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
，只把难度比较高 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比较高 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
” 。