为控制AI相关开支 ，大型企业正在限制员工的使用额度 、选用成本更低的小型模型 ，并借助路由调度器，只把难度最高的查询请求交由最贵的大模型处理 。
AI代码智能体Devin背后的初创公司Cognition ，推出了一项新方案 。该公司透露：通过衡量不同工程师使用AI的效率 ，企业可以把更多资源分配给使用效率最高的员工。
Cognition首席技术官卡尔文·吉鲁表示：“用户的使用限额不应固定不变，而要根据使用效率与产出价值动态调整 。 ”
Cognition可以观测工程师使用Devin的编码会话 ，估算出人类完成同等工作量所需要的等效工时 。再用该工时除以本次会话产生的成本 ，即可算出每位工程师的使用效率指标。
当工程师触达使用上限时，如果其效率评级为“良好 ”或“达标”，系统会自动提升他的额度 。
吉鲁称：“这和信用卡逻辑类似 。你初始有固定信用额度 ，随着证明自己能够合理使用信用 、按时还款 ，额度会不断提高。 ”
Cognition本身按使用量计费，帮助客户控制Token消耗看似自相矛盾。但该公司认为 ，在AI代码工具这个高度竞争的市场 ，赢得客户信任、换取长期客户粘性，远比短期最大化客户消费更有价值 。
无节制地刷Token（tokenmaxxing）“并非可持续的长期路线 。我们很多客户是大型上市公司 ，必须就所使用工具的效率向股东与公开市场作出交代 ” ，他表示。
Cognition同时上线Devin Coach，这套AI系统会针对工程师的提示词给出反馈 ，引导用户提升使用效率 。该助手会识别20至30类最常见错误 ，例如指令描述模糊 、用户为任务选用成本过高的模型 。
举例来说，如果用户在一条指令里打包多项独立任务 ，Coach会识别出这些任务可并行处理 、速度更快 ，并建议拆分为多次会话。
Coach还能监测员工是否用Devin处理度假规划这类私人事务 。吉鲁称，这项功能源于一位客户的顾虑——该客户发现部分员工用Devin处理非工作事项，不过这类使用占比“相对很低” 。
