“Agent自己跑任务，账单突然变高”，这类问题很难靠月底对账发现。
Flexera《FinOps for AI》提到，83%的组织正在使用或试验生成式AI服务。FinOps Foundation 在《FinOps for AI Overview》中也把 cost-per-token、配额、资源标签、GPU分配和定期复盘列为AI成本管理的重点。原因很直接：AI成本不只来自云主机和存储，还来自一次次模型调用、Embedding、向量检索、工具调用，以及没人注意的自动续费。
Agent让这件事更麻烦。普通应用通常按固定流程运行，Agent会根据上下文决定下一步：要不要再问一次大模型，要不要查知识库，要不要调用外部API，要不要重试。它带来效率，也把浪费藏进了执行链路里。
自动续费和无限重试，最容易漏掉
传统SaaS里的自动续费，多数时候只是省事。放到AI Agent里，它可能变成一笔持续存在、但没人负责的支出。
常见情况有两类。
一类是Agent平台或工作流里默认打开了重试、扩容、持续运行。比如客服工单、内部知识库问答、数据分析助手，如果Prompt没处理好异常输入，下游API又返回错误，Agent可能会反复请求模型、重新检索RAG、再次分类。单次看不贵，连续跑几个小时就不一样了。
另一类是“影子IT”账户。员工为了测试LangChain、AutoGen或某个低代码Agent平台，临时开通模型服务、绑定支付方式、启用试用套餐。项目停了，账户没关；Agent不再有人维护，订阅还在扣费。这类问题不一定会出现在研发排期里，却会出现在财务账单里。
openEuler社区一篇《AI Agent成本治理2026：从Token计费到FinOps的完整实践》也把Agent成本治理放在Token计费和FinOps框架下讨论。对企业来说，第一步不是上复杂系统，而是先知道：谁在调用、调用了什么、为什么调用、花了多少钱。
先把每一次调用标出来
没有标签，成本就只能按总账看。总账能告诉你花了多少，不能告诉你哪一个Agent在花、哪一个项目该负责、哪一段链路不正常。
比较实用的做法，是给Agent调用加上几类基础字段：
project_id：归属项目agent_name：具体Agentmodel_version：调用的模型版本user_id：触发人或触发系统environment：生产、测试或个人实验环境
这些字段不复杂，但能把AI账单从“模型供应商总费用”拆到“项目和任务”。后面要做限额、审计、优化，基本都靠它。
工具上，LangSmith、Arize AI这类产品常被用于LLM应用观测；自建链路里，也可以用OpenTelemetry把调用日志、Trace和云资源账单串起来。关键不是工具名字，而是能不能追到单个Agent的执行路径：哪一步消耗了Token，哪一步触发了重试，哪一步调用了外部服务。
FinOps Foundation提到的 cost-per-token 也应该进入日常指标。过去云成本常看CPU、内存、存储、带宽；AI应用至少还要看输入Token、输出Token、Embedding次数、RAG检索次数和模型路由情况。
限额要比报警更早生效
只报警不够。等通知发到群里，Agent可能已经跑完一轮昂贵任务。
更稳妥的方式，是在API网关、模型代理层或Agent运行平台上加硬限制：
- 单个Agent的小时级或日级Token上限
- 单个项目的预算上限
- 非生产环境默认低配额
- 批量任务必须审批或人工确认
- 超额后降级到小模型、缓存结果，或直接停止执行
模型降级也可以做成策略。简单分类、摘要、格式转换，不一定每次都用最贵模型；复杂推理、关键业务判断，再路由到能力更强的模型。原稿里提到的GPT-4o、Haiku、Qwen-Turbo，可以放在这个思路下比较，而不是让所有请求默认走同一档模型。
AWS官方博客《FinOps + DevOps 双Agent — AI驱动的云成本优化实战》提供了一个参考案例：FinOps Agent负责发现费用异常和分析原因，DevOps Agent负责运行时验证、安全清理等动作，案例中最终节省每月约4,100美元的不必要支出。这个例子有价值的地方不在于“AI管AI”这个说法，而在于它把发现、分析、验证、执行拆开了，避免一个Agent既判定问题又直接动生产资源。
RAG不是越多越好
很多Agent贵，不是因为模型单价高，而是因为链路太长。
一次用户请求，可能先改写问题，再做Embedding，再查向量库，再重排，再把大量上下文塞给大模型，最后还要调用工具确认。如果每一步都默认执行，Token和检索成本会一起上升。
优化RAG可以从几个小处开始：
- 能用关键词或结构化过滤解决的，不要直接进大模型
- 控制召回数量，避免把无关上下文塞进Prompt
- 对高频问题使用缓存
- 对失败重试设置次数上限
- 定期看哪些知识库命中率低、却消耗高
这类优化不一定需要换模型。很多时候，少查一次、少塞一段上下文、少重试一轮，就比换供应商更有效。
自动续费要纳入审计清单
AI账单审计不能只看主账号。Agent相关成本可能分散在模型API、向量数据库、云函数、GPU实例、第三方插件、低代码平台订阅里。
建议把自动续费单独列为审计项：
- 哪些服务开了自动续费
- 是否属于生产环境
- 是否有明确负责人
- 是否仍在被Agent调用
- 到期前是否有复核机制
- 测试账户是否绑定了企业支付方式
非生产环境最好不要默认自动续费。确实需要保留的测试服务，也应该设置金额上限和到期提醒。否则，账单里很容易留下“僵尸Agent”：业务没人用，成本还在跑。
FinOps最后要落到研发流程
AI成本不是财务部门月底才处理的事情。Agent怎么写Prompt、怎么设重试、怎么选模型、怎么查RAG，都是研发和算法团队每天做的决定。
更现实的做法，是把几条规则放进研发流程：
- 新Agent上线前必须配置标签和预算
- 长时间运行任务必须有停止条件
- 批量调用必须有审批或熔断
- 高成本模型调用要能解释原因
- 每周或每月复盘Top消耗项目
Flexera说AI正在改变2026年FinOps的范围，FinOps Foundation也强调要定期跟踪AI成本和使用情况。落到企业内部，就是别等账单来了才查。先看标签，再看限额，再看自动续费，最后才谈模型和架构优化。
Agent不是一定会让成本失控。失控通常发生在没有归属、没有限额、没有审计的时候。把Token、RAG、订阅和云资源放到同一张成本图里，FinOps才真正管得住Agent。
