悉尼定制 AI 开发实战：18 万澳元、12 周，一家物流公司怎么砍掉 30% 运营人头
那封凌晨 11 点 14 分的邮件
悉尼一家 24 人的物流公司，创始人马库斯（化名）在 2026 年 1 月底的一个周二，凌晨 11 点 14 分给运营经理发了一封一句话的邮件："我们不能再这样下去了。" 上一周，团队漏掉了一柜医疗设备的清关截止时间，原因是三个人在三个不同的邮箱里都默认别人在跟。这一次失误，加急再清、滞箱费、再加上对最大客户的信誉损伤，加起来超过了一个运营协调员半年的工资。
从 2025 年 Q3 开始，马库斯的 LinkedIn 收件箱里塞满了同一种推销：找个 AI agent 帮你做就好了。每一场 demo 看起来都很漂亮。但他越听越发现，没有一家咨询公司真正懂一家位于 Botany 的货代是怎么把一柜货从船舶舱单一路推进到送达确认。市面上的通用 agent 能写得体的客户邮件，却读不懂 Maersk 的 EDI 数据流，更别提在货物还在海上的时候，把它和内部工单号交叉对账。
这篇文章是马库斯接下来 12 周的真实建造笔记，记录这场运营事故是怎么变成一套定制 Claude agent 系统的，到底花了多少钱、上线之后什么地方崩了、如果重来一次他会怎么改。公司名和部分细节做了匿名处理，但数字和时间线没有动。
原来的"胶带式系统"到底在哪里出血
开始定制之前，马库斯把团队的工具栈称作"胶带堆"：操作端跑 Cargowise，财务端是另一套软件，三个共享邮箱、两个 WhatsApp 群、一段十八个月没人维护的 Zapier 流程，外加一张所有人心知肚明的"真正源头"，一份 Google 表格。五个运营协调员每天大半时间都耗在用人手把这些东西对账，互相追问"这件事到底有没有人跟"。
表面问题是速度。报价做下来要 36 到 48 小时，竞争对手已经能做到当日给报价。看不见的问题，也就是把马库斯逼到深夜发邮件那一个，是胶带在掩盖一个会随业务量同步放大的错误率。2 月漏掉一个到货通知，3 月就漏一个清关窗口，4 月漏一个交付承诺。等问题到了财务报表，已经被四个人摸过了。
过去一个季度马库斯比过三种方案。换一套新的 TMS 系统，年化 AUD $240,000，三年合同锁死，还得专门招一个系统岗维护。一款"AI 驱动"的 SaaS 插件，AUD $4,800/月，仔细一看其实是一个 OCR 工具的换皮。一家传统外包开发公司报了 AUD $320,000、6 个月交付的定制单。三种方案没有一种能在下一个旺季之前出活。
三选一：买、招人、还是定制
到了 2 月初，马库斯把选择缩到三条路。第一条是买一款垂直 SaaS，强迫整个团队去适应这套软件的逻辑。第二条是再招两个协调员加一个初级运营经理，全成本年化 AUD $310,000+，但只能买来一年喘息时间，业务量上去之后同样的问题会回来。第三条是定制一套针对自家 Cargowise 数据和三个邮箱源头的 Claude agent。
最后说服他选第三条的逻辑很简单：SaaS 用平均的方案解决普遍的问题；定制开发用精确的方案解决特定的问题。对一个涉及到舱单格式、内部命名约定、外人完全不懂的客户关系的货代流程来说，"平均"和"精确"之间的差距就是"客气的助手"和"救回一单生意"的差距。这正是定制 AI 给悉尼服务业企业带来的护城河，也正是预包装 AI 工具悄悄失败的地方。
方案预算 AUD $180,000，12 周建造期；上线后 90 天稳定支持续约 AUD $9,500/月。建造预算大致 60% 给工程，25% 给数据集成和 Cargowise 接入，15% 给评估基础设施。最后这一项是其他报价里全砍掉的部分，结果证明它最关键。马库斯 2 月第三个周一签字。
12 周建造日志，时间到底花在哪里
下面是这 12 周实际发生的事，没有 scrum 套话，只有时间去向。
第 1 至 2 周不是写代码。开发团队进仓库、上电话，跟着两个运营协调员各蹲点 3 天，记录他们在 40 单真实生意上做的每一个微决策，再用纸笔重建出整套隐性决策树。光这两周就挖出了 11 条没有任何文档的规则，比如"如果收货人在 NSW 偏远地区且船周五之后靠泊，清关申报压到周一上午"。这种规则任何 SaaS 产品都不可能知道。
