大模型按量付费，最怕的是"用着用着不知道花了多少"，月底账单一出来心头一紧。尤其多个 Agent、多个调用方时，钱花在哪、谁花得多，一笔糊涂账。给 Agent 做用量统计和配额，是把成本攥在自己手里的前提。

记一下我做的几件事。

至少要做到"看得见、管得住"

看得见——统计：每次调用记下来谁调的、用了多少 token、花了多少。按 Agent、按调用方、按天聚合，哪个吃成本一目了然。

管得住——配额 + 告警：给每个调用方/场景设额度，超了限流或拒绝；用量异常（突增、接近预算）自动告警，别等账单才知道。

落地

我用讯飞星辰搭 Agent、发布成 API。统计和配额放在自己服务这层：调用都过我的网关，记一笔用量、查一下配额，没超才放行。和业务解耦，单独一层管钱。

log_usage(caller, tokens, cost)   # 记账
if over_quota(caller): reject()   # 超额拦截

坑

• 别只统计不预警：等月底看报表，钱早花完了。实时告警才救命。

• 配额要留弹性：一刀切限死会误伤正常高峰，给点缓冲或分级。

• 归因要细：只有总量不够，得能下钻到"是哪个场景/哪个调用方"涨的，才好优化。

把用量和配额管起来之后，成本可控、心里有数。统计+配额那套网关逻辑我放评论区了。你们 Agent 的用量成本怎么盯的？