工作流
给 AI 智能体装「预算护栏」：防止 Agent 偷偷烧钱（成本治理实战）
2026 年企业部署 Agent 最大的运营风险，已经不是「它聪不聪明」，而是「runaway agent」（失控的智能体）——一个 Agent 因为循环 bug 或错误指令，半夜狂调模型、狂调工具，等你早上看到账单，已经是天价。业界（如 Airia 的 Enhanced Cost Optimization）已经把「预算护栏 + 消耗归因」做成标配能力。本教程不依赖某家商业产品，手把手教你用通用方法给自己的 Agent 装一道成本护栏。
💰 本教程适合：用 API 型 Agent（接 OpenAI / DeepSeek / 通义等按量计费模型）的开发者和小团队。哪怕你只跑一个定时 Agent，也建议装护栏。
先搞懂：成本是怎么「失控」的？
Agent 和「单次对话的 ChatGPT」最大的成本差异在于——它会自己循环、自己调工具、自己重试。一次失控可能触发成百上千次模型调用。
| 失控场景 | 后果 | 护栏怎么拦 |
|---|---|---|
| Agent 卡在死循环 | 无限重试，Token 暴涨 | 设单轮/单任务调用上限 |
| 工具调用无限制 | 反复查库、调 API | 按工具/按次设预算 |
| 没人盯着用量 | 月底才发现有问题 | 实时告警 + 硬上限 |
核心思路（业界共识）：给 Agent 设预算（budget）+ 归因（attribution）+ 硬限制（hard limit）。预算用来预估和告警，硬限制用来在超标时直接掐断——账单到来之前就止损。
Step 1：先摸清你的「单任务成本基线」
1 不知道基线，就设不了护栏
先跑几次典型任务，记录每次消耗的 Token / Credit，算出正常区间：
记录维度（建议建个简单表格）：
- 任务类型：如「日报生成」「代码审查」
- 单次输入 Token / 输出 Token
- 单次工具调用次数
- 单次花费（人民币）
例：日报生成 平均 8,000 in / 2,000 out Token ≈ ¥0.03
若某次突然 ¥3.00，就是 100 倍异常 → 该拦。💡 大多数模型平台（OpenAI / DeepSeek / 通义）的 API 响应里都带
usage 字段，直接读取即可，不用自己估算。Step 2：给 Agent 套一层「预算中间件」
2 在「调用模型」前先过一道闸
最实用的做法：不直连模型，而是在你的 Agent 代码/配置里加一层预算检查（伪代码思路）：
每次 Agent 准备调用模型前：
if (本任务已花费 > 任务预算上限):
中止并报错「预算耗尽」
if (今日总花费 > 每日预算):
暂停所有非必要 Agent 运行
else:
放行这一次调用，并记录花费
// 关键：预算检查必须在「真正花钱」之前没有代码能力？用支持「预算/限额」的 Agent 平台（如带成本治理功能的编排平台）也能实现同样效果，重点是确认它支持「硬性截断」而非仅「事后统计」。
Step 3：设硬上限 + 实时告警
3 让异常在烧钱前被拦下
护栏要分两级，告警用于提醒、硬上限用于止损：
告警线（软）：单任务花费 > 基线 5 倍 → 发钉钉/邮件提醒
硬上限（硬）：单任务花费 > 基线 20 倍 → 立即中止
每日总闸：当日累计 > 预设日预算 → 暂停新任务，保留人工放行
建议初值（小额试跑后调）：
单任务硬上限 = 基线 × 20
日总预算 = 单任务 × 预期日任务数 × 3🔑 关键技巧：硬上限宁可先设小、再放宽。宁可偶尔误拦一个正常任务（人工补跑），也不要让一次失控烧掉一个月预算。护栏的代价是「偶尔多一道人工」，收益是「永不天价账单」。
Step 4：做「消耗归因」，定位哪个 Agent 在烧
4 钱花在哪一目了然
当有多个 Agent / 多模型混跑时，必须能追到「哪笔钱是谁花的」：
给每次调用打标签（tag）：
- agent_name：哪个 Agent
- task_type ：什么任务
- model ：用的哪个模型
- run_id ：哪次运行
统计时就能回答：
「本周 60% 花费来自『代码审查』Agent 用的 GPT-5.6」
→ 针对性给它单独降配或换便宜模型。为什么重要？没有归因，你只知道「总账单涨了」，却不知道该优化谁。归因让成本治理从「瞎猜」变成「精准降本」——这也是 Airia 这类产品把 spend attribution 当核心卖点的原因。
Step 5：建立「护栏巡检」习惯
5 护栏不是一装了之
成本护栏要跟着业务一起调，几个例行动作：
✅ 每周看一次归因报表，下调高花费低产出 Agent 的预算
✅ 模型降价/换模型后，重算基线并更新上限
✅ 新上线 Agent 先「干跑 + 小预算」观察 3 天
✅ 把护栏配置纳入版本管理，避免误删
✅ 非生产环境（测试）Agent 强制更低上限🎉 恭喜！你的 Agent 已经从「可能半夜烧钱的无底洞」变成「成本关在护栏里的可控工具」。这条思路适用于任何按量计费的 AI 系统——多模型、多租户、定时任务都该默认带护栏。想深入自动化编排，可看本中心《多智能体协作工作流》教程。
常见问题速查
| 你遇到的现象 | 大概率原因 & 解决 |
|---|---|
| 还是出现了天价账单 | 护栏只统计没截断，确认用了「硬上限」 |
| 正常任务被误拦 | 硬上限设太低，放宽到基线 ×20 再观察 |
| 不知道钱花哪了 | 没打 tag，补上 agent/task/model 归因 |
| 模型换版后预算失灵 | 重新跑基线，更新上限与告警阈值 |