O construcție completă: până la 20 de surse de date legate, stratul de urmărire cu hook-urile, digest-urile, alertele și playbook-urile lui, securizarea, sursa completă ca repository cu Dockerfile, punerea în funcțiune de echipa ta sau de mine, și o perioadă de reglaj după predare. Sursele, hook-urile sau playbook-urile peste cantitățile incluse sunt opțiuni cu preț fix per bucată, cotate din start.

În patru faze: delimitare și accese ($2,500), integrarea de bază ($5,000), cablaj complet și stratul de urmărire ($5,000), predare și reglaj ($2,500). O fază se stabilește înainte să înceapă și se plătește când aprobi ce a livrat faza aia, deci nu plătești niciodată în avans pentru muncă pe care nu ai văzut-o. Forma asta rămâne la fel indiferent cum lucrăm, fie că banii trec prin propriul tău contract și facturare, fie prin escrow-ul pe etape al unei platforme.

Trei feluri, și nu îmi pasă pe care îl alegi. B2B direct pe propriul tău contract și facturare, de obicei cel mai simplu dacă firma ta are deja un proces de achiziții. Sau prin Contra sau Upwork, dacă preferi ca platforma să țină etapele și să se ocupe de hârtii. Aceeași muncă, aceleași faze, același preț.

Un apel de delimitare ca să trecem prin ce rulezi și ce vrei urmărit. Apoi câte o credențială read-only per sistem, făcută de tine: un user de bază de date, o cheie de API limitată, un rol de cloud read-only, ce permite politica voastră. După aia nu mai am nevoie de nimic de la tine până la predare, în afară de câte o întrebare din când în când despre ce înseamnă o metrică sau un tabel în business-ul vostru. Ca să ruleze în timpul construcției, echipa ta duce containerul prin pipeline-ul vostru obișnuit, sau îmi dai o țintă de deployment și mă ocup eu, cum vrei. Iar dacă politica voastră cere un NDA semnat înainte să vorbim despre detalii, nicio problemă.

Orice are o interfață citibilă de mașină pe care o pot citi cu o credențială read-only: un API documentat (REST, GraphQL sau gRPC), o bază de date, un sistem de logs, metrici sau evenimente cu API de interogare sau exporter, o coadă sau un stream de mesaje, API-ul unui furnizor de cloud, object storage sau un share de fișiere cu fișiere structurate, sau un repository git. Sistemele interne se pun la socoteală atâta timp cât expun una dintre astea, iar un connector pe comandă pentru un API sau o bază internă face parte din construcție. Ce nu se pune: orice e accesibil doar prin interfața lui de utilizator. Aplicațiile legacy fără API și fără acces la bază, clienții doar de desktop, și orice ar cere automatizare de browser sau scraping sunt în afara scopului standard. Dacă ai așa ceva, ne uităm la el în faza de delimitare și fie îi găsim o interfață adevărată, fie îl cotăm separat, fie îl lăsăm deoparte.

Agentul, MCP-ul, connectorii și interfața rulează toate pe propria ta infrastructură. E read-only prin construcție: nu scrie niciodată în sistemele tale, investighează și îți dă fix-ul în loc să îl aplice, și nu are drept de scriere pe fișierele, datele sau configurările tale. Unde citește o bază de date folosește un user read-only făcut de tine, sau fiecare query rulează într-o tranzacție read-only. Singurul lucru care iese din rețeaua ta e apelul către LLM pe care îl configurezi tu, iar dacă ții modelul la tine nu mai iese absolut nimic.

Da, raționează cu un LLM, iar un LLM poate citi greșit o situație. Sistemul e construit exact în jurul faptului ăstuia: fiecare concluzie vine cu dovezile ei, graficul, urma, rezultatele interogării, ca să verifici în câteva secunde în loc să îl crezi pe cuvânt. Nu acționează niciodată pe baza propriilor concluzii, un răspuns greșit te costă o privire, nu o cădere. Iar perioada de reglaj există tocmai ca să ajustăm hook-uri și praguri pe traficul tău real până când semnalul merită încredere, alertele gălăgioase se reglează, nu se trec cu vederea.

Cum alegi tu, atâta timp cât vorbește unul dintre cele două stiluri de API: compatibil OpenAI sau compatibil Anthropic. Pe formele astea două s-a standardizat industria, deci acoperă furnizorii mari, agregatoarele și jucătorii mai noi (mulți dintre ei servesc ambele stiluri), plus orice ții tu în casă în spatele unui endpoint compatibil OpenAI, adică exact ce expun vLLM, Ollama și serverele similare. Singurul lucru care iese din rețeaua ta e apelul către LLM pe care îl configurezi tu; ține modelul la tine și nu mai iese absolut nimic. Plătești direct furnizorului tău, la tarifele lui, iar eu nu iau niciun comision din asta.

Singurul cost de funcționare care contează e modelul. Consumul de tokeni depinde de ce model alegi, de cât investighează stratul de urmărire și de cât de grele sunt întrebările tale, așa că îl estimez pentru configurația ta reală în faza de delimitare și reglez hook-urile și digest-urile ca și consumul să rămână pe măsura a ce scoți din el. Ține modelul la tine și factura de tokeni dispare complet; restul e un container pe hardware pe care oricum îl ai pornit.

E inclusă o perioadă de reglaj, în care ajustez hook-uri, praguri și playbook-uri pe traficul tău real. După aia e al tău: sursă completă, rulând pe hardware-ul tău, fără nicio dependență de mine. De acolo încolo, dacă preferi să nu duci tu întreținerea, o preia Agent Care pe abonament lunar: actualizări și patch-uri de securitate, reparat connectori când se schimbă un API din amonte, monitorizare și reglaj continuu. Niciodată obligatoriu.

Îl deții. Cărămizile sunt open source sub licență permisivă, primești sursa completă pentru integrarea ta, connectori, playbook-uri și configurări, și totul rulează pe hardware-ul tău. Plătești o dată ca să fie construit, apoi îl rulezi pentru totdeauna. Fără locuri, fără abonament, fără chirie. Agent Care există dacă preferi să nu îl întreții singur, și e mereu o alegere, niciodată o obligație. Dacă dispar mâine, sistemul tău merge mai departe.