Dust vs Relevance AI：共享 Agent 工作空间与多 Agent 执行流程怎么选

简短结论

Dust 和 Relevance AI 都可以把多个 Agent、工具和企业资料带进工作流程，但默认关注点不同。Dust 用 Pods 把人、Agent、文件、任务和讨论聚在一个共享项目空间，适合“多人在同一上下文里持续交接工作”；Relevance AI 用 Workforces 把专门 Agent、工具、条件分支和触发器连成业务执行链，适合“一个流程要稳定跨系统完成多个步骤”。

这不是“一个能自动化、另一个不能”。Dust 有触发器与多 Agent 工作流；Relevance AI 也有知识表、项目协作和人工审批。需要按实际场景比较谁更容易配置、控制与验收。

核心差异速览

维度	Dust	Relevance AI
主要工作对象	Pod 中的人、Agent、共享文件和任务	Workforce 中的 Agent、工具、触发器与分支
资料层	Connections 同步公司资料；Pod Files 保存项目上下文	Knowledge tables、同步来源与 Agent 工具
交接方式	项目对话与任务在同一个可见空间	专门 Agent 之间按规则或条件传递工作
人工参与	项目成员审阅产出，按工具授权控制动作	Tool Approval Mode 与流程审批/升级
外部动作	需核对连接器和工具写入范围	工具可调用 API 与业务系统，需明确审批
评估方式	对齐引用、权限、任务完成与团队交接	对齐执行结果、各阶段失败率与成本
价格公开度	Free、Pro、Max 席位与 credits 公开	当前主价格页主要是 Enterprise 销售报价
首选人群	项目负责人、知识团队、跨部门协作	运营自动化负责人、流程搭建者

Dust：共享上下文减少项目交接损耗

Pods 概览说明，一个 Pod 内有对话、文件和任务，成员与 Agent 都可以参与。产品适合每周都在变化的项目：运营提出需求、销售补客户反馈、技术补风险，Agent 阅读这些已共享的材料生成状态稿，人类确认后继续推进。

对已有系统资料，Connections 可同步 Notion、Drive、Confluence 等；对项目临时产出，Pod Files 可以保存上传文件或 Agent 写入的报告。流程设计时明确哪个系统是唯一正式来源，否则同一政策被同步、复制、上传三次，Agent 可能引用过期版本。

要注意 Pod 的共享语义：官方文档指出同一 Pod 内成员可看到其中完整内容，没有内部私聊区。限制权限要在建立 Pod 和邀请成员时完成；敏感客户项目用 Restricted Pod，并确认 Agent 可用的连接器不超出预期。

Relevance AI：专门 Agent 加确定性流程

Workforces 文档将 Workforce 描述为多名专门 Agent 组成的执行链，可以设置由 AI 判断的交接、固定下一步和条件路由。官方产品页也展示固定步骤、循环和模型调用结合的流程。对于销售线索或支持工单，处理“分类—补资料—生成建议—分派—写回”这类明确流程更直接。

这不代表可以把整个流程放给 AI 自行决定。先写清每个步骤的输入与完成条件，把更新 CRM、外发邮件、删除数据设成需要批准的工具动作。Approval Mode 文档区分自动与 Human in the Loop，可按工具配置。外部接口失败、重复事件和人员拒绝时还需定义恢复路径。

Relevance AI 的 Knowledge tables 和同步能力可提供资料，但如果团队首要问题是围绕一个项目持续共享讨论、产物和任务，评估时应让它与 Dust 完成同一个交接测试，而不能只看单次代理执行成功。

一个具体用例：客户反馈到产品决策

某团队每周收集 50 条客户反馈，目标是生成带出处的主题总结，并把已确认的高优先级问题送给产品负责人。

在 Dust，先建受限项目 Pod，把获准共享的访谈记录和现有路线图链接进去；Agent 草拟主题与引用，团队在同一 Pod 中讨论、修正并分配任务。适合重点放在人和 Agent 的长期共同判断。

在 Relevance AI，先将反馈输入标准化，用 Agent 分类、提取证据，固定规则检查必填字段，再由审批者决定是否在产品系统创建问题。适合每天新增记录，需要稳定、高频跨系统动作。两种流程都要保留原文、来源 ID 和审核记录，不能只保存 Agent 的概括。

价格与使用量如何算

Dust 官方价格截至 2026 年 9 月 30 日显示：Free 一次性 500 credits；Pro €30/席/月月付或年付折合 €24/月，8,000 credits/席/月；Max €150 或年付折合 €120/月，40,000 credits/席/月；Enterprise 询价。价格未含 VAT，月度额度不结转；模型、检索、代码与工具调用会改变实际耗额。功能表显示 Business 与 Enterprise 的连接器、审计、SCIM 等差异。

Relevance AI 当前公开价格页展示 Enterprise 方案，列自定义 Actions 和 Vendor Credits、Workforces、触发器、评估及治理。旧博客可能保留历史自助档价格，但不应当作本期采购报价。要求销售拆开实施、动作次数、模型使用、连接器和支持。

同样一条反馈不要用“完成一次任务”作统一计量。记录每个平台实际触发次数、Agent 步骤、模型调用、审批等待、失败重试和每条人工复核时长，再在预计月量上外推。

权限、隐私与上线风险

Dust 的 Pod 范围、Spaces、成员和连接器决定资料边界；Relevance AI 的项目、知识源与工具 Approval Mode 决定执行边界。两者都需要最小权限配置，尤其要防止 Agent 通过拥有过宽权限的连接器看到未经授权的资料。

提供商宣称的数据驻留或合规能力不能替代企业自己的审查。核对服务合同、子处理方、模型输入、保留周期、审计导出和账号离职回收。对于带客户个人信息的反馈，用脱敏样本先评估；正式上线前由数据负责人审核范围。

五天同样本试点

1. 准备 30 条已脱敏反馈，其中 10 条正常、5 条重复、5 条证据不足、5 条跨产品线、5 条不应共享。记录正确答案和允许的业务动作。
2. 在两个平台只接入必要资料与测试系统，分别设只读和待审批写入权限。
3. 对比主题分类、出处、错误率与每条人工修正时间。不要只看一条漂亮的报告。
4. 模拟旧资料、缺字段、审批拒绝和系统写入失败，记录是否能够恢复且不重复建单。
5. 根据实际用量乘以月量，写成订阅、用量、实施、管理员维护与人工复核总预算。

只有在权限、错误恢复和费用都过线后，才让 Agent 触达正式业务系统。对复杂项目可以用共享空间进行讨论、另用执行链处理结构化批量任务，但要先明确主数据和责任人，避免双份流程。

最终建议

首要痛点是项目上下文分散、人员交接费时，先试 Dust。首要痛点是批量事件要由多名 Agent 分工并写回业务系统，先试 Relevance AI。采购比较应落到可复现的样本、审核机制和完整成本；任何平台都不能凭“有 AI Agent”就跳过业务负责人批准。

官方参考：Dust Pods、Dust 价格、Relevance AI Workforces、Approval Mode、Relevance AI 价格。