Make 是什么?40 万组织的可视化自动化老炮,8 月改计费、10 月抬价(基础篇)

Make 是什么?40 万组织的可视化自动化老炮,8 月改计费、10 月抬价(基础篇)

Make 这个名字在自动化圈里十几年了,但它最近一次被讨论,不是因为新功能,是因为价格——8 月底刚把计费单位从 Operation 改成 credits,10 月价格页上的年付档又抬了三分之一。

先说清楚它是谁

Make 的前身是捷克布拉格的 Integromat,2022 年改名 Make,2020 年被流程挖掘公司 Celonis 收走(Celonis 估值 130 亿美元)。官网自己挂的数字:40 万+ 组织、200+ 国家和地区、350 多名员工、3,000+ 现成应用,其中 AI 类应用 400+。

它不属于「AI 平台」那一类。Dify 给你运行时,LangGraph 给你状态机,Make 给你一块接线板:把 Slack、Sheets、Shopify、HubSpot 这些系统的 API 拆成一个个模块,你在画布上连线,它替你处理鉴权、分页、重试、限流。它只关心数据别在路上丢。

一条 scenario 跑起来是什么样

拿最土的例子:有人填了表单 → 写进 CRM → 通知销售。

  • 触发器模块:定时轮询(免费档最短 15 分钟,付费档 1 分钟)或者 Webhook 即时触发。
  • 迭代器:一条 webhook 带 50 行数据,迭代器把它拆成 50 个 bundle,下游模块跟着跑 50 次。
  • 路由器:按条件拆分支。这是 Make 比 Zapier 顺手的地方——分支能层层嵌套,还能在连线上挂 filter 直接拦掉。
  • 聚合器:把 50 行重新合成一条,一次性写回去。
  • 错误处理器:任何模块右键就能挂一个,选忽略、中断、回滚、继续。
Make scenario 执行解剖:触发层、编排层、AI 模块、异常恢复四层,含触发器、迭代器、路由器、标准模块、AI Agent 模块、聚合器、错误处理器与未完成执行
一条 scenario 的完整路径。虚线是 AI 分支,最底下一层是异常与恢复——图里每个方块都是计费点。

看清这张图就明白了一件事:这条链上每个方块都在扣钱,包括你觉得不花钱的迭代器和聚合器。

credits 这件事,8 月 27 日变了

官方 FAQ 的原话是「从 8 月 27 日起,credits 是 Make 的计费单位」。原来叫 Operation,额度 1:1 平移,多数标准模块还是 1 credit 一次。真正变的是 AI:走 Make 自家 AI Provider 的模块,一次可能扣好几个 credit。

这带来两个后果。一是你不能再用「模块数 × 1」估成本了;二是 AI 模块占比越高,账单越不像自动化账单,越像 token 账单。

价格:两周之内涨了三分之一

我扒了两个信源,对不上:

  • 10 月 6 日的网页存档,10,000 credits 年付档写的是 Core $9 / Pro $16 / Teams $29;
  • 现在官网价格页显示的是 Core $12 / Pro $21 / Teams $38。

差的正好是三分之一。价格页是 JS 渲染的,不同地区出不同数字,确切日期我没法确认,但方向很清楚:年付档整体抬了一档,年付比月付便宜约 15% 这条没变。

免费档没动:1,000 credits/月、2 个活跃 scenario、最小间隔 15 分钟、单次最长跑 5 分钟、文件 5MB。这个额度只够验证流程通不通,跑不动真业务。

上手:三步,别贪

第一步,拿 Sheets 当靶子。 免费注册,先别碰生产系统。新建一行 → 触发 → 加一列时间戳,跑通再说。

第二步,先想失败,再想成功。 三个东西比功能列表重要得多:错误处理器(挂上,别让一条脏数据打断整条链)、Incomplete executions(断点存档,重跑不用从头)、Make Grid(把整片自动化地图摊开,看哪个 scenario 在偷偷烧 credits)。这两个不会用,出一次事就得手工补数据。

第三步,AI 那块别急着上。 Make 的 AI 侧有三样东西:Maia(用自然语言生成 scenario)、AI Agents(仍是 beta,但定价页写着可以接自家 LLM key)、MCP Server(让你的 Claude 或 Codex 直接调 Make 里的 scenario)。站内那篇《十个 Agent 平台怎么接国产模型》把 Make 归进了「改不了 Base URL」那一档,现在这个口径在松动——但真正卡人的从来不是 Base URL,是网络和支付。想接国产模型又想把成本摁住,Make 不是最优解,自托管路线更直接,Node-RED 和 IFTTT 那两篇里有对比。

实话

它是云服务,没有自托管。 官网提到的 on-prem agent 是装在你内网的一个连接器,用来摸 SAP 这类出不去的系统,不是让你把 Make 跑在自己机器上。合规要求高的团队,这条直接卡死。

中国市场不友好。 没有国内节点,付款要信用卡或 ACH,模型要么走它的 Provider,要么自带 key,延迟和可用性只能自己扛着。

计费不透明是结构性的。 同一个流程,写得糙和写得细,credits 能差三倍。迭代器展开的行、聚合器、filter 拦掉前的空跑,都在扣。这不是坑,是它把一次搬运拆成了可计量的动作——但账单得自己算。想看同一条流程在几家平台上的账单差多少,站内那篇《Agent 平台怎么收费》是按一万次执行实测算的。

它省的是人,不是 token。 官网那个 Stellantis &You UK 的案例省了 151 小时,省的是人盯表格的时间。如果你指望它把推理成本打下来,方向就错了。

谁该用它

流程稳定、系统多、没有开发排期的团队:电商订单、CRM 同步、报表搬运、财务对账、线索分发。共同点是逻辑不复杂,但系统之间的破事特别多,正好是 Make 的强项。

反过来,想把 Agent 当产品内核的,去 Dify 或 LangGraph;预算敏感又要跑大量推理的,去自托管;只在国内网络里干活的,先解决网络。

Make 的问题从来不是能力,是它现在开始按「AI 用量」收钱了——而这件事,恰好发生在大家都在算 token 账的这一年。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注