我们控制AI支出的初步举措

我们控制AI支出的初步举措

💡 原文英文,约1800词,阅读约需7分钟。
📝

内容提要

JetBrains因AI开发费用半年增长约10倍,开发了JetBrains Central CLI工具来控制成本。该工具支持认证、自动检测代理、通过AI路由层应用令牌预算,并允许管理者设置细粒度限制和查看报告。内部推出后迅速被上千名开发者采用,现已开放早期访问,旨在平衡开发者自由与成本治理。

🔎

延伸解读

成本激增的根源

文章指出,JetBrains的AI开发费用在半年内增长约10倍,主要原因是Claude Opus 4.5和4.6模型的发布显著提升了代理性能,导致开发者大量采用,使用量几乎每月翻倍。这提醒我们,AI成本的飙升往往与模型能力的跃升直接相关,企业需警惕此类拐点。

平衡自由与管控

JetBrains没有选择限制AI工具数量,而是通过CLI工具和AI路由层实现细粒度预算控制。这种做法既保留了开发者选择最佳工具的自由,又让管理者能设置限额和查看报告。对于其他企业,这提供了一种思路:与其限制工具,不如通过技术手段实现灵活治理。

快速迭代的代价

JetBrains在两个月内推出CLI并迅速获得上千名开发者采用,但也暴露了边缘案例和基础设施压力。这提示我们,快速推广内部工具时,需提前准备支持资源和策略细化,否则可能面临运维瓶颈。

Q&A

JetBrains 为什么开发了 Central CLI 工具?

因为过去六个月 AI 开发费用增长了约 10 倍,且缺乏系统性的成本控制手段,JetBrains 开发了 Central CLI 工具来管理 AI 工具的使用和成本。

JetBrains Central CLI 有哪些主要功能?

主要功能包括:处理认证、自动检测已安装的代理、通过 AI 路由层应用令牌预算(以 AI 积分形式)、允许管理者设置细粒度限制并查看报告。

JetBrains 如何平衡开发者自由与成本治理?

JetBrains 没有限制开发者只能使用少数 AI 工具,而是通过 Central CLI 提供统一的认证、路由和预算控制,让开发者可以自由选择工具,同时管理者可以设置限制和监控成本。

JetBrains 内部推出 Central CLI 后效果如何?

推出后几周内就有超过一千名开发者采用,但同时也暴露了一些边缘情况,如不常见的 Windows 终端和远程机器,团队需要优化登录流程。

Central CLI 目前支持哪些终端代理?

目前支持三种最流行的终端代理,另外四种正在内部测试中。

Central CLI 适合哪些用户使用?

适合团队中 API 使用量大、涉及多个第三方工具且成本压力明显的用户。如果 AI 使用量不大且成本不是问题,可能不划算。

JetBrains 在控制 AI 支出过程中遇到了哪些痛点?

主要痛点是成本飙升、管理员审批负担重、手动管理不可持续,以及缺乏对第三方工具的统一监控和限制手段。

JetBrains Central CLI 是如何从原型发展成产品的?

最初是一位开发者为自己构建的 CLI 包装器,用于认证和调试。后来团队将其完善为产品,增加了自动检测代理、路由层集成和合规性支持,最终成为 Central CLI。

🏷️

标签

➡️

继续阅读