自动化遇上 AI，"workflow automation" 的含义变了
过去十年，工作流自动化的逻辑很朴素：if this, then that。某个邮件进来，触发某个动作，一条死规则跑到底。它不会思考，也不需要思考。
2026 年这套逻辑被改写了。今天的主流工具里塞进了能推理的 AI agent——它会读邮件内容、判断该归到哪个客户、自己决定下一步调用哪个工具。但真正的麻烦藏在另一个地方：几乎每家的官网都挂着一个诱人的起步价标签，每月 9 美元、12 美元、19.99 美元。等你把真实业务量灌进去，账单会以一种官网从不提及的方式膨胀。
这就是本文要替你拆开的两条线。第一条是真实的规模成本——同样一万次任务，不同工具的月账单能差出十几倍。第二条是产品形态的分野：哪些是"连接器优先"的传统 iPaaS，靠最广的应用生态取胜；哪些是"AI-agent 原生"的新派工具，把推理能力当地基而非补丁。看懂这两条线，选型就不再是看谁的起步价更便宜。
先给几个能定调的数字。工作流自动化市场规模据 Mordor Intelligence 测算，将从 2025 年的 237.7 亿美元增长到 2031 年的 407.7 亿美元，年复合增长率 9.41%。据 Gartner（经 Cflow 援引），到 2026 年将有 40% 的企业应用内置面向特定任务的 AI agent。而 Forrester 的 TEI 模型给出的三年投资回报率是 248%（同经 Cflow 援引）。换句话说，这个赛道既在快速变大，又在快速变得"会思考"——这恰恰让选错工具的代价更高。
TL;DR — 快速选择
我们怎么选的，以及一句诚实声明
先把话说在前面：这不是一篇受控实测评测。我们没有在标准化环境里给每款工具跑对照基准——任何声称"我们实测得出 X%"的同类文章，你都该多一分警惕。
我们做的是另一件事：读完每家的官方定价页、翻 GitHub 仓库的真实状态、把 G2 和 Reddit 上数千条用户评价横向对照，再结合社区里流传的实测报告，给出我们的综合判断。评判维度有五个：AI 能力的深度、规模成本的透明度、是否支持开源/自托管、非技术用户的上手难度、以及集成生态的广度。
这里还有一层利益声明值得点明。这个赛道里有一个公开的小秘密：n8n、Vellum、FlowHunt、UI Bakery 这些厂商自己写的"最佳自动化工具"清单，无一例外把自己排在第一。我们不卖这八款里的任何一款，所以排序不必照顾谁。
官网的起步价几乎都基于最理想的用量假设。我们的做法是把"高量场景"作为统一标尺：同样的工作负载下，按 task、按 operation、按 credit 计费的差异会被放大到什么程度。本文凡涉及第三方援引的价格对比（如"Zapier 比 Make 贵 4–15 倍"），均来自社区与评测来源、已注明出处，并非我们亲自跑出的数字。所有定价均为截至 2026 年 6 月的公开信息，付费方请以官网为准。
速览：8 款工具一张表
| 工具 | 类型 | 开源 | 免费层 | 付费起步 | 计费模型 | 最适合 |
|---|---|---|---|---|---|---|
| Zapier | 连接器 iPaaS | 否 | 100 任务/月 | $19.99/月 | 按 task | 非技术用户、最快上手 |
| Make | 连接器 iPaaS | 否 | 1,000 credits/月 | $12/月 | 按 credit | 高量、多步分支 |
| n8n | 连接器/自托管 | Fair-code | 自托管不限执行 | €20/月（云） | 按 execution | 有工程能力的团队 |
| Gumloop | AI 原生构建器 | 否 | 5,000 credits/月 | $37/月 | 按 credit | 无代码 AI 搭建者 |
| Lindy | AI 助手 | 否 | 无（7 天试用） | $49.99/月 | 用量额度 | 邮件/会议/CRM 助手 |
| Relay.app | 人机协同 | 否 | 500 credits/月 | $19/月 | 按 credit/step | 需人工审批的流程 |
| Activepieces | 开源构建器 | MIT | 10 flows，不限运行 | $5/活跃 flow | 按 active flow | 真免费、数据掌控 |
| Pipedream | 开发者 code-first | 源码可得 | 100 credits/月 | $29/月 | 按 credit | 开发者、托管基础设施 |
定价与规格均为截至 2026 年 6 月的公开信息。Pipedream 的价格表来自第三方来源，付费前请以官网为准。
连接器优先：最广的 iPaaS
