Agent 成本可控化账本——把 5×、30×、100× 的 token 账单变成工程指标

开篇：CEO 在晚饭时抓到的 $1000

Fortune 八月的报道里有个场景：一位 CEO 晚饭时翻账单，发现一个 Agent 在没人注意的时候烧掉了 $1000 的 token。JPMorgan 给这轮恐慌起了个名字——「AI Token Costs are Eating Internet Profits Alive」；McKinsey 的调研更狠：93% 的企业 AI 预算超支，60% 的 agentic 成本花在 response refinement（反复打磨回复）上。

同一件事，三个视角：老板看到的是账单，分析师看到的是利润，工程团队看到的是「token 到底去哪了」。

上一篇《底座趋同，生产系统才是答案》讲了三个战场，成本失控是其中之一。这篇我用跑了 270 多天的生产系统回答：agent cost 不是靠「少用」省的，是靠「算清」控的。 我的答案是三本账：按任务核算、预算门禁、超支复盘。

一、先把账摊开：5×、30×、100× 从哪来

5×、30×、100× 不是吓人的修辞。EY 和 BCG 的测算里，同一个任务用 Agent 方案，token 成本是传统方案的 5 到 30 倍；HN 上有人实测过，一个 Agent 单次运行可以烧掉一个对话回合 100 倍的 token。

这些倍数来自四个不起眼的工程决策：

① 一个回合变 N 轮循环。 传统 Chat 是一次生成；Agent 是「想→调工具→看结果→再想」，每轮都是一次完整生成。轮次翻倍，成本翻倍。

② 工具调用自带上下文。 每次调工具，要把工具说明、历史轨迹、当前状态全部塞进上下文。工具越多，每次调用越贵。

③ 多 Agent 让同一事实写 N 遍。 上一篇讲过，多 Agent 的 token 消耗约是单 Agent 的 5 倍——同一个事实在每个 Agent 的上下文里各存一份。

④ 反思与重试没有上限。 没有预算约束的 Agent 会「自我改进」到天荒地老——每次重试都是一次完整账单。

看清这四个来源，结论就变了：成本失控不是模型贵，是工程上没有管。 下面是我实际跑通的三本账。

二、第一本账：按任务核算，跑完即记账

我所有 Agent 任务都走同一个入口，入口干的第一件事不是执行，是记账。每个任务开工前先建一张成本卡：模型、预估轮次、工具清单。跑完把实际消耗回写，append-only，只增不删。

# cost_ledger.py — 每个任务一张成本卡（最小可运行版）
import json
import time
import os

LEDGER = "/var/lib/agent/cost_ledger.jsonl"  # append-only 账本

def open_task(task_id, model, max_rounds):
    card = {
        "task_id": task_id,
        "model": model,
        "max_rounds": max_rounds,
        "opened_at": time.time(),
        "rounds": 0,
        "tokens_in": 0,
        "tokens_out": 0,
        "status": "running",
    }
    return card

def close_task(card, usage):
    card.update({
        "tokens_in": usage.get("prompt_tokens", 0),
        "tokens_out": usage.get("completion_tokens", 0),
        "cost_usd": usage.get("cost_usd", 0.0),
        "status": "done",
        "closed_at": time.time(),
    })
    with open(LEDGER, "a", encoding="utf-8") as f:   # 只增不删
        f.write(json.dumps(card, ensure_ascii=False) + "\n")
    return card

有了账本，才有第一个反常识的发现：我的真实账单是 ¥2500/年（含 2 核 VPS、7 个 Docker 服务、域名、OSS，监控栈 ¥0）。这个数字我公开过很多次——不是因为它小，而是因为它说明：Agent 成本可控的前提是每一分钱都有出处。

落地只要三步：

# ① 账本文件（append-only，只增不删）
touch /var/lib/agent/cost_ledger.jsonl && chmod 664 /var/lib/agent/cost_ledger.jsonl

# ② 跑完任务记账（每单一行 JSON，成本可查）
python3 cost_ledger.py --task 20260901-01 --model deepseek-v4 --max-rounds 6

# ③ 月底汇总（按任务/模型分组，看钱去哪了）
python3 -c "import json,sys; [print(json.loads(l)['task_id'], json.loads(l)['cost_usd']) for l in open('/var/lib/agent/cost_ledger.jsonl')]"

