AI FinOps 研究
在不掩盖质量退化的前提下降低 LLM 支出的实战笔记，这里列出所有提供中文版的文章。
- 安装 DeepSeek Harness：配置与首跑指南
- 不掩盖质量退化的AI ROI度量框架
- 超越刊例价的AI供应商对比框架
- 成功任务单价是衡量AI毛利的核心指标
- 成功任务单价优于单次请求成本
- 大模型服务端工具往往是另一张计费账单
- 大模型降价与动态路由预算
- 董事会真正可质询与核验的AI ROI指标
- 遏制子智能体并发扇出吞噬Token预算
- 非生产环境的大模型支出治理
- 工具作用域与限制：降低 Prompt 开销
- 后台智能体与 FinOps 成本时钟
- 会话日志：作为唯一事实来源与成本账本
- 控制智能体MCP工具定义造成的Token冗余税
- 流式输出与未竟生成的成本控制
- 目标驱动与 Ralph 循环：控制智能体开销
- 评测支出属于正式的AI业务预算
- 前沿模型的每任务真实成本
- 悄然推高推理成本的智能体重试循环陷阱
- 切换LLM供应商的商业论证与ROI分析
- 切换LLM供应商的真实成本与投资回收测算
- 侵蚀AI预算的重试循环税：CFO治理指南
- 如何向董事会解释AI预算偏差：归因桥梁
- 生产环境LLM成本暴增应急响应手册
- 网络搜索正在成为智能体的新成本中心
- 为什么AI供应商刊例价无法直接对比：有效任务成本
- 续约时的SaaS AI积分：从席位费变为用量计量
- 一切皆插件：DeepSeek Harness 与 Cordis 运行时
- 在LLM评测流水线中植入成本控制
- 重度AI产品的首次月末财务结账与成本对账
- 重度AI产品的首个月末财务结账指南
- 子智能体并发控制：CFO如何设定自律AI预算硬顶
- 子智能体与层级委托：限制递归深度
- 自律智能体必备的三层运行时预算
- AI 可观测性可能成为第二份大模型账单：CFO 视角
- AI 可观测性与第二份大模型账单
- AI导致毛利率侵蚀：上线前必须建立财务模型
- AI功能上线前必须测算的毛利率模型
- AI账单突发暴增时CFO应急处置指南
- AI支出差异分析：用量、单价、结构与效率
- Azure OpenAI对比直接OpenAI：成本、PTU与企业TCO
- CFO视角：自律AI智能体的三层预算治理模型
- Claude Max对比阿里Token Pro：智能体高强度编码真实成本
- Claude Opus 5.5 成本模型
- DeepSeek Harness 支出护栏与拦截钩子
- DeepSeek Harness 中的七大防御性架构模式
- FOCUS 1.5规范：AI Token追踪与价格表数据集标准化
- MCP工具蔓延：智能体预算中的隐性资产负债税
- Opus 5.5 fast mode经济学
- Opus 5.5的努力水平才是真实价格
- SaaS AI积分：度量无法掌控的计费单元
- Token单价暴跌，生产AI账单为何不降反升
- Token价格大跌，企业AI预算为何依然暴增