Dark Reading, AI agent'larının kurumlar için kontrolsüz maliyetlere yol açabileceğini bildiriyor. Arıza modu tesadüfi değil yapısal: başarısız bir tool call'ı yeniden deneyen, belirsiz bir sonuçtan sonra yeniden planlama yapan veya çok agent'lı bir swarm içinde dağılan bir agent, doğal bir durma noktası olmadan token ve API çağrısı tüketebilir. Her bir adım makul görünür; toplam fatura görünmez.
Aynı haber, artan AI maliyetlerinin geliştiricileri open-weight modellere yönelttiğini de belirtiyor. Bu, maliyet eğrisini değiştirir ama altta yatan riski ortadan kaldırmaz. Kendi sunucunuzda çalıştırılan inference yine GPU saati tüketir ve yerel bir endpoint'e ka
Agent mühendisliği açısından pratik sonuç şudur: harcama kontrolü bir runtime meselesidir. Bütçeler, adım üst sınırları, retry limitleri, timeout'lar ve kill switch'ler, çalıştırma başına ve tenant başına muhasebe ile birlikte orkestrasyon katmanı tarafından uygulanmalıdır; çünkü bir system prompt'taki talimatlar tavsiye niteliğindedir ve modelin kendi akıl yürütmesi tarafından geçersiz kılınabilir. Sağlanan haberin belirtmediği noktalar, bildirilen olayların ölçeği, etkilenen sektörler veya kurumların benimsediği azaltma kalıplarıdır; bu ayrıntılar mevcut habercilikten net değildir.