如果你要的是"什么应用都能接、上手别太费劲"，那大概率落在连接器型工具上。它们的共同点是生态最广、可视化搭建最成熟，代价是计费普遍按 task、operation 或 credit 走——量一上来，账单就开始说话。这一组里三款各有取舍。
Zapier
Zapier 是连接器赛道里最老牌、生态最厚的一家。据 zapier.com/ai，它覆盖 9,000 多个应用、30,000 多个动作，搭一条"触发→动作"的 Zap 几乎不需要学习成本。这也是它多年来的护城河：你想接的那个冷门 SaaS，大概率只有 Zapier 接了。
AI 这一波它没掉队。"Zapier Agents"是能跨 9,000 多个应用做规划和执行的 AI 队友；"Copilot"让你用自然语言描述需求就能搭出工作流，2026 年还加了流程检查点和撤销，而且用 Copilot 搭建本身不消耗任务额度；再加上原生的 LLM 步骤"AI by Zapier"和可视化流程图"Canvas"。整套 AI 能力是这一组里最完整的。
定价按任务计费：免费层每月 100 个任务（限两步流程）；Professional 截至 2026 年 6 月按年付从每月 19.99 美元起（750 任务）；Team 每月 69 美元（2,000 任务、25 个席位、支持 SSO）；企业版另议。（zapier.com/pricing 直接抓取受限，价格经 Activepieces、Capterra 等第三方佐证。）口碑也撑得住，G2 评分 4.5/5，约 1,800 条评价。
但规模化成本是它的头号槽点，而且是结构性的。按任务计费意味着一条多步流程会"乘"出大量任务消耗。社区里反复被引用的对比是：同样的工作负载，Zapier 比 Make 贵 4 到 15 倍——跑一万次任务，Zapier 约 600 美元/月，Make 约 29 美元（数据来自社区与评测来源）。低到中等用量时它无可挑剔，量一旦起来，这笔账你迟早要算。
Make
Make（前身 Integromat，现属 Celonis）走的也是可视化路线，但在高量场景下便宜得多。它覆盖 3,000 多个应用外加 400 多个 AI 应用，拖拽式的 scenario builder 给路由器（router）和迭代器（iterator）这类控制结构留了很大空间。
它的 AI 布局同样齐全。"Make AI Agents"（beta）在所有套餐都能用，可以用自带 provider 也可以 BYO key；"AI Toolkit"接入了 Claude、OpenAI、Gemini/Vertex、Azure、Mistral、HF 等多家模型，外加 AI 内容提取器；编排视图叫"Make Grid"。换句话说，AI agent 不是高价层的专属。
- 高量场景显著省钱：据用户反馈，团队从 Zapier 迁过来账单常能砍掉 50–70%。
- 可视化构建能力强，路由器、迭代器把复杂分支流程压得很顺。
- AI agents（beta）所有套餐可用，不锁在高价层。
- 付费起步价是 SaaS 里最低的，截至 2026 年 6 月每月 12 美元起。
- 学习曲线比 Zapier 陡，新手要适应一阵。
- credit 计费模型不够直观：触发、过滤、路由这些"辅助"动作也照样扣 credit。
- 复杂场景下要预估月度 credit 消耗并不容易。
价格方面，免费层每月 1,000 credits（2 个 scenario）；Core 每月 12 美元（10,000 credits）；Pro 每月 21 美元；Teams 每月 38 美元；企业版另议——以上均为截至 2026 年 6 月的公开信息，且部分可能含促销框架，付费请以官网为准。G2 评分 4.6/5（约 281 条评价），约 96% 的用户表示愿意推荐。一句话：愿意爬一小段学习曲线，换来的是规模化后实打实的省钱。
n8n
n8n 是这一组里最特别的一个——它是 fair-code（源码可得）的自动化平台，可以自己托管，也能用官方云。GitHub 上约 19.4 万颗星，热度摆在那里。最关键的区别在计费逻辑：它按 execution（执行次数）算，而不是按 task 算，这在高量场景下是质的差异。
AI 能力是它近一年发力的重点。"AI Agent"节点配合 LangChain 集成、用大白话搭流程的 AI Workflow Builder、可被 AI 调用也能反过来调用 AI 的 MCP 支持、加上护栏和评估工具——它的 agent 编排层是这八款里最灵活的之一。如果你想深入比较各家的 agent 能力，也可以看看我们的 best AI agent platforms。
它最大的卖点是钱：社区版自托管完全免费、执行次数不限，规模一大反而越省。云版按层级走，Starter 每月 20 欧元（2,500 次执行）、Pro 每月 50 欧元（10,000 次执行）、Business 每月 667 欧元（40,000 次执行，含 SSO 和 Git），企业版另议（均为截至 2026 年 6 月的公开信息）。
