> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-liu-bu-fen-yun-ying-pian/35-cheng-ben-kong-zhi.md).

# 第 35 章 · 成本控制

第 13 章说过，AI 不是一次性采购，而是一项持续开支；这一章把这句话落到运营层面。AI 的成本大多按用量计费——按调用次数、按处理的文字量——用得越多，花得越多。这个计费方式，埋着一个很容易踩的坑。

坑在于，成本会随设计和规模悄悄膨胀。一个"多问几轮、多检索几次、多让几个 Agent 协作"的方案，单看每一步都合理，加起来的成本却可能是最初估算的好几倍。而一旦从试点走向规模化，调用量暴增，账单更是成倍地涨。于是出现了那个最常见的死法：上线很便宜、运营烧钱——demo 阶段没人认真算单位成本，规模化之后账单突然爆炸，项目在财务上变得撑不住。

控成本有几个务实的着力点。一是分层用模型：简单的任务用小的、便宜的模型，只有复杂的任务才动用最强、最贵的那个，别不分轻重地什么都上最贵的。二是缓存和复用：重复出现的问题，别每次都从头重算一遍。三是设用量护栏和预算告警，别让消耗在无人看管中失控。四是，也是最关键的一条，盯的不该是总成本，而是"单位价值成本"——每产生一份价值，到底花了多少。总成本高不一定是坏事，只要它换回了更高的价值；真正危险的，是花了很多、却没换回相应价值的部分。

这一层直接连着第 12 章的 ROI：成本是 ROI 的分母，一个失控的分母，会把再漂亮的收益一口口吃掉。很多项目效果不错却仍然算不过账，问题就出在没人盯住这个持续膨胀的分母。

但控成本也有一条不能越的线，呼应 Klarna 的教训：别为了省成本，牺牲关键场景的质量。成本控制的正确含义，是"把钱花在刀刃上"，而不是"一味往下压"。在容错高、不重要的地方省，没问题；在直接影响客户、影响判断质量的地方硬省，省下的钱迟早会以流失和事故的形式，加倍还回来。

## 要点速查

* AI 按用量计费，成本随设计和规模悄悄膨胀；常见死法是"上线便宜、运营烧钱"。
* 控成本的办法：分层用模型（简单任务用便宜模型）、缓存复用、用量护栏与预算告警、盯"单位价值成本"而非总成本。
* 成本是 ROI 的分母（接第12章）：失控的分母会吃掉再好的收益。
* 别一味压：关键、影响质量的场景硬省，会以流失和事故加倍还回来（Klarna 教训）；控成本=花在刀刃上。

## 给管理者的三步

* 现在：给每个上线场景算一算"单位价值成本"，找出花得多、却没换回相应价值的部分。
* 三个月：落实分层用模型、缓存复用、用量护栏，把最容易膨胀的成本先按住。
* 一年：把成本监控接进 ROI 复盘，持续盯住分母；同时守住"不为省钱牺牲关键质量"的底线。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-liu-bu-fen-yun-ying-pian/35-cheng-ben-kong-zhi.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.