JetBrains详细阐述控制AI支出快速增长的首批举措

JetBrains详细阐述控制AI支出快速增长的首批举措

JetBrains在一篇博客文章中介绍，在开发相关支出在六个月内大约增长十倍后，公司如何开始集中管理 AI 的使用。公司没有限制工程师只能使用少数已批准的工具，而是构建了一个共享的访问与记账层，其目标是在保留工具选择的同时，为团队提供更高的可见性与控制能力。

随着 AI 的使用在公司内部加速增长，变化逐步显现了出来。JetBrains 表示，大多数开发者每月会使用 3 到 5 个 AI 工具，而自 2026 年 1 月起，随着更强模型的出现（包括 Claude Opus 4.5 和 4.6），token 消耗开始急剧上升。

工具多样性使得账单变得越来越难以理解。JetBrains 最初花了四天时间将 AI 的使用与费用数据手动汇总到电子表格中，以生成各供应商与工具开销的快照。随后通过供应商 API 与内部仪表盘实现了自动化，为团队提供持续更新的当前与预测支出视图。

然而，可视化并不能方便地进行干预。仪表盘可以显示支出发生的位置，但请求仍然直接从各个工具发往相应的供应商。

随后的进展来源于一个由单个开发者最初构建的内部工具。JetBrains 将该 wrapper 扩展为 Central CLI，提供了一种统一的方式来调用自研与第三方 AI 工具。通过 CLI 发起的请求会经由现有的 AI 平台路由，从而在开发者与底层模型供应商之间建立一个共享的控制点。

这使得平台的角色从事后观察 AI 支出，转变为参与产生这些流量的组成部分。现有的 AI-credit 体系可以应用到第三方工具，同时管理者可以查看支出并为单个开发者、团队或更大组织单元配置限制。

公司刻意避免通过大幅减少可用工具的数量来解决问题。据称，其他组织曾标准化为一两个 AI 产品，但该公司认为市场变化速度很快，几个月后某一工具可能就不再是最佳选择。

集中化访问层可以将这两个问题分离开来。开发者可以继续在支持的工具中选择，而记账、访问管理与支出控制则位于其下层。

据称，在数周内已有超过 1000 名开发者采用 Central CLI，但该系统尚未覆盖所有的 AI 支出源。一些基于终端智能体与个人订阅仍在受控路径之外，公司也在制定在不同用户与团队间公平分配 AI 预算的策略。

更广泛的成本管理问题正变得越来越常见。FinOps Foundation已将生成式AI视为FinOps职责范围日益增长的一部分，并建议采用集中化的方法来跟踪 AI 使用与成本。其他组织对不断上升的消耗也有直接反应：据ITPro报道，XXX 要求员工减少不必要的 AI 使用，而 XXX 在四个月内耗尽年度 AI 预算后引入了月度限制。

JetBrains 选择了不同的路径。不是从限制开发者可用工具入手，而是尝试集中管理那些用于衡量与治理这些工具的基础设施。