但门槛同样真实。对非开发者来说，它的学习曲线相当陡。用户反馈里最集中的抱怨是调试体验：节点输出为空、报错信息含糊，排查起来很费神。再加上自托管本身要承担运维成本——服务器、更新、监控都得有人管。方向和灵活性都对，但它默认你的团队里至少有一名工程师。
AI 原生构建器：把推理当地基
接下来这三款和传统连接器不是一回事。连接器是先有"接应用"的底座，再把 AI 当功能挂上去；而这一组从产品第一天起就以 AI/agent 为核心。区别体现在使用体验上：你不是在配一条规则，而是在交代一个会判断的执行者去办事。
Gumloop
Gumloop 是一块 AI 原生的可视画布，定位很清楚——给营销、销售、支持、运营团队用的"AI 版 Zapier"。出身也亮眼，YC W24 批次。
它的核心是把 AI 节点拖到画布上拼流程：网页抓取、多 agent 协作，外加一批预制 agent（数据分析、客服支持、CRM、会议准备）。集成约 50 多个，可以部署到 Slack、Teams、Gmail、WhatsApp，还提供 MCP 托管和名为 Gumstack 的 AI 网关。一句话，它把"搭一个会干活的 AI 流程"这件事做得相当顺手，UI 也打磨得精致。
融资数据值得一提：2025 年 1 月完成 1,700 万美元 A 轮（Nexus Venture Partners 领投）；另有报道称 2026 年 3 月完成 5,000 万美元 B 轮（Benchmark 领投，此项部分待核实）。客户名单里有 Gusto、Instacart、Shopify、Ramp。
但短板也清楚。一是仍然较新、不够成熟——G2 上评价数量很少（约 6 条），参考样本有限。二是 credit 在大用量下会变贵：一个数据 enrichment 节点约消耗 60 credits，意味着 Pro 套餐的 20,000 credits 大约做 333 次 enrichment 就见底了。好在 BYO API key 能把单次 AI 消耗压到 1 credit，算是给重度用户留了条降本的路。
Lindy
Lindy 不是画布，是"AI 员工"。它的逻辑和前面几款都不同：你不去画一条流程，而是让它常驻在后台，靠事件触发去接管你的收件箱、会议、日历和 CRM。
具体说，它能在邮件进来时用你的语气起草回复、做会议准备并自动记录待办、打理日程安排、对接 HubSpot 和 Salesforce 这类 CRM；集成超过 100 个；Pro 及以上层还带"computer use"的浏览器自动化，能像人一样点页面。
- 主动型的收件箱和会议助手做得扎实，能用你本人的语气回信。
- 支持移动端委派任务，临时交代一句它就去办。
- Pro+ 的 computer-use 能接管浏览器操作，覆盖没有现成集成的场景。
- 没有免费层，只有 7 天试用，入门价也偏高（每月 49.99 美元起）。
- 用量额度的计量口径未公开，长期成本不好预估。
- 它更像一个助手，而不是一个能自由搭建的构建器。
定价上，Plus 每月 49.99 美元（最多 2 个收件箱）、Pro 每月 99.99 美元（含 computer use，最多 3 个收件箱）、Max 每月 199.99 美元，企业版另议——没有免费层，只提供 7 天免卡试用（均为截至 2026 年 6 月的公开信息）。官网称"已被 40 万以上专业人士信赖"；融资约 4,990 万美元，B 轮有 Menlo Ventures 参与（具体拆分未核实）。如果你要的是一个全天候盯着邮件和会议的助手，而不是一块自己拼流程的画布，Lindy 是这八款里最对路的那个。
Relay.app
Relay.app 押的是"人机协同"（human-in-the-loop）这条线：AI 负责自动化，但在关键节点强制插入人工审批关卡。对风险敏感的场景——给客户发款、对外发重要邮件、改数据库——这种"AI 跑、人点头"的设计正中要害。
它的能力分三层：AI 步骤（提取、分类、套模板写内容，也支持用任意模型自定义）；人机协同（审批、AI 复核、输入表单）；200 多个集成且带细粒度访问控制。可视化编辑器支持条件分支、循环和动态等待。
"终于有一个工具，让我能在 AI 自动化里加一道人工审批，而不用自己拿胶水把几个产品粘起来。"——一位 G2 用户的评价道出了它的差异化所在。
口碑数据相当能打：G2 评分 4.9/5（约 71 条评价），Product Hunt 上 5.0。定价友好，免费层每月 500 AI credits、200 步、全功能开放；Professional 截至 2026 年 6 月按年付每月 19 美元（2,000 credits、750 步）；Team 每月 59 美元（10 个用户、1,500 步）；企业版另议，含 SOC2 和 GDPR。
