Dark Reading 报道称，AI agent 可能给企业带来失控的成本。这种故障模式是结构性的，而非偶发的：一个 agent 若反复重试失败的工具调用、在结果含糊后重新规划，或在多 agent 集群中扇出，就可能在没有自然停止点的情况下持续消耗 token 和 API 调用。每一步单独看都合理；总账单并不合理。
同一篇报道指出，不断上升的 AI 成本正推动开发者转向开放权重模型。这改变了成本曲线，但并未消除底层风险。自托管推理仍然消耗 GPU 小时，而针对本地端点的无界循环是容量事故，而非账单事故。
对 agent 工程而言，实际含义是：支出控制属于运行时关注点。预算、步数上限、重试上限、超时和终止开关需要由编排层强制执行，并配合按运行和按租户的核算，因为系统 prompt 中的指令只是建议性的，可能被模型自身的推理
封面图片：panumas nikhomkhai / Pexels。