很多团队做 Agent 成本复盘时，只看 token 消耗。这个指标当然重要，但它只解释了一部分账单。真正把成本拉高的，常常是模型路由选错、工具重复调用、失败重试太多、人工返工没被算进去，以及 Agent 做了很多对业务结果没有帮助的动作。
成本异常复盘应该和 成本预算阈值、运行监控指标、质量门禁 放在一起看。预算不是月底看账单，而是日常运行时就能发现异常。
先把成本拆到任务粒度
只看总费用，很难知道哪里浪费。更好的做法是按任务、客户、队列、模型、工具和时间段拆开。比如同样是客服 Agent，是某类问题消耗高，还是某个客户的资料检索反复失败。
拆到任务粒度以后，Agent 才能把异常和具体运行记录对上：哪一步调用了大模型，哪一步触发外部工具，哪一步重试，哪一步被人工退回。
模型路由要看是否过度配置
不是所有任务都需要最高规格模型。简单分类、字段校验、格式清理和固定问答，如果长期走高成本模型，就会把预算慢慢吃掉。
复盘时可以让 Agent 标记高成本低风险任务，建议降级路由或增加缓存。前提是要用 评测样本 验证质量，不要为了省钱直接牺牲关键体验。
工具调用要查重复和空转
工具调用成本不只来自接口费用，还来自等待、失败、重试和后续修正。一个 Agent 如果每次都重复检索同一份资料，或者在权限不足时连续尝试同一个动作，账单和延迟都会被拖高。
这里可以结合 审计查询字段，按工具名称、错误码、重试次数和任务状态筛出异常模式。
人工返工也要算进成本
Agent 生成的内容如果经常被人工大改，表面 token 成本可能不高，实际却占用了大量团队时间。成本复盘不能只看机器侧费用，也要看人工审核、修改、沟通和补救。
一个实用指标是“每个可交付结果的总成本”：模型、工具、人工返工和延期影响都放进去。这样才能判断自动化到底是在节省成本，还是把成本换了个地方发生。
总结
用 AI Agent 做成本异常复盘，重点不是把 token 压到最低，而是找到浪费发生在哪个任务、哪条路由、哪个工具和哪次返工里。预算控制只有进入日常运营，才不会变成月底追账。
