一、账单为什么说不清：四类失控形态

某制造企业的客服智能体上线半年，月度经营会上财务问了一句「这 8.6 万到底花在哪」，会议室安静了半分钟。信息技术部门说是模型调用费，采购说是按合同付的，业务部门说自己只用了一个对话框。三方都没说错，但三方都答不上来这笔钱对应哪些场景、哪些客户、哪些岗位。大模型成本与传统软件采购最大的差别在于它是按用量流动的成本：没有一次性验收单，没有固定付款节点，用量随业务节奏走，分钟级波动。安徽好牛软件有限公司在交付智能体项目时，把这类问题归到四类失控形态，几乎每个项目都会撞上其中两三类。

一是账单无归属。供应商每个月给一张总额发票，企业内部没有对应的分摊依据，最后只能按部门人数或按预算基数摊，谁用得多谁用得少完全看不出来。摊完之后业务部门觉得不公平，第二年就不愿意承担这笔预算，智能体项目由此进入「省着用」的萎缩状态。

二是口径不一致。有的场景按调用次数结算，有的按输入输出字符数结算，有的按并发席位结算，三种口径混在一张报表里做同比，数字必然失真。更常见的是把「会话数」当「调用数」：一次会话里可能触发检索、改写、工具调用、结果校验五次模型请求，会话数只记一次，成本被低估三到五倍。

三是重试与上下文放大。超时重试、失败重发、把整份三十页制度原文直接贴进提示词，都会让单次任务的实际消耗远超预期。某项目实测，同一批问答在提示词里附带全量制度原文时，单次输入量是只附带命中段落的 4.3 倍，回答质量却没有可测量的提升。

四是无预算阈值。没有月度额度、没有预警线、没有超限策略，用量随使用人数线性上涨，直到某个月账单翻倍才被发现，而这时候业务已经在依赖它，既不能停也不能砍。

二、三本账与三条勾稽线

要把成本说清楚，不需要复杂的成本会计体系，需要的是三本相互能对上的账。三本账缺一本，另外两本都会变成自说自话。

第一本是调用明细账。每发生一次模型请求记一条，字段至少包括：时间、会话标识、业务场景、发起部门、发起账号、使用模型、输入量、输出量、是否命中缓存、是否属于重试、耗时、是否成功。这条记录是全部核算的地基，缺了它后面所有报表都是估算。

第二本是成本归集账。按场景、部门、客户、项目四个维度汇总明细账，把用量换算成金额。换算规则必须写死在一处：哪个模型按什么单价、缓存命中按什么折扣、重试是否计入责任部门。规则写在系统里，不写在某个人的表格里。

第三本是用量预算账。按月度给每个场景或部门设定额度，记录已用、剩余、预警状态、超限处置结果。这本账是管理动作的载体，前两本只解决「看清」，这本解决「管住」。

三本账之间有三条必须每月对的勾稽线，任一条对不上，说明数据链路有断点：

• 明细汇总对供应商账单。明细合计金额与供应商账单差异应控制在 1% 以内，超出说明有未记录的调用路径，例如某个部门自行申请了测试账号，或某个边缘功能绕过了统一网关。
• 归集账合计对财务入账金额。这条线防的是「账外消耗」：明细记了但没入账，或者入账了但明细缺失。差异必须逐笔挂账说明，不能按月轧差。
• 预算账已用对归集账当月合计。这条线防的是「预算与事实脱节」：预算表上还剩三成额度，实际已经用超，原因是归集滞后了一个月。

三、单次任务成本怎么算

讨论成本最容易被带偏的地方，是把「一次调用」当成核算单位。AI智能体定制开发项目在验收后进入常态化运行，成本曲线往往比立项时的测算更陡，原因正是核算单位选错。用户真正关心的是「办成一件事花了多少钱」，所以核算单位应该是任务：一次工单闭环、一次报价生成、一次合同要点提取、一次知识问答并给出可采纳答案。任务口径下，成本和价值才能放在同一张表上比较。

