AI 原生应用的费用测算: 成本构成、测算方法与审计要求

2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），人工智能应用密集进入政务与企事业单位的建设清单。本文所称“AI原生项目”，指以大语言模型、智能体（Agent）、检索增强生成（RAG）为核心能力、且普遍借助AI辅助编程实施的项目。这类项目在立项、评审与审计环节面临同一个新问题：钱花在哪儿、怎么算、怎么审，传统软件造价口径给不出完整答案。

2026年9月，中国软件行业协会软件造价分会等发布《中国软件行业基准数据报告（SSM-BK-202609）》，同期举办的第十一届中国软件成本度量大会披露了AI原生开发的工作量分布与成本全景观察。本文依据上述来源与已发布标准给出参考指引。需要说明：AI原生项目的行业数据目前样本有限，大会亦明示其“应用范围局限于实验室环境、国外参考文献数据”，文中相关数据作观察参照使用，不作直接计价依据。

全文围绕五个问题展开：成本由什么构成、工作量如何分布、全生命周期投资结构如何变化、测算方法如何选择、测算结果如何做到客观量化与可审计。

判定看两个特征：其一，系统核心能力是模型与数据——对话交互、知识库问答、智能体编排完成任务，而非传统系统外挂一个AI插件；其二，实施过程普遍使用智能编程工具和智能开发平台，编码效率已非传统人月逻辑。

这一界定直接决定测算路径：这类项目的工作量核心载体已从代码转向数据与评估，继续套用“按代码量计量”的传统口径，会系统性低估数据准备、知识库构建与效果评估的工作量。立项评审时先判定项目类型，再选测算方法——类型判定错误，测算方法必然选错。

AI原生项目不只是“多用了一种技术”——在工程活动、成本科目、效果效益评估三个层面，都出现了传统软件开发没有、或以往占比极低的新内容。理解这些区别，是选对测算方法的前提。

（一）工程活动：从“写代码”扩展到“喂数据、调模型、盯效果”

（二）成本科目：出现按用量持续计费的新科目。模型推理与向量存储费（每次模型调用的推理算力消耗及知识库向量存储，按“目录单价×用量”持续发生）、训练数据与数据服务费、私有模型授权费、GPU算力租赁、监控告警平台年费——这些科目在传统软件项目中不存在或占比极低，且多为运营期变量费用，不能套用一次性建设费的测算思路。

（三）效果效益评估：从确定性验收转向概率化评估。传统软件验收回答“功能对不对”，结果是确定的；AI原生应用要回答“答得好不好”，结果是概率分布，须靠评测集、评估记录与持续监控共同支撑。效益不再取决于一次性交付质量，而取决于运营期持续迭代的质量——这正是运维阶段占比上涨（详见第五节）的根本原因。

依据行业大会披露的成本全景观察，AI原生应用成本分三层，各层归口规则不同：

三条归口原则需在测算文件中书面声明，防止重复计取：①Token调用费按政务云服务目录价格及计费规则计取，目录未列明的按市场询价，属变量费用，按“单价×用量”据实结算；②GPU等基础算力租赁归入云资源租赁类科目，不混入开发费；③训练数据（含高质量数据集）按数据资源购置类科目另行计取，不重复计入模型搭建或开发工作量。

与传统软件开发对比（传统软件数据出自SSM-BK-202609；AI原生数据取自大会披露的实验室及国外文献观察，样本有限，作参照比例使用）：

两点解读：其一，结构反转——“需求建模＋数据治理＋模型评估调优”合计约73%，编码类工作（提示词工程、Agent编排、开发集成）仅约20%；大量工作是提示词、工具调用、记忆与编排逻辑，代码量反而不大，这正是AI辅助编程条件下的典型形态。其二，评审含义直接：若AI原生项目申报的工作量以编码为主，结构即失真；数据治理与知识库构建（文档解析、切片、向量化、清洗、评估集构建）是工作量最密集环节，评审应重点核查。

传统口径：SSM-BK-202609给出的应用软件运维费与软件投资费比例按投资规模分档——1000万以下为10%~15%，1000万~3000万为9%~12%，3000万~5000万为6%~10%，5000万以上为3%~6%（以一年免费维保期结束后为起始计算）。

AI原生项目的运维显著更重：行业观察显示，上线后持续迭代运维（知识库更新、模型漂移监控、提示词迭代）通常占项目全生命周期总工作量的30%~50%；年度运维人力成本一般占建设费的15%~30%，高于传统软件。原因在于AI项目“上线只是起点”——数据回流、持续评估、模型迭代是常态化工程活动，而非传统软件的一次性交付。

实施阶段——两类活动分开算。对话交互、知识库管理、接口集成、后台管理等功能性需求，处理逻辑与传统业务软件相当，可按GB/T 36964-2018及NESMA/IFPUG方法以功能点计数；SSM-BK-202609应用类型调整因子新增“智能应用”档（取值1.5），可作因子口径参考。模型微调、提示词工程、智能体编排、知识库构建、AI专项评估等AI核心活动无法以功能点计量，应按人月工作量法分项列支，参照本文第四节的五类工程活动逐项分解；横向校核可参照重庆市软件行业协会T/CQSI 6010-2026《政务数字化应用费用测算规范》（2026年8月19日发布实施）：智能体开发按简单2人月、一般4人月、复杂8人月分级定额并乘综合调整因子，技能（Skills）编制按类型设定额。

关于行业基准生产率数据的使用尺度：现有AI类生产率基准系有限样本的观察结果，建议在测算中仅作校核参照，不作直接计价依据；引用时注明报告编号与年度版本，基准年度滚动更新后先复核口径再沿用。

运行阶段——变量费用据实结算。Token调用按政务云服务目录价×实际用量计取并留存台账；GPU等基础算力按云资源租赁口径；运维人力按工作量法逐年测算，随知识库规模与迭代频率动态调整。

结合FinOps基金会“FinOps for AI”实践与上述标准要求，测算文件应满足六条：

1．工作量分解到工程活动并留存底稿——按五类工程活动逐项分解，每环节给出工作量、测算依据与交付物清单，评审人员可按底稿复算，杜绝“一口价”。

2．单价三渠道可溯源——政务云服务目录价、三家以上同级别服务商询价报价单（含品牌、规格参数、报价有效期）、行业基准数据（注明报告编号与年度版本），三者取其一并留痕，禁止无出处单价。

3．科目边界书面声明——训练数据、统一平台已购工具调用、GPU算力的归口逐项声明，防止同一费用在开发费、数据费、云资源费中重复计取。

4．变量费用动态结算——Token调用等按目录单价×实际用量据实结算，留存调用日志与用量台账，审计可按台账逐月核对。

5．AI专项评估留痕——幻觉、鲁棒性、边界用例等“概率化效果评估”须留存评测集版本与评估记录；相关测评费在国家及行业标准发布前可参照软件测评费口径计取（T/CQSI 6010-2026已有此过渡规定）。

6．基准版本管理——引用的基准与定额须注明版本与生效日期；年度滚动更新后，系数与费率口径先复核再引用，避免使用过期数据。

AI原生应用费用测算的本质，是把“黑盒报价”拆成“可复核的工程活动×可溯源的单价”。给评审与造价人员一句行动建议：立项评审时先判定项目是不是AI原生口径，再把功能性需求与AI核心活动分开选测算路径；口径错配，是当前AI项目造价失真最常见的根源。

软件造价观察 | 数据以各来源原文为准