般都是结合使用的。比如那个化工项目，甲方提供了 产品对应的化学原料（例如：塑料的原料可能有聚氯乙烯 PVC 、聚乳酸 PLA 、色母粒等），用这些数据训练产品原料预测模型，输入是产品名称，输出就是预测需要的化学原料。然后还有一些文档，比如某些产品的原料使用标准、基础化工原料介绍，这种就放在 RAG 里，执行任务的时候检索。 价格的话，我自己训练模型一般用这个 https://www.autodl.com/ 里面的机器比常用云会便宜点。比如阿里云 80G 显存 一小时 50 多，这个服务 13 块钱一小时。 你训练的时候可以按照小时买，估计几千块钱 就能支持你训练好模型，部署的时候可以转包年包月。

看你做什么吧，如果是纯文本或者普通的文档，上面说的 rag 就行了，但是如果是操作指导书一类的，只有模型没什么用，这些东西前期的识别太复杂了，还是要上规则链，端到端目前不太行