LLM 生产成本治理怎么做
Ok_Philosophy_4031 · reddit · 2026-07-12
作者在问：当 LLM 功能从 MVP 进入真实生产流量后，团队应该如何治理调用成本。
他指出，原型阶段看起来可控的 frontier model 调用，到了生产里往往会膨胀成多次链式调用，很多其实只是重复的抽取、分类、归一化、JSON 格式化、实体匹配、摘要和路由。作者认为，这些地方常常把 LLM 当成了昂贵的 ETL / NLP / ML 基础设施。
他想知道业界是否有成熟做法来：
- 按 endpoint、workflow、用户动作或 prompt family 统计成本
- 判断哪些步骤该改成规则、缓存、小模型、结构化解析、SQL 或传统数据管道
- 用 gateways、observability、eval、budget limits、缓存和模型路由去控制成本
- 如何在不破坏线上行为的前提下，把“提示词逻辑”逐步工程化
所属事件:AI Agent生产环境成本暴增的治理与优化策略(3 条相关)→
「Infra」频道最新
- AI 消耗量分三波浪潮：2026 年 2 月 Agent 用量已超人类 — AccBalanced · 2026-09-11
- 英伟达已成主流 Robotaxi 栈核心：训练仿真车载计算全覆盖 — pdamodaran · 2026-09-11
- AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11