第 3 至 5 周是数据管道。通过官方集成层接 Cargowise 读权限，从两个承运人的 EDI 流接数据，把三个共享邮箱通过结构化邮件管道解析，然后构建一个干净的"运单对象"作为 agent 推理的统一入口。这是定制 AI 项目里最不性感、却决定生死的工作，团队花在这一段的时间比任何其他阶段都多。
第 6 至 8 周才轮到 agent 本体。Claude Sonnet 4.6 做主干，留 Claude Opus 4.7 处理更难的推理步骤，配合工具调用接到运单对象库，搭一套评估框架对照那 40 单蹲点数据打分，再做一个 Slack 内部界面，让运营团队能问"71244 号工单现在什么状态"，拿回带原始记录引用的完整答案。
第 9 至 10 周是 guardrails 和评估。agent 能在外部世界做的每一个动作（发邮件、改 Cargowise、关单）都套了两层确认：agent 自己给一个置信度分，低于设定阈值的动作必须人工审批。团队还做了一个 120 单历史运单的回归测试集，每次改模型或 prompt 都必须先跑过 95% 通过率才允许上生产。
第 11 至 12 周是软上线。两个运营协调员在真实生意上和 agent 配对作业，另外三个继续按老办法跑。第 12 周末，agent 配对组日均处理量是对照组的 2.3 倍，错误率明显更低。这是全公司切换的触发点。
上线之后哪里崩了，又是怎么修的
这种规模的项目没有干净上线的。全量切换的头 30 天里有三件事崩了，处理方式才是定制 AI 系统和 SaaS 采购真正的分水岭。
事故一：第 14 周，agent 开始很自信地确认那些其实还没真的清关的运单。根因是 Cargowise 的 webhook 在高峰期会延迟最多 4 小时，意味着 agent 读到的是过期数据但当作实时来用。修复方案是把"新鲜度检查"做进运单库：任何 30 分钟以前的记录在 agent 操作前必须重新拉一次。48 小时发现，72 小时修复。
事故二：第 17 周，针对一个特定大客户的 agent 起草邮件满意度突然掉下来。原因是语气。agent 在用公司中性的商务语调写邮件，但这个客户多年来习惯了某一位协调员略带调侃的、直呼其名的口吻。修复方案是给每个客户加一个语气画像 prompt，从该客户和公司过去 50 封往来邮件里学出来。5 天发现，当天修复。
事故三是马库斯说让他真正信服 agent 的事件。第 22 周，agent 主动把一单货标记为"需要人工复核"，那是从来没有人手动质疑过的运单。它发现申报的 HS 编码和商业发票描述对不上，是那种一旦走到清关，会触发 4 周调查 + 五位数罚款的细节差异。团队接住这个提示，联系发货人，改完单据，运单按时清关。这是 agent 自己挣回身价的那一刻。
"前 6 周我一直在等坑出现。结果坑就是：我们把这个东西做对了，现在已经无法想象没有它公司怎么运转。最难的不是技术，而是当时下决心选定制，没有去抓那个看起来轻松、其实根本解决不了我们问题的 SaaS。"
90 天之后的数字
全量切换三个月之后，画面已经清晰到可以内部公布。原本因为工作量准备离职的两位协调员，反而开始主动向前同事推荐公司。原 5 个运营岗里有 2 个被重新分配去做增长侧的工作（客户管理、商务拓展）而不是被裁掉；剩下 3 个里 2 个就接住了原来 5 个人的活；1 个岗位通过自然流失消化掉。
报价周转中位数从 36 至 48 小时降到 4 小时以内。清关申报错误率从基准的 7.4% 降到 1% 以下。每个运营人头的营收上升了大约 60%，这还没算上"能给新客户当天报价"带来的成单红利。agent 的算力 + API 成本月度大约 AUD $4,200，远在建造预算预留的余量之内。
第一年总成本（建造 + 9 个月稳定支持续约 + 算力）大约 AUD $268,500。对比"再招三个人但其实没解决错误率根本问题"的 AUD $310,000+，单看成本节约就在 11 个月内回本，更快报价带来的增收是额外红利。
