自动化平台选型：部署、计费与许可边界

选 Zapier、Make 还是 n8n，不能只比较谁能连接更多应用。作者把选型拆成了几个更实际的问题：工作流跑在哪里、用什么单位计费、缺少连接器时如何补救，以及源码可见是否等于可以随意商用。

文章的结论很明确：Zapier 偏向省心，Make 适合分支和数据整理较多的流程，n8n 提供自托管与代码扩展空间。但这些是基于文档的选型判断，原文没有性能实测或成本对照表，部分计费说明也不完整。

自托管换来了控制权，也接过了运维工作

按原文引用的厂商文档，Zapier 只提供云服务，数据托管在美国 AWS，没有仅限欧盟存储的选项。Make 同样只提供云服务，但每个组织可以选择 US1、US2、EU1 或 EU2 数据区。

n8n 则有 n8n Cloud 和自托管两条路。自托管可使用 Docker、Docker Compose、npm，也可以部署到 AWS、Azure 或 GCP。

区别不只在服务器归谁。选择自托管后，更新、SSL、备份和监控都由自己的团队负责。对开发团队来说，能启动容器只是第一步，后续还要有人持续维护。

部署在自己的区域，不等于数据始终留在这个区域。

工作流调用外部应用或 AI 模型时，数据仍会发送给接收方。原文还特别提到，Make 的 EU 数据区不保证每一次 AI 请求都留在欧盟。

先核算工作流，再看集成目录

作者提醒，三款工具使用不同的计量单位，不能把套餐里的数字直接横向比较。原文给出的例子是：一个包含 10 个步骤、触发 1,000 次的工作流，在 n8n 中大约对应 1,000 次 executions，在另外两款工具中可能消耗更多 tasks 或 credits。

但这里有个缺口：原文没有完整列出 tasks、credits 和 executions 的计数规则。 哪些步骤计费、特殊操作如何计算，都没讲清楚。因此，这个例子能说明计量单位的重要性，不能直接证明某个平台更便宜。

作者提出的实用办法是：画出最繁忙的三个工作流，再分别按各平台单位核算。先看真实流程，比只看套餐起价更有用。

集成目录也要这样看。Zapier 宣称连接 9,000+ 个应用，n8n 的 GitHub 列出 1,500+ 项集成；Make 则把应用分成 verified、community 和 custom。

「支持某个 CRM」还不够，关键是有没有你需要的具体触发器或动作，例如更新一笔交易。缺少现成操作时，三者都能通过 HTTP 或 webhook 对接 API，n8n 还允许使用 JavaScript 或 Python 节点补充逻辑。

能读源码，不代表能直接嵌进收费产品

n8n 自称 fair-code，并非 OSI 定义下的开源软件。它主要使用 Sustainable Use License，部分企业版文件另有许可证。

按原文说明，允许的用途包括企业内部业务，以及非商业或个人使用。用它自动化自己公司的工作，与把它嵌进对外销售的产品，是两种需要分别判断的用途。后者应先与 n8n 确认许可。

AI 能力方面，n8n 支持 OpenAI、Anthropic、Google 等提供方，以及工具、记忆和 MCP servers；还可以要求人工批准 agent 的工具调用，再执行发送或删除操作。Zapier 提供 AI by Zapier、Zapier Agents 和 Zapier MCP。Make AI Agents 则由模型、system prompt、知识文件和工具组成。

这些功能清单说明了接入路径，没有证明哪家的 agent 更可靠。

我的判断

作者把托管、计量单位和许可证放到集成数量前面，这个顺序合理。这几项会直接影响后续成本、维护责任和产品使用边界。

不过，「Zapier 更易上手」「Make 更适合复杂分支」「n8n 的按次计数适合长流程」都没有对照数据支撑，应当视为经验性判断。尤其是长流程是否更省钱，还取决于实际计费规则和维护投入。

数据保护部分也不能简化成选一个 EU 区域。原文指出，服务商通常是个人数据的处理者；n8n 则表示，自托管实例的数据不经过它，因此它不担任该实例的处理者。面向英国和欧盟客户时，仍要梳理每个应用、模型接收哪些数据，以及跨区域传输如何处理。

能拿来做什么

• 从现有自动化中挑出最繁忙的三个流程，记录触发次数、步骤和具体动作，再按各平台当前规则核算用量。
• 核验连接器时直接检查所需触发器和 action；缺失时，再评估 HTTP、webhook 或 JavaScript、Python 节点能否补齐。
• 采用自托管 n8n 前，明确谁负责更新、SSL、备份和监控；准备嵌入收费产品时，先确认许可证边界。
• 给 AI 工作流逐项列出数据接收方；涉及发送或删除的工具调用，可利用 n8n 的人工审批能力设置执行关口。