AI agent 的成本控制

Agent 为什么会变贵

一次单独的 chat 调用通常花不了多少钱。但 agent 往往会连续多次调用模型——用于规划、工具调用、中间步骤，有时还会同时用上多个 subagent。成本会成倍增加：每次调用的 token 数 × 迭代次数 × 并行 subagent 的数量。

调节点 1：预算和上限

设置硬性上限——最大迭代次数、每个任务的最大 token 预算，或每次运行的最大花费。这样一来，一个卡住的 agent 就不会让成本无限增长。

调节点 2：模型路由

不是每个子任务都需要最贵的模型。简单、机械性的步骤（格式化、简短总结）可以交给更便宜的小模型，复杂的规划则留给更贵的模型。

调节点 3：保持上下文精简

每次调用带上的上下文（文件、历史记录）越多，输入 token 就越多——而且是每一步都会产生。只分享相关片段，而不是整个文件或完整的聊天记录，能直接省钱。

调节点 4：用量监控

关注实际消耗了多少 token——按任务、按天、按用户统计。没有监控的话，你往往要等账单来了才发现成本爆了。