引入 AI 工作台之后，成本往往经历三个阶段：起初是小范围试点，账单可以忽略；随后推广到几个部门，数字开始明显上升；等到管理层过问时，往往已经难以说清钱花在了哪里。
这时候常见的反应是限制使用——缩减席位、收紧额度。但这样做只是压住了数字，没有解决问题，业务侧的效率提升也一并被压制。
成本失控的原因，通常不是"用了 AI"，而是用量结构出了问题。
一、三个典型的成本漏洞
第一个漏洞是重复调用。同一个任务在不同会话里反复执行，每次都从头处理一遍相同的材料。如果中间结果没有被复用，同一份文档可能被解析了几十次，成本直接翻倍。
第二个漏洞是上下文过长。把整本手册、整年的数据一股脑塞进任务里，模型需要处理的 token 数量急剧上升。很多时候真正需要的只是其中几页内容，但缺少筛选机制，全部被送进了模型。
第三个漏洞是模型错配。简单任务用了高阶模型，就像用货车送一封信。不同复杂度的任务应该匹配不同能力的模型，缺少路由机制时，成本会在不知不觉中累积。
这三个漏洞有个共同点：都是配置问题，而不是使用量问题。用的人越多、任务越复杂，漏洞放大的倍数就越大。
二、统一接入：让模型可切换、成本可追溯
治理的第一步是把模型接入收口。如果每个团队各自申请账号、各自对接模型，企业层面根本看不到全局用量，也就无从治理。
通过统一的模型服务平台接入，可以做到三件事：所有调用走同一个入口，账单集中；模型可以按需切换，同一个任务可以比对不同模型的成本与效果；每一次调用都留下记录，知道是谁、在哪个任务、用了哪个模型、花了多少。
Token Hub 承担的就是这一层职责——把模型供给、成本治理与权限审计收在同一层。模型切换与调用成本可追溯，是后续所有优化动作的前提。
没有这一层，成本就是一个黑箱。
三、限额与配额：把预算分到人和部门
有了统一入口，第二步是分配。常见的做法有两种：按部门划分总额，或者按人头设置月度限额。
两种方式各有适用场景。部门总额适合任务量波动大、协作紧密的团队，内部可以自行调剂；人均限额适合岗位职责清晰、用量相对稳定的场景，便于个人自律。
实践中更稳妥的是两者结合：部门有总额上限，防止整体失控；个人有默认限额，超出后需要申请。这样既保留了灵活性，也守住了底线。
配额不是一成不变的。随着场景成熟、用量数据积累，可以逐步调整到更合理的水平。
四、持续优化：用量看得见才管得住
治理的第三步是建立反馈循环。定期查看用量数据，能发现不少问题：某个任务的调用频次异常高，可能是重复执行；某个部门的成本占比远超其业务量，可能是任务设计不合理；某个模型的单位成本明显偏高，可能需要切换。
这些数据的作用不只是省钱。用量分布往往能反映出真实的需求热点——哪些场景被高频使用，说明它解决的是真问题；哪些场景几乎没人碰，说明选型时判断有误。这些信息对后续的场景规划比成本本身更有价值。
对涉及敏感数据的企业，还需要在成本治理之外考虑部署方式。私有化部署可以让数据与调用记录全程留在本地，既满足合规要求，也便于内部审计。
成本治理的目标不是把数字压到最低，而是让每一分投入都能说清楚去向和产出。压低成本很容易——限制使用就行；难的是在保持业务效率的同时，把成本结构理顺。
这需要平台能力（统一接入与配额管理）与工程经验（任务设计与用量优化）的配合。安思派 FDE 服务在交付中会把两者放在一起推进：既帮企业把场景跑通，也帮企业把账算清楚，让成本从第一天起就可追溯。