从工程度量看 Agent 重试成本：埋点、公式与降本清单

Agent 的成本账，很少有人按"任务"来记，大多按"调用"来记。但真实的花钱大头，藏在失败重试里。

结论先行：Agent 每重试一次，全部历史上下文会被重新计费一次。到第 20 步，同一段历史已被计费 20 次。正确的成本口径是 单位任务成本 = 单价 × 平均调用轮次 × 成功率修正；同模型、同单价，架构不同，单位成本差 3 到 10 倍。

一、为什么"越用越贵"

• 单个 Agent 任务消耗的 token 是单次聊天调用的 5 到 30 倍（Splunk，2026-06）；
• 同一文档评估任务，单次结构化处理 1.34 美元/轮，迭代式 Agent 显著更高（MightyBot，2026-07 实测）。

单价在跌、用量在涨——决定账单的是架构，不是标价。

二、必埋的三个点

要度量重试成本，至少埋三处：

| 埋点 | 记什么 | 作用 |

|------|--------|------|

| 调用计数 | 每个判断点一天触发多少次 | 看清"单次小、频次高"的总量 |

| 轮次计数 | 含重试实际消耗几轮 | 最容易被漏、也最贵的一项 |

| 成功率 | 一次判定通过的比例 | 进成本公式的修正系数 |

三、成本公式

```

单位任务成本 = 单价 × 平均调用轮次 × 成功率修正

```

| 方案 | 单价 | 平均轮次 | 单位成本 | 结论 |

|------|------|---------|---------|------|

| A 便宜模型 | 低 | 3.2 轮 | 高 | 便宜在单价，贵在轮次 |

| B 贵模型 | 高 30% | 1.1 轮 | 低 | 贵在单价，省在轮次 |

| C 结构化输出 | 低 | ≈1 轮 | 更低 | schema 约束消除格式失败 |

四、失败从哪来

• 认知层：指令漂移、上下文过载、检索落空；
• 执行层：工具选错、参数非法、推理与行动不匹配；
• 工程层：结果不可用、状态未落库、上下游未适配。

微软 2026-10-09 发布的 AX Practitioner Playbook 总结 9 类反复出现的失败模式，强调"失败读数告诉你什么坏了，轨迹才告诉你为什么坏"，配套方法已产出对 Azure Cosmos DB Agent Kit 的 46 项改进。

五、降本清单

1. 幂等 + 断点续跑：长任务拆成有状态小步骤，每步落库，失败从断点续跑；

2. 结构化输出替代"生成再解析"：能枚举答案的判断用 schema 约束；

3. 上下文做减法：稳定前缀进 cache，完成步骤折叠成摘要；

4. 阈值熔断：单任务设最大轮次/花费，超限停下告警；

5. 失败当数据：统计一次通过率与平均轮次，优化高重试环节。

六、验证方法

从线上日志捞 20-30 个真实任务，分别用"现有做法"和"优化后做法"跑一遍，记录一次通过率、平均轮次、单位任务成本三个数，对比总消耗而非单价。半天能做完。

三句话

你付的不是一次调用的钱，而是它失败几次的钱。

一次调用便宜，不等于这笔任务便宜。

把失败重试显性化，才是省钱的第一步。

---

*《AI 成本账》系列第 5 篇。下一篇：当 AI 把试错成本降到接近零，为什么决策反而更慢了。*

*数据来源：Splunk（2026-06）；MightyBot（2026-07 实测）；Microsoft（2026-10-09）。*