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
- DGX Spark 全本地方案用一个月：代码质量仍不敢完全信任本地模型 — michaelthatsit · 2026-10-27
- Cloudflare Workers 追踪新增 spanContext 等 3 个 OpenTelemetry API — irvinebroque · 2026-10-27
- M5 Max 实测 33B 模型：Kapitsa 解码最快且 32K 仅占 28GB，KV cache 差距悬殊 — DotaMate · 2026-10-27
- Unsloth 2-bit 量化 MiniMax M3.1 Flash：143.9GB 跑本地，精度保 91.5% — danielhanchen · 2026-10-27
- 算力市场异象：闲置机房、neocloud 债务隐忧与「微 neocloud」冒头 — mobileraj · 2026-10-27
- Chutes 公布路线图：剥离亏损推理业务，力推每小时计费与边缘节点 — jon_durbin · 2026-10-27