一个Agent任务到底烧多少钱？你的团队可能没人答得上来

问团队一个问题：让Agent修一次不稳定的测试，成本是多少？不是每人每月多少钱，就是修这一次。

大概率你会得到一个耸肩，或者一个席位价格。但从2026年6月1日起，GitHub Copilot的套餐开始转向AI Credits（年度Pro和Pro+订阅者在套餐到期前仍保留premium-request计价），而这些credits是"根据token用量消耗的，包括输入、输出和缓存token"。Anthropic自己的Claude Code成本指南给出的企业平均值是"每位开发者每个活跃日约13美元"，同时说明每位开发者的成本"差异很大"。

这两个数字说的都是人和日历。而活是任务干出来的。

如果你说不出一个典型Agent任务花多少钱，你就没法判断哪些任务值得交给Agent。最贵的那些，往往正是没人去看的那些。

席位从来就不是计价单位

席位定价在工具还是自动补全的年代是合理的。开发者打字，工具给建议，用量跟着人坐在键盘前的小时数走。

Agent切断了这条链路。它读文件、跑命令、调工具、派生帮手，而你可能正在开会。Anthropic的指南对管理员说得很直白："给编码席位留的预算要比聊天席位多"，因为"一次调试会话消耗的token可能超过一整天的聊天"。

行业已经在公开场合反复学这一课。2025年7月，Cursor为从按请求计价转向包含用量池的做法道歉，在定价说明中写道"这次定价上线我们处理得不好，很抱歉"，并为6月16日至7月4日之间的意外用量提供退款。Copilot今年也走了同样的路。席位还在，但你在席位里买的是token，而token是按任务花掉的。

钱藏在哪

一个Agent任务的大部分成本从来不会以单独条目出现。有四样东西在推高它。

• 子Agent。每个子Agent"会在主对话之外发出自己的请求"。Anthropic称，当队友以plan模式运行时，Agent团队使用的token"约为标准会话的7倍"；其多Agent研究系统的实测是"约为聊天的15倍"。连用量计数器都可能漏掉它们：在Agent SDK中，结果的usage字段不含子Agent的token，而total_cost_usd和modelUsage包含。加错了字段，帮手就从你的账里消失了。
• 长上下文。Claude Code"每次请求都会发送你的完整对话，而每次Claude使用工具，都会再发一次请求，携带那批工具结果"。缓存让重复读取变便宜，但不是免费，所以在一个开了一整天的会话里问一句一行的问题，仍要为重读一整天付费。
• 重试与返工。一个Agent测试失败、改代码、再跑一次，每次尝试都要为完整上下文付费。你在一小时后才发现方向错了，那就是一小时的token。Anthropic建议"尽早纠偏"，这也是一条成本建议。
• 思考。思考token"按输出token计费"，默认预算"根据模型不同，每次请求可达数万token"。在Opus 5.5上你无法关闭思考。输出是贵的那一侧：Opus 5.5标价每百万输入token 4美元、每百万输出token 20美元。

Agent这样干活是有效的。问题在于，一个席位价格、一张月度账单、一个每位开发者的平均值，把这四样东西压成了一个数字，而这个数字对下一个任务什么也没说。

没有单任务数字，就没有业务委派

挑活给Agent做，是一道成本收益题。一次依赖升级你手动要十分钟，交给Agent可能是几美分。一句含糊的"清理一下auth模块"，子Agent在仓库里铺开，可能比它省下的那一小时还贵。没有按任务类型给出的数字，你分不清这两者，默认就会把所有东西都丢给Agent。

每种任务有一个数量级就够了，把典型成本和最差一次并排放，因为单次失控的任务会把平均值拉高，却不告诉你到底是哪个任务。

这周先量一个任务

Claude Code和Codex已经打印出你需要的东西，只是大多数团队从没收集过。

Claude Code交互模式下运行/usage，Session区块会按模型显示token数和美元金额。它在/clear时重置，所以一个会话一个任务，就得到一个任务一个数字。在Pro或Max套餐上，文档说这个数字"与计费无关"，因为用量包含在订阅里；但它仍是一个按标价比较任务的尺子，而同样的token正是消耗你套餐窗口的东西。

脚本模式下，用--output-format json，结果里包含total_cost_usd和按模型的明细，且这个总数计入子Agent请求。--max-budget-usd会在估算达到你的数字时停止运行，文档提醒"花费可能超过上限"，所以要留余量。

Codex方面，codex exec --json会流式输出事件，每条turn.completed都带有input_tokens、cached_input_tokens和output_tokens。codex exec默认只读，要显式允许编辑。按你模型的费率相乘即可，缓存输入按缓存费率算；在ChatGPT套餐上，token数就是比较依据。

其他工具方面，ccusage是一个独立的、MIT许可的开源工具，读取Claude Code、Codex等Agent CLI的本地用量数据，生成日、周、月和会话报告。不要自己写解析器去读Claude Code的transcript文件，Anthropic说那个格式"是Claude Code内部的，会随版本变化"。

上面每个数字都有两个前提：它们是客户端按标价做的估算，不是账单；SDK文档也说不要"用这些字段向终端用户计费或触发财务决策"。但用来判断该把哪些任务委派出去，估算就够了。

挑一个你团队最常交给Agent的任务，用上面的账本跑五次。再挑这个月被委派出去的最含糊的一个任务，跑一次。如果这两个数字之间的差距让你意外，那就从那里开始决定委派什么。