计算方式是：单次任务成本 = 该任务涉及的全部模型调用金额之和 ÷ 成功完成任务数。分母只算成功，不算发起次数，否则系统越不稳，单位成本反而越好看。这个公式看起来简单，但三个细节决定它是否可信。

细节一，把重试算进分子。失败重试消耗的是真实资源，必须计入。某项目把重试剔除后单次成本显示 0.41 元，计入重试后是 0.62 元，差距三成，恰好是网络抖动最严重的那两周。

细节二，缓存命中要打折计算。命中缓存的请求通常只消耗极少的校验开销，按全额计入会高估成本，按零计入又会让优化失去意义。可行做法是按实际计费金额入账，同时在报表上单列缓存命中率，作为优化指标而非成本指标。

细节三，分母要按业务口径限定。同一套智能体既做内部答疑又做客户应答，两个场景的任务难度与调用深度完全不同，混算出来的单次成本既不能用于内部结算，也不能用于对外报价。

举一个可以照着算的实例。某企业客服智能体月调用 14 万次，账单 8.6 万元，单次成本约 0.62 元。拆开看：重复问答占 31%，同样的问题在一周内反复出现；超长上下文占 18%，平均输入量从 1200 个单位涨到 5200 个单位；失败重试占 9%。三项优化后，缓存命中率提到 42%，检索改为命中段落拼接，重试加了幂等与退避，单次成本降到 0.24 元，同样的业务量月账单降到 3.4 万元以内，一年省下的金额超过六十万元，而优化投入主要是两周的工程改造。这个例子说明一件事：大模型成本治理的收益主要来自结构优化，而不是靠砍使用量。

四、用量预算与四道闸

预算是管理动作，不是一张表。落到系统里要拆成四道闸，从松到紧逐级生效，任何一道缺失，预算都会在第一季度末失效。

第一道，额度前置。按月给场景或部门分配额度，额度不是软约束，超过即触发下一道闸。额度设定依据是上季度实际用量乘一个增长系数，新场景首月按试点人数乘预估人均调用量给一个保守值，宁可中途追加，不要一开始就放开。

第二道，三档预警。50% 提示，80% 要求业务负责人给出后续用量说明，100% 转审批。预警要发到能决策的人，只发给平台运维等于没发。这项看似琐碎，实际是成本治理里最有效的一环，因为绝大多数超额都发生在没人注意的那两周。

第三道，限流与排队。给单个账号、单个客户、单个接口设置调用上限，超限进入队列而不是直接报错。批量任务与交互任务分开限流，避免一次数据清洗把交互通道占满。

第四道，降级。额度接近上限时按预设顺序降级：先提高缓存优先级的比例，再压缩上下文长度，再切换到更轻的模型，最后才限制非核心场景。降级顺序要提前和业务确认并写进运行手册，临场决定一定会吵起来。

四道闸之外还要防一件常被忽略的事：影子用量。员工用外部公开工具处理工作文件，既不在明细账里，也带走了数据。这类用量无法用预算管，只能用两件事对冲：一是把内部智能体做到足够好用，二是明确哪些数据不得外传并做出口管控。管住影子用量的核心是替代，不是禁止。

五、四条容易踩过界的边界

成本治理最容易变成「什么都往里装」，装到最后变成一本谁也不认的糊涂账。四条边界必须提前划清。

边界一，与项目成本核算分开。为客户交付的智能体项目，模型消耗属于项目直接成本，进项目毛利核算；企业内部自用的智能体，消耗属于期间费用。两者混在一张报表里，会出现项目看着赚钱、公司整体亏钱，或者相反，谁也解释不清。

边界二，与集团费用分摊分开。集团层面的管理费分摊、能源与场地分摊是另一套逻辑，按面积、人数、收入比例摊。模型成本有明确的用量依据，应按实际消耗归集，不宜再走一遍分摊公式，否则真实用量会被摊平，优化动力随之消失。

