RFC：通過原子預算預留阻止AI代理失控支出

AI代理的自主循環正在導致不可預測且快速增長的API成本。與普通聊天不同，代理每次迭代都會重新發送累積的上下文，到第20步時單次調用可能超過5萬輸入令牌。過去一年已有報告顯示，開發者在週末的自主重構中花費了4200美元，一個35人的團隊月賬單高達8.7萬美元。這些問題的根源在於現有預算系統設計上的三個空白：預算附加在錯誤的單位上（API密鑰或用户而非運行），執行隱式且脆弱，以及代理無法感知即將達到限額。

為了解決這些問題，本RFC定義了一個運行級別的預算決策平面。其核心是原子預留機制：在每次提供商調用前，系統根據估計成本從所有相關範圍（運行、用户、團隊等）中原子性地預留資金，調用後根據實際消耗提交或釋放。這確保了在併發情況下預算邊界也得到強制執行。

設計引入了清晰的預算決策原語（允許、降級、警告、阻止），並定義了四種執行模式：advisory_estimate（僅記錄）、soft_gate（軟阻止）、hard_gate（硬阻止）和actuals_only（僅基於實際消耗）。推薦採用分階段採用路徑：先觀察諮詢數據，再允許降級，最後啓用阻止。

系統還定義了機器可讀的預算狀態協議。每次響應都包含一組標準HTTP頭（如X-Budget-Decision、X-Budget-Remaining-USD、X-Run-Id），讓代理在請求被阻止之前就能感知預算壓力並進行自適應調整，例如切換到更便宜的模型或縮小上下文。被阻止的請求返回402 Payment Required狀態碼和RFC 9457 problem-detail body，包含詳細的預算狀態和替代模型建議。

定價安全方面，系統採用閉包原則：如果模型價格未知，則默認不可路由，除非有顯式的租户覆蓋。所有賬目金額以整數微美元存儲，禁止浮點運算。價格表版本記錄在每次決策中，確保可審計性。運行ID由服務器端綁定到認證主體，防止濫用。

總體而言，該RFC為AI代理支出控制提供了一個可測試、可演化、對代理友好的設計，填補了現有網關在運行級預算控制方面的空白。此外，設計還包括有效的輸出上限計算、跨多個範圍的原子事務、以及詳細的降級語義，這些都將幫助工程師在實際部署中精確控制代理運行成本。