智能体任务成本不能按一次 API 请求简单估算。一次任务可能经历多轮模型调用、工具调用、上下文管理、失败重试、并行子智能体处理，以及人工复核。真正需要核算的不是“调用了多少次”，而是“完成一个有效任务实际消耗了什么”。
建立全成本口径
可采用以下公式：
单次任务成本 = 模型调用成本 + 工具调用成本 + 运行环境成本 + 重试与失败成本 + 人工复核成本 + 监控与存储成本
其中，模型调用只是基础项。长会话可能增加上下文处理消耗；工具异常会触发重试；并行子智能体会扩大调用规模；沙箱运行、日志记录和结果复核也应计入成本。若任务最终仍需人工大量修改，就不能把它视为一次低成本自动化。
核算时应区分简单任务、长任务、失败任务和并行任务，分别记录模型调用次数、工具调用次数、重试情况、人工介入情况和最终结果。这样才能识别成本究竟来自任务复杂度、系统不稳定，还是权限和流程设计不合理。
用“有效完成任务”衡量
采购或上线评估不应只比较模型单价，而应计算有效完成任务的总成本。一次任务即使成功返回结果，只要输出错误、触发越权、需要重复执行，或必须由人工重新核验，其经济价值就会下降。
因此，成本表至少应同时记录任务是否完成、是否需要人工接管、是否发生重试、是否产生可撤销之外的业务影响。对于财务审批、合同处理、客户承诺和生产系统操作等高影响任务，还应把审批等待、复核和事故处理纳入成本，而不能只统计技术费用。
把预算控制嵌入运行机制
企业可以分别设置单任务、单用户和部门月度预算，并对最大运行时间、最大步骤数和最大调用次数设置边界。任务超过预算、连续重试、工具返回异常或模型无法判断时，应暂停执行并转交人工，而不是无限继续。
更稳妥的做法是先从低风险、结果可衡量且保留人工复核的场景开始，通过历史案例、脱敏数据和异常测试建立基准。只有当有效完成率、人工介入率、失败成本和总任务成本都可持续监控时，智能体才具备扩大使用范围的经济依据。