编程代理是否变得昂贵，还是我们对成本的衡量方式有误？
摘要
本文质疑编程代理的真实成本是否包含隐藏的人力监督和调试，认为真正的价值应以可信输出来衡量，而非原始 token 消耗。
看到近期关于代理编程的 token 消耗讨论，让我觉得更大的问题不仅仅是价格。一个编程代理可能很贵，但如果它能减少真正的工程工作量，那仍然是值得的。但如果输出仍需反复审查、调试、清理、重新运行以及人工监督，那么实际成本远高于 token 账单。真正的问题是：我们评判编程代理的标准是它们能完成多少工作，还是它们实际产出的可信工作量？很好奇这里其他人对此的看法。你更愿意使用：1. 便宜的代理，但需要持续监督；2. 昂贵的代理，但输出更可靠；3. 成本中等、控制力和可见性更好的代理；4. 如果输出能真正节省工程时间，成本不那么重要。
相似文章
编程助手是否应以节省多少人类注意力来衡量？
文章认为，当前对编程助手的衡量指标（如代码行数、速度）忽略了更重要的衡量标准——节省了多少人类注意力，因为持续的监督会抵消时间节省。
按代币计费是智能体的错误成本指标
文章认为，代币价格作为AI智能体的成本指标并不充分，提出有效成本应通过成功运行和验证来衡量，并讨论了路由和失败策略。
运行AI代理最昂贵的部分不是令牌消耗，而是花在弄清楚它们行为原因的时间。
构建AI代理的过程揭示，主要成本在于调试——花费数周追踪诸如上游API变更等问题——而不仅仅是令牌或模型推理成本。
人们究竟是如何给AI代理分配成本的？
这篇文章探讨了准确评估AI代理成本的挑战，这些成本超出了LLM的开销，包括在多代理环境中用于测量的工具和模型。
你们究竟是如何降低 Agent 系统成本的？
本文探讨了 AI Agent 系统在成本优化和 FinOps 方面面临的挑战，指出了 Token 账单不可预测、缺乏细粒度归因工具等问题，并提到了缓存和硬性限制等应对策略。