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。

吉鲁表示，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”。

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”。