无代码数据库平台Ragic宣布，其AI代理功能已集成TypeSafe AI的专用决策模型Jev。针对简单的分类任务，系统将自动调用Jev而非通用大语言模型（LLM），帮助企业在无需编写代码或配置额外集成的情况下，显著降低重复性AI自动化的成本。
随着企业广泛采用AI代理，客户咨询分类、工单优先级分配等简单任务往往产生意想不到的费用。这类任务通常只需从预定义列表中选择答案，但当AI代理在数据库记录创建或更新时频繁运行，成千上万次的独立调用会迅速累积高额支出。
Ragic的新方案通过自动识别适用Jev的场景来解决这一痛点。Jev专为从预定义选项中决策而设计，不生成自由文本，因此在特定分类任务中更具成本效益。当用户保存AI代理时，Ragic会自动评估并选择模型，同时在界面中通知用户。
降低AI自动化的隐性成本
Ragic自身的实践表明，某些AI任务的成本远超预期。其用于销售团队跟踪客户咨询的“演示跟进”代理，最初预计每月成本不足1美元，但在几周内运行超过10,000次。以Gemini Flash每次运行约0.02美元计算，总成本高达约200美元。
据估算，将此类分类任务切换至Jev，可将模型成本降低约97%–98%。实际节省金额取决于具体任务、模型使用情况及定价策略。
Ragic首席执行官兼创始人Jeff Kuo表示：“即使代理执行相对简单的任务，AI成本也会迅速累积。一个只需在几个选项中进行选择的代理并不一定需要大语言模型。通过自动选择Jev，我们帮助企业减少不必要的AI开支，且无需用户自行判断或改变工作流程。”
零门槛获取低成本AI能力
虽然专用决策模型能降低常规AI任务成本，但其实施通常需要技术知识，包括识别适用任务、API连接及确定LLM依赖时机。Ragic通过在平台内自动处理模型选择，消除了这些额外步骤。
新整合方案具备以下优势：
- 自动模型选择：系统在保存AI代理时进行评估，为符合条件的分类任务自动选择Jev，用户无需了解底层逻辑。
- 更低运营成本：使用Jev处理简单决策，避免对每项任务都依赖通用LLM，从而降低大规模分类工作流的成本。
- 原生数据库集成：AI代理在现有的Ragic数据库环境中运行，维持既定的数据结构、字段权限和业务流程，无需额外集成。
- 无需编码配置：后台自动决定何时使用Jev，非技术人员即可配置和使用AI代理，无需编写代码或设计复杂工作流。
Kuo补充道：“懂业务流程的人应该能够构建和管理所需系统，而不必成为开发者。Ragic处理了其中的复杂性，让用户专注于业务本身。”
Ragic AI代理原生运行于用户数据库中，可读取记录、填写表单、运行工作流并应用业务逻辑。借助自动Jev选择功能，Ragic进一步扩展了这些能力，帮助企业在日常分类任务中应用更具成本效益的模型，同时继续为复杂工作提供通用LLM支持。