文章讨论了AI语音成本的降本策略，强调消除浪费而非单纯降低单价。提出了针对LLM、TTS、ASR和RTC四个层面的具体降本措施，如优化模型路由、控制输出长度、选择合适的ASR版本等。同时建议利用一体化平台减少集成和维护成本，以确保在不牺牲用户体验的前提下实现降本。

本文介绍了四种AI语音开发路径：全自研、一体化AI Agent平台、单点能力+自拼链路和开源框架自建。强调一体化平台是大多数企业的最佳选择，因其成本低、上线快且灵活配置；而自研适合有成熟团队和时间充裕的企业。

AI语音开发成本包括ASR识别费、LLM推理费、TTS合成费和RTC传输费。比较成本时应关注单位业务量的总成本，而非单项报价。同时，隐性成本如集成开发、试错和维护费用也需纳入考虑。选择一体化平台可降低整体成本，优化设计可避免浪费。

卡帕西指出，AI编程的瓶颈在于部署而非编码。他分享了开发菜单生成器的经历，强调部署过程的复杂性，呼吁开发一体化平台以简化流程。