Meta 的 Business Agent 是把 AI 放到你 WhatsApp 号码上最便宜的方式，也是最不可控的一种。搭在 BSP 之上的礼宾服务，每次会话更贵，但它把语气、数据和系统访问权交给你——而这三样决定了一次对话最终是成交还是变成一张工单。真正的选择不是"要不要用 AI"，而是：你的客户拿到的答案，是 Meta 从你的公开信息里拼出来的，还是你从自己的系统里给出来的。
本文讲的是：Meta Business Agent 究竟是什么、2026 年 8 月 1 日按 token 计费如何改变了这笔账，以及成本、语气、数据、集成这四条真正分道扬镳的轴线。最后会说明在什么情况下用 Meta 的 agent 就够了。
Meta Business Agent 到底是什么
Meta Business Agent 是 Meta 自己的 AI 助手，运行在 Meta 控制的商业消息界面内：WhatsApp、Messenger 和 Instagram。你不托管它，不选择底层模型，也不像写自己的系统提示词那样写它的提示词。你把它指向企业信息——你的主页、你的商品目录、Meta 允许你挂接的来源——然后它在你的收件箱里回答客户的问题。
吸引力显而易见：没有集成项目，没有供应商选型，没有提示词维护。如果一家企业收到的问题确实只是营业时间、有没有货、几天送到，那这可能就是全部工作。
它不是一个了解你的订单历史、积分余额或 CRM 的系统。它的知识边界就是 Meta 摄入的内容，而在做选择之前，看懂这条边界是最有用的一件事。
计费模式改变了这笔账
Meta 在 2026 年 7 月 1 日至 31 日开放了免费的搭建与测试窗口，随后于 2026 年 8 月 1 日按每百万 token 2.00 美元转为商业计费，全球单一费率。Meta 把 AI 处理和消息送达打包进这个费率，而不是分成两项开票。
实际使用中报告的消耗大约是每条消息 2 万到 2.5 万 token，折合每条约四到五分（欧分）。请把它当作一条观察，而不是规划输入：token 消耗随 Meta 每一轮喂给模型的上下文量而变化，所以一次基于大目录的对话，和一句问营业时间，成本并不相同——而驱动这个计量表的上下文窗口并不在你手里。
2026 年 10 月 1 日还有两项独立的变化：服务类消息开始计费，24 小时窗口内发送的 utility 模板不再免费。它们与"由谁写这条回复"无关——AI、人工客服还是模板都一样。实际后果是：对任何人来说，"在窗口内免费回复"都不再是一种成本策略。完整的成本结构，包括服务商在 Meta 收费之上再加的部分，见 WhatsApp Business API 成本拆解。
真正值得做的比较，不是"每百万 token 2 美元"对"服务商的每次会话费"。而是每解决一次会话的总成本。一个能便宜地答掉 60% 问题、其余转人工的 agent，仍然让你为剩下 40% 支付人工处理成本；而如果它恰恰因为看不到订单而把高价值的那些转了出去，那么这条便宜的通道正在悄悄补贴一次昂贵的失败。
语气是产品决策，不是一个开关
搭在 BSP 上的礼宾是一个由你定义的系统：模型、提示词、拒答行为、升级触发条件、面对价格异议怎么说、缺货时用哪一句确切的话。你可以给它做版本、做测试、随时回滚。
Meta 的 agent 是一个由你配置的产品。你在 Meta 开放的控件范围内提供信息和约束；回答策略不归你。对大部分客服流量来说，这没问题。但只要措辞本身就是产品——受监管的宣称、医疗或金融的免责说明、有辨识度的品牌腔调、谈好的 B2B 价格——它就是一条实实在在的限制，因为"大体正确"在这里变成的是合规问题，而不是质量问题。
在受监管的垂直领域，这条轴线把两个选项分得最清楚。如果你的行业限制了你可以宣称什么，那么一个你无法掌控其回答策略的答案生成器，并不是一条对你开放的捷径。
数据：agent 能看到什么，又能还给你什么
"数据"这个词底下藏着两个不同的问题，而且方向相反。
agent 能看到什么。 Meta 的 agent 基于 Meta 拥有的信息推理。你自己的礼宾基于你接进去的东西推理：订单状态、物流、积分余额、工单历史、某家门店的库存。差距恰恰出现在那些值得回答的问题上——我的订单到哪了、我有多少返现、能不能帮我把上次那单再来一份——而这些也正是会转化的问题。
你能拿回什么。 一次完全在 Meta agent 内部完成的对话，产出的是一个被解决的客户，以及在你自己系统里相对稀薄的结构化信号。你自己运营的礼宾会把意图、异议和结果写进你的技术栈，可以拿去做分层和下一轮投放。如果 WhatsApp 对你只是客服渠道，这份损失可以接受。如果它是收入渠道，你等于把副产品送了出去。
两种选择都不改变你的法律地位：这些对话中的个人数据，你仍然是控制者；为企业主动发起的消息取得同意，也仍然是你的责任。
集成才是真正的分界线
剥掉话术，这个决定收敛成一个问题：回答你客户最常问的问题，是否需要到一个属于你的系统里查一下？
如果答案是否——营业时间、位置、浏览目录、通用售前——那么 Meta 的 agent 很可能够用，而且比你自己造的任何东西都便宜，选它并不是妥协。
如果答案是是，那么一个做不了这次查询的 agent 并不会降低你的处理成本。它只是在仍然要干活的人前面加了一层拦截，并且拖慢了他们。选之前先量一量：取一周真实的入站消息，分成"靠公开信息就能答"和"需要查系统"两类。比例会替你做决定，而搞清楚它只需要一个下午。
什么时候自建是错的
每月几百次会话以下，定制礼宾很少能回本。建设成本不是模型——是集成、提示词维护、升级路径设计，以及质量漂移时那个去读对话记录的人。这部分工作基本是固定的，所以摊在小量上非常不划算。
如果你的入站确实简单、没有值得接入的系统，或者你还在验证客户到底会不会来找你聊，结论同样如此。这些情况下就用 Meta 的 agent，把"每解决一次会话的成本"当作指标，等升级率不再下降时再重新审视。选择不自建是一个正当答案——而选错一个日后天天和你较劲的服务商，比现在直接用原生工具更糟，这也正是选择 WhatsApp BSP 的标准比上面那层 AI 更要紧的原因。
一条决策规则
当你的问题靠公开信息就能回答、量不大、且品牌腔调不是差异点时，用 Meta Business Agent。当答案需要你的数据、当措辞承载监管或商业分量、或者当这条对话是一个你需要把信号收回自家系统的收入渠道时，在 BSP 上自建。
大多数品牌最后两者都有：Meta 的 agent 吸收掉最琐碎的一层，受控的礼宾接手一切涉及订单或价格的流量。这是一个站得住的架构——前提是你有意识地决定哪些问题落在哪里，而不是一路飘过去。
TikJoy 做的是第二种：建在官方 WhatsApp Business API 上的 AI 礼宾，接通订单与返现数据，升级路径和语气都由品牌掌控。看看 WhatsApp AI Concierge 怎么运作。