Dark Reading сообщает, что ИИ-агенты могут вызывать бесконтрольные расходы для предприятий. Этот режим отказа носит структурный, а не случайный характер: агент, который повторяет неудачный вызов инструмента, заново планирует после неоднозначного результата или разветвляется по мультиагентному рою, может потреблять токены и вызовы API без естественной точки остановки. Каждый отдельный шаг выглядит разумным; совокупный счёт — нет.
В той же публикации отмечается, что растущие расходы на ИИ подталкивают разработчиков к моделям с открытыми весами. Это смещает кривую затрат, но не устраняет лежащий в основе риск. Самостоятельно размещённый инференс всё равно потребляет часы GPU, а неограниченный цикл против локальной коне
Практический вывод для агентной инженерии состоит в том, что контроль расходов — это забота среды выполнения. Бюджеты, потолки шагов, лимиты повторных попыток, тайм-ауты и аварийные выключатели должны обеспечиваться слоем оркестрации, с учётом по каждому запуску и каждому арендатору, потому что инструкции в системном промпте носят рекомендательный характер и могут быть переопределены собственными рассуждениями модели. Чего предоставленная публикация не уточняет — это масштаб описанных инцидентов, затронутые отрасли или шаблоны мер защиты, которые применяют предприятия; эти детали остаются неясными из доступных материалов.