按照传统的项目工作量评估，人月计数法、功能点计数法都不适合人工智能领域。最近一直在看这方面的文章，将其中的一些内容进行总结：
1、大语言模型是最基本的支撑，在项目中一般建议采用大厂提供，一种是互联网按token计费（不要问合不合理，事实就是这样），一种是有能力可以自己部署，这块是硬性支出，集成商也很难挣到钱；
2、知识（RAG），在项目中一般有采用外部知识和使用内部知识二种，2G领域可能都需要使用上内部知识，所以就有构建知识系统和结构化知识这二块成本，当然还可以通过MCP获取外部知识，这也需要系统开发和知识服务这块费用。系统和开发可以按照功能点计价法，结构化知识和知识服务只能按照服务付费才合理；
3、工具（tools），原子化的能力，但是这些能力是随着环境的不同有所变化，也就是需要二次开发和调试，工具是可以复用的，建议按数量进行一次性计价；
4、技能（Skills），最近比较火热，是能干成一件事的具象，是模型、知识、工具、流程的集合，有使用限制和边界，需要持续的投入和维护，建议按数量年进行计价，多周期；
5、平台（智能体平台），运行环境、用户交互等，可以按照功能点计数法进行计价。