cost-tracking

随着使用规模跨团队和模型扩展，团队在管理AI成本方面面临越来越多的挑战，这突显了评估工作流成本和实施高效跟踪策略的必要性。

Sapiom完成3500万美元A轮融资，用于构建AI智能体基础设施，重点聚焦成本管理并推出三款新产品。这条推文强调了多供应商API密钥管理、按智能体成本跟踪和可观测性等功能。

ccusage 是一款开源命令行工具，帮助开发者从本地编码代理 CLI 数据中检查 token 使用量和成本，提供日/周/月报告、模型细分以及 JSON 导出。

DepthData 是跟踪和管理公司 AI 支出的记录系统。

agentglass 是一个开源本地仪表板，为 Claude Code、Codex 和 Gemini 等多个 AI 编码代理提供实时监控、成本跟踪和集群管理。

一位开发者分享了多智能体AI系统意外高昂成本的个人经历，引发了关于智能体框架中成本追踪和可观测性的讨论。

Trovis 是 OpenClaw 的插件，记录所有智能体的行动、成本及偏差，并以通俗易懂的英语呈现，提升可观测性。

一位开发者认为，大多数生产环境下的AI代理缺乏必要的可观测性，例如会话追踪和成本监控，并将其比作在没有监控的情况下部署Web应用。文章质疑代理可观测性是否仍是一个未解决的问题。

一个帮助开发者在编码时准确追踪AI成本的工具，消除猜测。

一位开发者认为，语音通话日志必须包含成本和Token数据，而不仅仅是时长和状态，才能正确评估语音代理的经济性。他分享了压力测试中的一个教训：成本字段最初为空。