双账本模型将多智能体AI成本精确归因到业务交易

摘要：企业现有云账单通常按SKU和账期结算，无法回答某笔订单、理赔或案件究竟消耗了多少AI成本。论文提出“双账本模型”：保留符合FOCUS规范的结算账本，同时以OpenTelemetry GenAI遥测构建调用级归因账本，通过Trace Context、A2A/MCP元数据、业务键及概率匹配连接两套记录。版本化费率卡支持近实时计价，周期对账可识别影子AI、漏计支出和供应商账单错误。仿真结果显示，即使追踪传播降至零，成本覆盖率仍超过99%，未计量支出误差控制在0.24个百分点内，流程门控还能降低最多61%的p99交易成本。

---

核心思路：把结算账单与调用归因拆成两套账本

云厂商的FOCUS账单统一了不同供应商的成本字段，却仍停留在结算粒度：一笔账单通常按SKU、模型或服务以及账期聚合。企业真正需要回答的却是“这张订单、这次理赔、这个案件总共消耗了多少AI成本”，两者之间存在无法仅靠账单消除的粒度错配。

Two-Ledger Model保留两套互补数据：

• 结算账本：接收符合FinOps Open Cost and Usage Specification（FOCUS）的供应商账单，用于核对实付金额。
• 归因账本：基于OpenTelemetry GenAI遥测，在每次模型或工具调用发生时记录模型、Token、请求者、智能体及执行链，再将调用映射到具体业务事务。

这并不是用遥测替代账单，而是建立可对账的“预期成本”和“实际结算”两条事实链。供应商仍是最终付款依据，遥测则提供业务级归因。

相关脊柱：四层关联如何穿透智能体执行链

一个订单通常会触发多个智能体、模型调用和MCP或A2A工具交互。模型供应商看不到企业的订单、理赔案件或工单边界，仅依赖请求ID无法完成归因。论文因此提出分层相关脊柱：

1. Trace Context：通过分布式追踪上下文关联同步调用和同一执行链。
2. A2A/MCP元数据：利用智能体间协议和工具调用元数据恢复上下游关系。
3. 业务键关联：以订单号、案件号等确定性标识连接调用与业务事务。
4. 概率匹配：在结构化标识缺失时，根据时间、调用模式和实体信息进行候选匹配，并记录方法及置信度。

工程上，关键并非让某一层“准确识别全部调用”，而是保留匹配证据和置信度，使财务人员可以区分确定性归因、启发式归因与无法解释的残差。真实部署还应避免把敏感业务键直接写入模型或跨域遥测，可采用业务侧令牌化映射和最小化属性传播。

计价、对账与影子AI识别

版本化费率卡把归因账本中的模型调用、Token用量、工具成本和附加服务转换为近实时金额。费率变化不能覆盖历史事实，因此每次计价都需要绑定费率版本、生效时间和币种，避免用今天的单价重算过去的账单。

周期结束时，系统将归因账本与FOCUS结算账本及发票对齐。理论上，两者差额应能解释为舍入、税费、折扣、未透传字段或供应商延迟；长期无法解释的残差则可能指向两类问题：

• 影子AI：员工或系统绕开已登记的模型、工具和编排平台，造成调用未进入归因账本。
• 账单异常：供应商漏计、重复计费、错误费率或归因错误。

“未解释残差”不宜直接等同于欺诈。它只能作为调查信号，最终仍需结合合同条款、发票明细和业务记录确认。

仿真结果与技术边界

在具有已知真实值的仿真环境中，相关脊柱在追踪传播降至零时仍将成本覆盖率维持在99%以上；植入的未计量支出可被对账残差在0.24个百分点误差内恢复，并能标记部分供应商账单错误。流程中门控机制通过提前暂停高成本或不满足策略条件的智能体调用，使p99交易成本最多下降61%，对应2%—4%的误暂停率。

这些结果证明方法方向可行，但不能等同于生产环境验证。论文摘要没有披露真实企业部署、跨供应商账单样本、遥测采样率、概率匹配误报与漏报、费率库维护成本，也没有给出复杂业务键下的归因准确率。超过99%的覆盖率尤其需要确认分母定义：当追踪传播归零时，系统是否仍把部分调用按较弱规则归入近似事务，以及“覆盖”是否意味着成本金额覆盖而非调用数量覆盖。

工程权衡与落地建议

双账本方案的主要收益是把AI成本从事后云账单分析提升为订单级、案件级和结果级成本控制。但它引入了三类额外成本：跨编排层传播追踪上下文、统一遥测字段，以及维护可审计的业务关联服务。多智能体框架若不支持结构化上下文传播，Trace Context层会迅速退化；供应商之间的Token统计口径差异，也要求在FOCUS之外维护模型级归一化规则。

落地时可按以下顺序推进：

1. 先接入OpenTelemetry GenAI语义约定，统一模型、Token、请求、智能体与工具调用字段。
2. 为订单号、理赔号等业务键建立企业侧哈希或令牌映射，不把敏感原文写入通用遥测平台。
3. 对确定性Trace、业务键和概率匹配分别统计覆盖率与置信度，避免混合成一个模糊准确率。
4. 将影子AI检测设为账期差异告警，而不是自动处罚依据。
5. 在高价值、低延迟敏感的事务上试点流程门控，并独立监控误暂停率、任务完成率及p99成本。

论文还建议把归因账本定义为FOCUS的调用级扩展规范。若这一提案获得广泛采用，它可能推动AI FinOps从“供应商账单中心”转向“业务结果成本中心”，但标准化能否成立仍取决于云厂商、模型平台和企业编排框架能否共同维护稳定的调用语义与业务关联字段。

---

消息来源：ArXiv AI (cs.AI) (2026-11-06)

—— 完 ——

主题标签： #多智能体成本治理 关注 #OpenTelemetry 关注 #FOCUS 关注 #可观测性 关注 #FinOps 关注