对在悉尼考虑类似项目的企业，重点不是这个头条数字。重点是 AUD $180,000 里包含了 AUD $27,000 的评估基础设施，那部分恰恰是低价方案最爱砍掉的；这一刀的差别，正好是一个 AI 项目能跑下去和半年后悄悄死掉的差别。
你的悉尼企业适不适合做定制 AI
马库斯能跑通这个项目，是因为四个条件同时成立。团队有一个真实可量化的问题（不是模糊的"我们也想做点 AI"）；流程里有足够多的专有逻辑，通用工具解决不了；公司内部有承载 12 周项目的余量，不会因此影响日常生意；找到的开发伙伴愿意把头两周扔进仓库，而不是坐在笔记本后面。
四个条件都成立，定制 AI 开发的回本速度通常比 CFO 预想的快得多，特别是对照"线性招人解决一个本来就不可线性扩张的流程"这个反例。如果四个条件不全，老实说，一个成熟的 SaaS 或者一次有针对性的流程重设计，能用更少的钱带你走得更远。问题的类别比对技术的胃口更重要。
上面这套建造剧本，就是 HornTech 在为悉尼服务业企业做 定制 AI 开发服务 时反复使用的同一套方法。模式无论换到货代、医疗排期、会计、还是招聘，骨架都一样；变的只是数据管道和每个客户的特定逻辑。如果同时也在想 AI 搜索可见度怎么和这个画面拼起来，姊妹篇 GEO vs SEO 悉尼 2026 预算指南 把同一问题的"被发现"那一面拆得更细。
权威信号一条：Anthropic 自己的 客户案例库 横跨数十个行业记录了同样的模式。在那些"机构知识不在任何供应商训练数据里"的工作流上，基于 Claude 的定制开发持续优于通用 SaaS。
常见问题
2026 年悉尼定制一套 AI 系统大概多少钱？
针对单一工作流的成熟生产级建造，预算落在 AUD $80,000 至 $250,000，多数 SME 项目集中在 AUD $120,000 至 $200,000。低于 AUD $60,000 的报价通常是 OpenAPI 的薄壳包装，处理不了工作流里的边界情况。本文里 AUD $180,000 的项目大致就是悉尼 12 周单工作流定制的中位数。
定制 AI 项目要做多久？
单工作流的成型项目，从 kickoff 到软上线 8 至 14 周，再加 60 至 90 天稳定期。多工作流或跨系统项目要 4 至 6 个月。如果有人报价说 6 周以内能上一个真正的生产 agent，几乎可以肯定砍掉了评估基础设施，而那部分恰恰是不能砍的。
该找定制 AI 开发公司还是自己内部建？
内部建的前提是已经有 1 个或以上有生产 LLM 经验的资深工程师，并且能在 3 个月内拿出 60% 的时间专门做这件事。否则外包给一家专业开发公司更快、总成本更低、风险也明显更小，因为对方已经犯过、并且活下来了你即将犯的所有错误。多数悉尼 SME 现实里没有内部建的选项。
悉尼一个 AI 顾问的日常到底在干什么？
诚实回答：一个称职的 AI 顾问大约 40% 时间在你的公司里理解工作流，30% 在做数据管道和系统集成，20% 在做 agent 设计和评估，10% 才是模型和 prompt 那种被宣传得最多的事情。把这个比例反过来卖给你的，本质是只在卖你最容易做的那一段。
悉尼企业做定制 AI 最常犯的错是什么？
在评估上省钱。最便宜的方案会砍掉回归测试集和单动作置信度评分，结果就是 demo 看上去无懈可击，上线后悄悄累积错误，到第 4 个月信任崩塌、项目下架。把 15% 至 20% 的建造预算花在评估基础设施上，正是项目能活和悄悄死掉的分水岭。
聊聊定制 AI 适不适合你的业务
不是每家悉尼 SME 都需要定制 AI。对很多企业来说，诚实的答案是一款现成工具、一次流程重设计、或者一次更聪明的招聘，能用更少的钱带你走得更远。HornTech 提供一次免费 45 分钟的诊断对话，专门用来判断你属于哪一类，结果如果不是"该做定制"，不会有任何后续推销。
查看 定制 AI 开发服务 页面了解完整合作模式，或 预约一次诊断对话 把具体工作流先聊清楚再做任何决定，工作日 1 个工作日内回复。
相关 HornTech 服务: AI 智能服务
继续阅读: 悉尼中小企业 AI 实操指南 2026：花第一块钱前老板该问的 14 个问题 · GEO vs SEO 悉尼 2026：AI 搜索优化和传统 SEO，华人企业到底投哪个