# AI 代理时代的计费基础设施 > 探索 AI 代理的计费基础设施，了解事件驱动的计量、动态定价和实时分析如何推动基于使用量的 SaaS 收入。 - **Author**: Joshua D'Costa - **Published**: 2025-07-24 - **Category**: AI, Resources - **URL**: https://dodopayments.com/blogs/zh/billing-infrastructure-age-ai-agents --- AI 代理的计费基础设施必须在操作层级而非席位层级进行计量。这意味着要在每个可计费事件发生时捕获它，根据可配置的定价规则进行计费，并持续开具发票，而不是每月一次。基于席位的系统在这里会失效，因为一个代理可以为单个用户生成数千个可计费操作。 SaaS 产品越来越多地由自主 [AI 代理](https://dodopayments.com/blogs/merchant-of-record-ai) 驱动，从安排会议的 AI 助手到编写代码的副驾驶。这些代理通过代表用户执行任务来创造价值，而不只是依赖人工点击。我们已经从按席位许可的时代，进入了以人机交互为主的时代。 例如，OpenAI 按处理的每百万个 token 向客户收费，而 Intercom AI agent 每解决一个工单收费 $0.99。在 AI 时代，计费不能再被当作事后补充的功能，而必须建立在可靠的数据基础设施之上，对每一个由代理驱动的操作进行计量和收费。 ## 从人工用户到自主代理 过去，SaaS 计费围绕统计人工登录次数或席位许可展开。如今，AI 代理正在代表你完成工作：例如自动补全代码的 GitHub Copilot、解析文本的 OpenAI 机器人，或预订会议的日程助手。每一项自主操作都代表一个可计费事件，无论是 API 调用、已完成的任务，还是一部分已处理的 token。 > 我们创建 Dodo Payments，是因为我们看到创始人花费数月时间拼凑税务工具、合规清单和支付网关，而他们本应专注于交付产品。MoR（名义商户）应该彻底消除这类工作。 > > \- Rishabh Goel，Dodo Payments 联合创始人兼 CEO 为 AI 代理时代打造的计费基础设施 这种新模式要求计费逻辑摆脱简单的用户会话，转而在操作层级进行计量。想象一下，一个 AI 助手为一位客户生成 100 段代码片段，这就意味着 100 笔独立收费，而不是一笔月费。让定价与实际完成的工作相匹配，企业就能确保收入随着交付价值直接增长。 实际上，这些 AI 代理会成为你服务的高级用户，而现代计费系统必须跟踪并对它们执行的每一个操作收费。 ## 传统计费系统为何无法满足需求 传统计费系统是为简单的固定订阅和按席位收费而构建的，并非为 AI 驱动的使用量而设计。它们存在以下几个缺口： ### 静态定价与动态定价 - 旧式 CPQ 工具将定价逻辑硬编码在系统中，修改需要数月时间。它们适用于固定套餐，而不是微交易。 - 固定的按用户定价在使用量激增时也会失效：一些客户可能产生巨额计算成本，却只支付同样的固定费用，导致在高使用量场景下激励机制错位。 ### 处理海量微交易 - AI 工作负载会生成数量极其庞大的小型事件。传统计费系统按月批处理，并不是为这种粒度设计的。 - 实时准确跟踪每个 GPU 秒数或数据操作十分复杂。没有流式计量，服务提供商就可能少收费或多收费。现代计费必须能够轻松处理每天数百万个事件，就像处理每月一张发票一样。 ### 复杂的按比例计费和附加项 - 在使用量计费模式下，客户可能在计费周期中途扩大 AI 使用量，或购买额外预付额度。传统系统假设套餐是静态的，无法在没有人工操作的情况下自动组合使用量。 - AI 计费要求内置处理按比例计费、超额使用以及随时灵活变更套餐的能力。 ### 缺乏原生 AI 计费模式 - 许多旧平台缺乏对基于 token、基于结果或动态高峰定价的真正支持。 - 然而，AI 计算成本会随需求波动，新服务通常按推理次数或结果收费。传统工具很少能适应这种弹性定价。 ## 构建 AI 优先的计费架构 为应对这些挑战，SaaS 公司应遵循以下原则，构建以使用量为先的计费系统： ### 微服务架构 - 将计费拆分为通过 API 通信的模块化服务（计量、计价、开票和分析）。每个组件都可以独立扩展和更新。 - 例如，独立的计价服务可以处理定价，而开票服务只负责计费周期。 ### 事件驱动的流水线 - 将每个可计费事件（API 调用、token 使用、已完成的任务）发布到消息队列或数据流中，并让专用监听器实时消费这些事件。 - 这种方式可以高效处理高吞吐量的 AI 使用量。高频 AI 工作负载需要事件驱动架构，以高效跟踪和处理计费数据。 ### 持续计量与聚合 - 维护一个实时计量数据库，记录所有使用量指标，包括计算时间、处理的数据、token 等。 - 使用专用的计费表或系统（例如开源的 Lago）汇总这些数据，用于开票。这样可以确保每个 GPU 小时或 API 调用都被计入计费周期。 - 如果你正在比较自托管计量存储与托管式计量存储，[Lago alternatives](https://dodopayments.com/blogs/lago-alternatives) 一文介绍了在 AI 代理事件规模下的运营权衡。 ### 可配置的定价逻辑 - 将定价规则保存在灵活的配置中，而不是硬编码。现代计费平台允许通过 UI 或 API 定义复杂套餐。 - 例如，你应该能够通过配置，将基础订阅与阶梯式超额费用和按使用量收费相结合。这样就可以在不重新部署代码的情况下进行定价 A/B 测试。 ### 可观测性与告警 - 构建分析功能，按客户、地区或产品展示实时使用量、支出和收入。针对使用量激增或异常设置告警。 - Lightspeed 强调，计费数据应当满足整个组织的数据需求。实时可见性有助于发现收入流失，并支持快速调整定价。 ## Dodo Payments 如何解决这些问题 新兴支付平台正在构建这些能力。例如，Dodo Payments 提供了许多适合 AI 的计费功能： 1. **按使用量计费和混合模式：** - Dodo Payments 支持固定、阶梯式、按量级、按需付费以及自定义计费周期。 - 你可以原生地将订阅与按使用量计费的组件结合起来。无需额外编码或复杂设置，即可混合使用订阅定价和按使用量定价。 2. **开发者优先的 API：** - 稳健的 [REST API 和 SDK](https://docs.dodopayments.com/developer-resources/dodo-payments-sdks)（Node.js、Python 等）以及实时 Webhook。工程团队可以完全通过代码自动化计费：创建产品、更新订阅、记录使用量，以及以编程方式处理支付事件。 - 这种 [API 驱动](https://dodopayments.com/glossary/api-application-programming-interface)的方式与 AI 原生初创公司的产品构建方式相契合，让你可以将自定义计费逻辑直接编码到应用中。 3. **全球税务、合规与收款：** - 作为覆盖 220 多个国家和地区的全栈 MoR（名义商户），它负责处理国际支付、VAT/GST 征收、税款汇缴以及多币种结算。 - 例如，Dodo Payments 会自动应用当地税率并开具合规发票，让你可以专注于产品开发，而不是税务规则。 ### 实时分析与报告 - 提供实时仪表板，展示关键指标、MRR、流失率、各地区收入，并跟踪使用模式。 - 这种透明度有助于客户理解账单，从而减少意外收费，也让企业能够根据实际使用数据迭代定价。 ## 代理支付协议适用在哪里 计量回答的是"这个代理消耗了多少"。如今，另一个问题同样重要：是谁授权了这笔支出，以及之后如何证明这一点。 两项规范正好解决了这一缺口。[x402 protocol](https://dodopayments.com/blogs/x402-protocol) 允许服务通过 HTTP 402 报价并按请求结算，适合调用一次端点后不会注册的代理。[AP2 定义了代理支付的授权与委托层](https://dodopayments.com/blogs/ap2-protocol-agent-payments)，包括当客户质疑一笔由其代理发起的收费时所需的证据链。 它们都不能取代你的计量流水线。它们位于计量流水线之前，决定某个请求是否有资格成为可计费事件。 ## 常见问题 ### 为什么 AI 代理计费需要事件级计量，而不是基于席位的定价？ AI 代理通过处理 token、完成任务和调用 API 等操作创造价值，而不只是通过用户登录。文章解释了计费必须跟踪每个可计费事件，从而让收入反映实际完成的工作。 ### 将传统计费系统用于 AI 工作负载时，最先会出现什么问题？ 团队通常会遇到微交易量、僵化的定价逻辑以及实时可见性不足等限制。文章指出，当数百万个小型使用量事件需要持续计价时，按月批处理的系统会难以应对。 ### AI SaaS 团队应该将定价逻辑硬编码，还是保持可配置？ 尽可能保持可配置。本文建议采用配置驱动的定价，以便在不重新部署核心计费代码的情况下发布新套餐、混合模式并开展实验。 ### AI 优先计费所需的最低架构是什么？ 你需要事件流水线、持续计量、用于计价和开票的模块化服务，以及带告警功能的可观测性。这些是文章为 AI 原生商业化列出的核心设计原则。 ### 实时计费分析如何减少收入流失？ 实时查看使用量和支出，有助于团队在月末之前发现异常、使用量激增和定价不匹配。文章强调，这种短反馈周期支持更快地调整定价，并减少账单意外。 ## 结论 AI 代理和使用量驱动的定价已经成为现实。掌握基于使用量的商业化模式的企业，有望获得超出预期的市场份额。为了保持竞争力，AI SaaS 创始人必须围绕灵活性和可观测性来设计计费系统。 这意味着要将计量嵌入产品代码，使用实时收入分析，并允许定价套餐快速演进。Dodo Payments 等平台提供了这些基础模块，让团队无需重复造轮子即可实施现代计费。 [了解 Dodo Payments](https://docs.dodopayments.com/introduction)，看看你的初创公司今天如何集成实时使用量计费和订阅管理。 --- - [More AI articles](https://dodopayments.com/blogs/category/ai) - [All articles](https://dodopayments.com/blogs)