Agent一次任务可能连续读取文件、调用工具和重复推理，成本不再等于用户发送了多少条消息。AWS给出的治理重点是归属、观测、执行预算、平台优化和周期复盘。
先回答谁花了钱
只比较模型单价无法解释账单。应按团队、应用、环境和任务分配IAM身份与标签，让每次调用都能落到责任人。AWS Cost and Usage Report 2.0可记录调用主体，但账单数据存在延迟，因此还需要请求级日志。
生产和测试不得共用身份。每个Agent、定时任务和开发人员使用独立角色，标签包含成本中心与项目。这样才能判断增长来自用户量、上下文变长、重试增加还是模型路由错误。
让每次请求可观测
模型调用日志应记录任务编号、模型、输入输出token、缓存命中、时延、错误码和最终是否成功，不必保存全部敏感正文。CloudWatch适合近期运维，S3与Athena适合长期分析；保留周期、加密和访问权限通过基础设施代码统一配置。
最重要的指标是“每个成功任务成本”，不是单次调用价格。一个便宜模型反复失败重试，可能比一次使用强模型更贵。可结合多模型Agent统一编排方法，按任务难度路由并记录结果。
预算要有实际约束
早期可采用告警，由负责人处理异常；高消费项目应在达到阈值后通过IAM拒绝策略或网关同步阻断。异步阻断可能延迟数秒到数分钟，因此高并发Agent还要限制单任务最大步骤、token和并发。
设置日、周、月三层预算和异常增长告警。预算超限后的行为要明确：降级到便宜模型、暂停非关键任务或等待人工批准，而不是直接让业务页面报未知错误。
缓存和路由如何降本
稳定的系统提示、工具定义和知识前缀适合提示缓存；时间戳、会话ID若放在缓存前缀中会导致无法复用。看缓存读取与写入比例，写后从不复用反而增加成本。
简单分类和格式转换使用小模型，复杂推理再升级；检索只返回必要证据，工具结果先压缩。每周查看模型占比、缓存命中率、失败重试和成本最高的十个流程，优先修平台默认值。
落地结论
真正可用的AI系统必须同时满足任务有效、数据可控、成本可解释和失败可回退。建议先用真实且脱敏的小样本建立基线，再逐步开放工具与自动化权限；任何涉及生产修改、外部发送、医疗科研结论或资金的动作，都应保留人工审批和完整审计。
资料来源：AWS：Managing Amazon Bedrock costs end to end。本文依据公开资料重新整理，并结合工程实践给出操作建议；厂商公布的性能和案例数据不等同于独立第三方验证。
