用五阶段流程管住Bedrock模型开支

AWS ML Blog 给出了一套 Amazon Bedrock 成本治理流程：费用归属、请求可观测、预算约束、默认配置优化和定期复盘。它面向 FinOps 与平台团队，重点是把模型支出变成持续运行的工程机制，回答谁花的钱、用在哪个业务、是否超出预算，而不只比较模型单价。

目前能确认什么

五个阶段按顺序组成循环：先把费用关联到身份、团队和应用，再记录足以解释开销的请求信息；随后设置预算告警，按风险实施硬性阻断；最后优化模型路由、缓存和 token 上限等平台默认配置，并定期复盘。FinOps 主要负责第一和第五阶段，平台团队负责第二至第四阶段，复盘由双方共同参与。

原文节选还指出了一个具体问题：如果模型网关统一使用一个 IAM 角色调用 Bedrock，费用就会归到这个共享角色，丢失用户维度。作者提出按用户建立角色会话，传递身份和标签，恢复归属信息。IAM 是 AWS 的身份与访问管理机制，费用归属需要把技术身份进一步映射到业务负责人。

我的判断

Agent 的成本核算单位应该落到任务，不能只数用户对话轮次。

节选解释了原因：一个任务可能包含规划、读文件、调用工具和多次迭代，每次模型调用还会携带上下文。对做 AI 编程助手的平台团队，只有总账单很难判断开销来自哪里，请求记录还需要能串回任务。

另一个优先级是共享网关的身份设计。若费用都落在同一角色上，后续按团队分摊、设预算就缺少依据。

目前节选没有展开后四阶段的实现，预算阻断如何处理进行中的任务、缓存和路由如何配置，都还没说清。这套流程可以确定治理顺序，但不能据此认定 Bedrock 已自动提供完整的成本控制闭环。