三、第二道闸：预算门禁，超支自动拦截

记账解决「花完才知道」，门禁解决「花之前先算账」。每个任务开工前，预算核算器先跑一遍：按模型单价 × 预估轮次算出预估成本，超过任务预算直接拦截，不执行。

# budget_gate.py — 开工前拦截（核心 6 行）
def check_budget(card, budget_usd):
    est = estimate_cost(card["model"], card["max_rounds"])
    if est > budget_usd:
        reject(card, reason=f"est ${est:.2f} > budget ${budget_usd:.2f}")
        return False      # 拦截：不执行，入账，等人确认
    return True           # 放行：执行，跑完记账

我在评估系列里用过同一套逻辑的「分层跑」版本：冒烟集 20 条每次提交都跑，秒级、几乎免费；全量集 500 条发布前跑，分钟级、预算可控。同一个门禁思想，从评估延伸到所有 Agent 任务：先算账，再开工。

拦到什么程度？error-ledger 里有真实记录：任务缺字段被自动拦截、预算超限被拦截、回归测试 50% 打回——每一笔 block 都留痕。门禁不是限制，是自由：知道超支会被拦，才敢放手让 Agent 跑。

四、第三本账：超支复盘，让系统越用越省

前两本账治标，第三本账治本。每次超支任务进 error-ledger，走四步闭环：事故 → 入账 → 修复 → 回灌规则。

举个真实例子：我的内容流水线曾有一个任务每轮把全部历史文章塞进上下文，token 消耗是同类任务的 3 倍。复盘发现是上下文注入策略的问题——不需要全量历史，只需要最近 5 篇的摘要。修复后规则下沉到技能文件：「注入摘要，不注入全文」成了写死的约束，同类任务再没超支过。

这就是三本账的闭环：

账本	回答的问题	物理形态
按任务核算	钱花在哪了	append-only 成本账本
预算门禁	这单该不该花	开工前拦截的确定性代码
超支复盘	下次怎么不花	error-ledger 规则回灌

五、进阶思考：为什么是「工程指标」而不是「省钱技巧」

网上讲 agent cost 的文章，绝大多数在教「技巧」：换便宜模型、压缩上下文、少用重试。这些都对，但它们有个共同问题——它们是建议，不是机制。 建议依赖人记得住、执行得到；机制不依赖任何人记得。

把成本变成工程指标，意味着三件事发生了质变：

第一，成本从「月末看账单」变成「每次调用都记账」。 技巧告诉你「要监控」，账本让监控自动发生——每个任务跑完，成本就躺在 ledger 里。

第二，控制点从「人脑」前移到「代码」。 预算门禁是确定性代码，不是模型自觉。模型不会「记得」自己超支了，但代码会拦住它。

第三，经验从「个人记忆」变成「系统资产」。 超支复盘进 error-ledger，规则回灌到门禁和技能——每超支一次，系统更硬一次。这是 Loop Engineering 在成本域的落地：事故 → 数据 → 规则。

适用条件得说清：这套体系适合「任务可枚举、预算可预估」的场景（内容生成、邮件处理、评估跑批、监控巡检）。对完全开放式的探索型任务，预算门禁的作用会打折——那种场景更该先锁死轮次上限，再谈预算。

结尾

今天你拿到的是三本账：按任务核算（每分钱有出处）、预算门禁（超支自动拦截）、超支复盘（每次超支都变成规则）。agent cost 不是靠「少用」省的，是靠「算清」控的。

行动号召，今晚就能做：

# ① 给每个 Agent 任务建成本卡：模型 + 预估轮次，跑完记账（append-only）
# ② 加一道预算门禁：预估成本超预算，开工前拦截，别让 Agent 自己决定花多少
# ③ 超支任务进 error-ledger：事故→入账→修复→规则回灌，让系统越用越省

做完这三步，你的 Agent 账单就从「月末惊吓」变成「每单可查」。下一篇，我们把镜头转向另一个战场：AI 编程助手在企业网络里装的「无主代码」——《AI 编程助手在企业网络装了「无主代码」：Coding Agent 供应链安全的工程化答案》，讲 Agent 的产出为什么不是代码，而是需要审查的提案。

关于作者

无记——AI / Agent / 数智化转型实践者。只写亲手跑通的东西，不聊概念。关注我，一起把认知变现。

魏无记