短板也很明确，而且是用户反馈里最集中的一条：集成数量偏少，约 100 到 200 个，和 Zapier 数千个的体量没法比——你要接的那个冷门工具未必在列。此外有用户反映触发和时间戳偶有不准，AI 密集的流程也会较快烧掉 credit。融资情况我们没有查到可靠数据，就不编。
开发者与开源：要代码级控制看这两个
如果你要的是代码级的掌控，或者真正意义上的开源加数据自主，那前面那些都不是终点。这一组两款，一款把"真开源"做到了许可证层面，另一款把开发者体验做到了极致。
Activepieces
Activepieces 是一款真正 MIT 许可的开源 Zapier 替代品，把 MCP 放在了产品核心。这里"真 MIT"四个字得划重点——它和 n8n 的 fair-code 不是一回事：MIT 没有商用限制、不锁定，而 fair-code 是源码可得但带使用条款。GitHub 上约 2.3 万星，270 多位贡献者。
AI 能力上，它支持在工作流内自主运行的 AI Agents、接入 ChatGPT/OpenAI、提供一套"AI Adoption Stack"，而且即便在免费层也能开不限数量的 MCP server——这一点在同价位里很少见。
它的杀手锏是免费层的诚意。社区版自托管免费；云版免费层给 10 个活跃 flow、运行次数不限、含 AI agents、不限 MCP 和 tables；超出后按每个活跃 flow 每月 5 美元计费（均为截至 2026 年 6 月的公开信息）。注意这是"按活跃 flow"算，不是按 task——对持续高频运行的流程，这种计费方式比按任务划算得多。Reddit 上有人直接称它是"那个真正免费的 n8n 替代品"，G2 评分 4.8/5（141 条以上评价），上手便捷度评分 9.1。
代价是生态和成熟度。集成约 300 到 700 个，仍是和 Zapier 数千个的差距——这是用户反馈里的头号短板。文档和社区也比头部薄一些，复杂流程的学习曲线偏陡。但如果"真免费、不锁定、数据自己掌控"是你的硬约束，它是这份名单里最干净的选择。
Pipedream
Pipedream 是一款开发者优先的集成平台，走 code-first 路线：支持 Node、Python、Go、Bash 四种语言，外加"Pipedream Connect"用来把集成和 agent 嵌进你自己的产品。有一个关键区别必须点明——它不可自托管，这和 n8n、Activepieces 是根本性的分野。许可证是源码可得（Pipedream Source Available License，不是 MIT），GitHub 约 1.15 万星。
它的 DX（开发者体验）是同类里数一数二的：自定义代码四语言任选，集成 2,500 到 3,000 个以上，支持 MCP，AI 按 token 计量，免费层相当慷慨。
价格按 credit 走（以下来自第三方来源，付费前请以官网为准，截至 2026 年 6 月）：免费层每月 100 credits、200 万 tokens、3 个工作流；Basic 每月 29 美元（2,000 credits、2,000 万 tokens）；Advanced 每月 79 美元（10,000 credits、5,000 万 tokens、工作流数量不限）；商业版另议。一个 credit 等于 30 秒、256MB 的计算量（此项已从官方文档核实）。
缺点也跟着 credit 模型走：它的成本很难预估，量一上来就会尖刺式上涨——这是用户反馈里最集中的抱怨。再加上它本质上需要开发技能，非技术团队基本用不动。它是给开发者的工具，这一点它从不掩饰。
对比总结：编辑之选
把八款摆在一起，与其说"哪个最好"，不如说"什么情况选什么"。下面这张表把核心结论压成一行。
| 如果你… | 就选… | 一句话理由 |
|---|---|---|
| 要最广生态、最省心 | Zapier | 9,000+ 应用，上手最快，但量大账单贵 |
| 要在高量下省钱 | Make | 同样可视化，账单常比 Zapier 低 50–70% |
| 要免费且数据自己掌控 | n8n / Activepieces | 自托管/MIT，不限运行，需一定工程能力 |
| 要 AI 原生的无代码画布 | Gumloop | 为营销/运营团队而生，BYOK 降本 |
| 要一个接管邮件会议的 AI 助手 | Lindy | 事件触发，更像"AI 员工"而非画布 |
| 要 AI 自动化加人工审批 | Relay.app | 风险敏感场景的人机协同首选 |
| 要代码级控制加托管基础设施 | Pipedream | code-first 四语言，不可自托管 |
