用 AI Cost Gate 做 AI Agent 预算控制

全公司一把上限太钝：一个吵闹机器人会冻住所有人。优先按项目与 Agent 设预算，以便隔离失控任务而不影响无关工作。模型层的软偏好（更便宜默认）可补充硬美元上限。

设数字之前，先把每把 Key 与运行时映射到负责人。无标签共享 Key 会让分摊与预算失效。能标记项目、Agent、模型的网关，是财务与工程都信任的控制前提。

按周发布各 Agent 燃烧量与增速。增速往往比绝对花费更快抓住回归。平稳的高燃烧可能是有意的；斜率突变通常不是。

主粒度应匹配工作归属：产品团队用项目预算，平台集群用 Agent 预算，交互式编码 Agent 用会话预算——会话结束风险归零。

软告警在不打断生产的情况下教育负责人。硬停止才遏制通宵循环。顺序：观察 → 告警 → 对最吵 Agent 停止 → 再扩大。

写清失败关闭行为：被拦截时的错误形态、谁能上调限额、紧急覆盖流程。没有手册的自动停止会制造工单；有手册才能遏制事故。

AI Cost Gate 在请求路径强制预算，并把成本元数据存在你运维的 SQLite 或 Postgres——契合拒绝把提示词送到托管计量平面的团队。

校准告警的提前量。若月度预算在两小时失控循环里烧光，90% 告警已经太晚；为能加速的 Agent 搭配日度或会话硬停。

影子模式：先计量一周不强制，让负责人看到真实燃烧，再把初始上限设在正常峰值略上，而不是平均值。

嵌套上限：紧的 Agent 预算套在更松的项目预算里。Agent 先跳闸；若有人未经财务审阅上调 Agent 限额，项目预算是后盾。

降级而不只是死掉：被拦截时，Agent 应回退到缓存答案、更便宜模型或人工接管——而不是静默重试同一昂贵调用。

例外窗口：带过期时间的临时上调。没有过期的“临时”上调，会把事故变成新常态。

每个预算需要具名负责人接收告警并批准上调。没有负责人，自动停止会变成匿名故障。

保留上调审计：谁、为何、旧限额、新限额、过期时间。下次账单飙升财务会问；下次复盘工程会问。

AI Cost Gate 的本地成本元数据账本支持分摊与举证，而无需把提示词送到第三方分析云。把它与内部变更单配对。

交互式编码 Agent 常用会话预算：每次笔记本会话几美元就够探索，会话结束风险归零。常驻支持/研究机器人需要日上限，避免周末循环花掉一个月跑道。

CI 评测应有独立项目与硬日上限。单次看似便宜，脆弱测试在每个 PR 上放大重试就会很贵。独立 Key 与预算避免评测与生产抢额度。

面向客户的 Agent 应使用你能运维的最细粒度。所有客户共用一个生产预算，会在更大尺度重现“全公司冻结”。有身份时优先按租户或工作流设上限。

AI Cost Gate 支持在每次请求打上这些身份标签，让上述模式可强制执行，而不是停留在愿望清单。没有标签，一切都会塌成一个匿名总计。

在花费之外跟踪拦截次数。健康的闸门对吵闹 Agent 偶发拦截，对乖巧 Agent 接近零拦截。永远零拦截可能意味着上限太松；持续拦截可能意味着上限相对真实负载是虚构的。

跟踪发现时延：从斜率变化到告警的分钟数。若告警在日上限已耗尽后才到，就把软阈值前移或加更低的日硬停。

跟踪覆盖率。频繁无过期临时上调，说明基线预算错了或归属不清。先修流程，再继续抬天花板。

失败模式见《用 AI Cost Gate 阻止失控的 AI Agent 成本》。FinOps 总览见 LLM 成本控制支柱。自托管姿态见本地优先 LLM 网关。代理与闸门边界见 AI Cost Gate vs LiteLLM。