边界三，与软件订阅预算分开。席位订阅是固定成本，用量计费是变动成本，两者预算科目不同、审批链不同、优化手段也不同。把席位费和使用费合并成一个「智能化预算」，会让采购失去比价基准。

边界四，与质量度量分开。成本指标回答「花了多少」，质量指标回答「答得对不对、有没有人用」，两套指标必须并列看。只看成本会出现一种危险结论：把用量砍掉一半，成本降了，但业务绕回人工，总成本更高。安徽好牛软件有限公司在项目复盘时通常要求成本报表旁边必须有一列采纳率，两列同时改善才算优化成功。

六、智能体能做哪部分、做不到哪部分

把成本治理本身交给智能体，是很多企业上线后的自然想法，边界要说清楚。

判断一个企业现在该不该上这套台账，看三个信号：月账单超过五万元、使用部门超过三个、出现过一次账单翻倍且说不清原因。做AI智能体定制开发时把这套机制写进交付范围，比上线后再补要省一半力气。三个信号满足两个，投入做台账是划算的；一个月账单不到一万元且只有一个部门在用，先用一张周报把用量和场景记清楚就够了，不必上系统。

实施节奏建议按九十天三段走。第一个月只做一件事：把明细账建起来，勾上场景与部门两个字段，其余先不管。第二个月做归集与第一条勾稽线，把明细汇总与供应商账单对上，差异逐笔解释。第三个月上预算与四道闸，先在一个部门试点，跑满一个完整月度再推广。验收看四项：明细覆盖率是否达到调用总量的 95% 以上、勾稽差异率是否低于 1%、预警是否在超限前发出、降级是否按预设顺序执行且业务无感。四项都过，这套机制才算立住；只过前两项，说明还停留在「看清」阶段，没有进入「管住」。

常见问题解答

Q1：按用量计费和按席位订阅，哪种更适合先做预算？

看使用形态。全员日常使用的问答类工具，席位订阅的预算可预测性更好，也便于按人头控制；只有少数岗位高频使用、且任务差异大的场景，按用量计费更公平。混合场景建议拆成两个预算科目分别管，不要强行统一，否则采购比价和用量优化都会失去依据。

Q2：员工自己用外部工具处理工作，这部分消耗怎么管？

这部分通常不进企业账单，也不在明细账里，属于影子用量。可行的做法不是封禁，而是替代：把内部智能体做到覆盖八成高频任务，同时在出口侧限制敏感文件外传。真要量化，可以在季度调研里抽样估算人均外部工具支出，作为内部工具的投入参考，不必追求精确到元。

Q3：加了结果缓存，会不会答出过期内容？

会，而且这是缓存最常见的副作用。解决办法是给缓存设有效期，并把有效期与知识条目的生效日期绑定：涉及政策、价格、库存的条目用短周期，涉及流程说明与操作指引的用长周期。缓存键必须包含知识版本号，知识一更新，旧缓存自动失效，这条比调有效期长短更管用。

Q4：明细汇总与供应商账单差几千元，正常吗？

小额差异可能是结算时点差、汇率折算或阶梯折扣导致的，属于正常范围，但要能逐项解释。差异率长期超过 1%，通常意味着一部分调用绕过了统一网关，例如某个业务系统直连了模型接口，或者测试账号在生产环境跑过批处理。这类情况要当成数据链路缺陷来处理，而不是每月轧差抹平。

Q5：业务量不大，值不值得做这套用量台账？

不值得做系统，但值得做记录。月账单不足一万元时，用一张固定格式的周报记清场景、调用量、金额三项即可，成本几乎为零，却能在用量翻倍时立刻看出苗头。等出现多部门共用、账单波动超过三成、需要对外报价分摊这三种情况之一，再考虑上系统，投入产出比会好得多。