挑重点说：要广要简单，Zapier 仍是默认答案，前提是你的用量没大到让账单失控。要在高量下省钱，Make 几乎没有对手。要彻底免费且把数据握在自己手里，n8n 和 Activepieces 二选一——前者灵活性更高、后者许可证更干净。而要一块以 AI 为地基的无代码画布，Gumloop 当下最对路。没有一个全场最优解，只有最贴你那条用例的解。
怎么选：按用例对号入座
与其纠结排名，不如先定位自己属于哪一类。下面五种典型情况，每种给一条路径。
直接从 Zapier 起步，生态最广、几乎零学习成本。用免费层把你真实的流程跑起来，等任务量逼近付费门槛、账单开始让你皱眉时，再评估要不要迁到 Make。
Make 是首选——按 credit 计费在规模化时比 Zapier 的按 task 划算得多，迁移后账单常能砍掉 50–70%。代价是多花一两天适应它的可视化逻辑和 credit 模型。
n8n 和 Activepieces 二选一。前者灵活性和 agent 能力更强，后者是真 MIT、计费按活跃 flow 更划算。两者都要求你有人能管服务器和更新。
Relay.app 把人机协同做成了产品核心，对外发款、改数据这类不能全自动的环节，它的审批关卡正中要害。入门价低，先用免费层验证流程。
Pipedream 的 DX 最好，四种语言加托管基础设施，免费层慷慨。如果你坚持要能自托管，那就回到 n8n。
最后补一句 honorable mentions：如果你深度绑定微软生态，Power Automate 值得一看；要企业级编排和治理，Workato 是一档；要浏览器内的轻量自动化，Bardeen 可以了解。它们没进这份主名单，但在各自的场景里都有位置。
常见问题
2026 年最好的 AI 工作流自动化工具是哪个？
看用例，没有唯一答案。生态最广、最易上手是 Zapier；高量场景最省钱是 Make；要免费且自托管，n8n 和 Activepieces 最合适。先确定你的核心约束，再对号入座。
最便宜或最好用的免费工具是哪个？
真正免费的是 Activepieces（MIT、免费层不限运行）和 n8n（社区版自托管不限执行）。云端 SaaS 里 Make 付费起步价最低，截至 2026 年 6 月每月 12 美元。
Zapier、Make、n8n 该选哪个？
Zapier 上手最快、生态最广；Make 在高量下最便宜；n8n 自托管、按执行计费、agent 编排最灵活，但需要工程能力。这三者基本覆盖了大多数团队的取舍。
用这些工具需要会写代码吗？
大多数不需要，都提供可视化无代码搭建。n8n 和 Pipedream 让你在需要时插入自定义代码，但不强制。Pipedream 本身偏开发者，非技术用户会吃力。
自动化工具和 AI agent 有什么区别？
连接器跑的是写死的 if-this-then-that 规则；AI-agent 型工具（Lindy、Gumloop、Make AI Agents）能在流程里推理、判断、适应变化，而不是只按固定路径执行。
这些工具处理企业数据安全吗？
自托管方案（n8n、Activepieces）给你最强的数据掌控权。SaaS 工具要看合规凭证，比如 Relay.app 企业层提供 SOC2 和 GDPR，选购前确认对应层级覆盖你的合规要求。
写在最后
选型这件事，纸面对比能帮你缩小范围，但替不了你那一周的真实流程。我们的建议很简单：按上面的用例先锁定一款，用它的免费层把你日常真正要跑的那条流程搭起来、跑满一周，再回头看规模化后的成本曲线。起步价好看不代表账单好看，这一点只有你自己的用量能验证。
工具会更新、价格会调整、AI 能力还在快速迭代。本文所有定价与规格均为截至 2026 年 6 月的公开信息，我们会随版本变化持续校订。付费决策前，务必以各家官网的最新定价页为准。
References & Sources
- Mordor Intelligence — Workflow Automation Market 规模与 CAGR
- Gartner（经 Cflow 援引）— 2026 年 40% 企业应用内置 task-specific AI agent
- Forrester TEI（经 Cflow 援引）— 工作流自动化三年 ROI 248%
- zapier.com/ai、zapier.com/pricing（第三方佐证）— Zapier 应用数、AI 能力与定价
- make.com/en/pricing — Make 定价与 AI Agents
- github.com/n8n-io/n8n、n8n.io — n8n 开源状态与云定价
- github.com/activepieces/activepieces、activepieces.com — Activepieces MIT 许可与定价
- pipedream.com、第三方价格来源 — Pipedream 定价与 credit 定义
- G2、Product Hunt、Reddit — 各工具用户评分与社区反馈
