算清一条 AI 工作流的完整成本

Token 价格只是工作流账单中的一行。实际支出还包括重复上下文、生成内容、重试、搜索、外部工具、等待、人工复核和失败恢复。真正可比的单位是“完成一项合格任务的成本”。

先定义“完成”和“合格”。如果一个回答生成后还要人工重写，或者工具执行失败却被计为成功调用，任何单位成本都会失真。成本图必须使用与验收契约相同的完成状态。

画出七条成本泳道

用真实任务频率和完成率计算每条泳道。一次调用虽然便宜，如果验收率很低，每个可用结果反而可能比昂贵但一次完成的调用成本更高。

可以用下面的关系统一比较：

每项合格任务成本 =（该批模型 + 工具 + 基础设施 + 人工 + 失败处理成本）÷ 该批最终通过验收的任务数

分母不能使用请求数、模型成功响应数或“没有报错”的任务数。若某批次没有任何任务通过验收，应直接标记为无法交付，而不是用零或空值掩盖结果。

流程 A 每次提问都发送整份文档，并生成很长的回答。流程 B 只检索少量相关段落，返回简洁比较并附引用。B 增加了检索费用，却减少重复输入和复核时间。

谁更划算取决于文档大小、提问频率、检索准确度和复核人员成本，而不是单独的模型标价。

Agent 多次搜索、打开网页、重试受阻来源、写笔记并组合报告。最终写作调用只占整次运行的一小部分，工具调用、长时间等待、重复探索和来源核验才是主要成本。

限制搜索分支，并要求浏览前先列证据计划，往往比替换最终写作模型更能降低成本。

抽取一批真正完成的任务，移除重复上下文、限制无效循环、缓存稳定事实、缩短输出、改善路由，或把确定性步骤移出模型。每次改变后重新计算验收率和复核时间。

如果节省调用费用却增加了失败，只是把成本移动到了另一条泳道。

按任务运行保存原始量，再由规则换算金额或时间价值：

金额、工资和工具价格应保存适用日期与币种。对无法货币化但影响决策的项目，例如用户等待或高风险错误，单独展示，不要为了得到一个整齐总数就随意估价。

先建立同一任务切片的基线，再一次改变一个环节。压缩上下文可能降低输入成本，却也可能删掉决定性证据；减少人工复核可能缩短等待，却让失败处理上升；增加一个便宜的分类步骤可能避免大量昂贵调用，也可能因为误路由损失质量。

为每个方案同时比较合格任务成本、阻断性失败、完成时间和人工改判。若任务构成或验收规则变了，就不能把前后裸数字当作同一基线。把节省来自哪个泳道、代价转移到哪里写进决策记录。

成本地图还应转成运行边界：每项任务最多调用次数、工具分支数量、输出长度、等待时间和允许的人工接管。达到边界时，工作流应停止、缩小任务或请求批准，而不是在后台无限继续。

预算告警要附带任务编号与主要成本泳道，才能判断是异常循环、资料突然变长、工具涨价还是复核积压。只有一条总额通知无法指导恢复。

怎样给人工时间定价？ 选用组织认可的统一口径并注明假设；比较方案时同时保留分钟数，以免工资口径变化掩盖实际工作量。

缓存一定能省钱吗？ 只有缓存内容稳定、命中真实重复且失效规则可靠时才算节省。错误或过期缓存带来的返工应进入失败泳道。

成本更低就应该上线吗？ 不应该。所有候选先通过质量、安全和权限门槛；成本只在可接受方案之间参与取舍。

这张图服务于产品决策，不是会计准则。只纳入对当前工作流重要的成本，并明确哪些项目没有计算。当流量形态、模型行为、复核策略或工具价格变化时，重新绘制。