Tvijo wiki
Каталог

Темы

Сколько на самом деле стоит AI-агент: метод принятой задачи

Лимит в 2 000 минут CI израсходован на 90% за три с половиной дня. Лечится не более дешёвой моделью, а другим знаменателем: стоимостью принятой задачи, проверенной скриптом.

🎯 Для Teams paying for AI agents who suspect the bill and the value have drifted apart.

📚 Вы узнаете
  • Replace token or subscription counters with cost per accepted task
  • Write the acceptance rule and the death criterion before the first run
  • Report subscription quota and human minutes instead of calling a paid plan free
  • Recognise five situations where the method produces precise numbers with no meaning

Ежемесячный лимит в 2 000 минут CI был израсходован на 90% за три с половиной дня, и никто не мог сказать, что именно дала та работа, которая его сожгла. В этом одном предложении — вся проблема: минуты, токены и подписку мы считать умели, а принятую работу — нет. Ниже метод, которым мы считаем её сейчас; он написан после разбора собственного случая 4 ноября 2026 года.

Короткий ответ: измерять надо стоимость одной принятой задачи — деньги, человеко-минуты, переделки и накладные, делённые на число результатов, прошедших машинную проверку с первого раза. Токены, запросы, «кредиты», минуты CI и фиксированная месячная цена — всё это входные величины этой дроби, а не сама дробь.

Почему очевидные счётчики обманывают

Подписка делает каждый отдельный прогон как будто бесплатным: платёж уже прошёл в прошлом месяце. Оплата по API делает каждый прогон как будто дорогим: у каждого вызова есть цена. Оба взгляда ошибаются в одну сторону — они оценивают вход и молчат о результате.

Наши собственные данные, снятые 4 ноября 2026 года из метаданных прогонов репозитория, а не с картинки дашборда:

Наблюдение Значение
Минут CI в месячном лимите 2 000
Израсходовано к моменту предупреждения 1 812 (90%)
Сколько суток цикла прошло 3,5 из 30
Прогонов одного workflow за двое суток 109
Средняя длительность этого workflow 14,1 минуты

Дорогой частью был не модель. Это 109 push'ей за двое суток, каждый из которых запускал 14-минутное задание с установкой зависимостей и полным прогоном тестов. По два прогона на push, потому что один коммит запускал и событие ветки, и событие pull-request, а старый прогон никто не отменял. Push'и создала агентская волна; счёт пришёл в валюте, за которой никто не следил.

Метод

  1. Заморозить задачу до отправки. Записать вход, ожидаемый результат, правило приёмки, лимит попыток и дату. Всё, что оценивает исход, записывается до исхода.
  2. Принимать скриптом, а не мнением. Для текста проверка такая: каждое утверждение дословно сверено с заранее проверенным факт-пакетом, каждая ссылка отвечает 200. Для извлечения — точное совпадение с замороженной схемой. Для кода — названный файл тестов плюс линтер. Модель может высказаться о качестве, но приёмку решает не она.
  3. Одна строка на попытку. Задача, класс, вариант, принято, расход по API, человеко-минуты, секунды по часам, накладные, ссылка на доказательство, отметка времени и вид оплаты (subscription или metered). У подписочной строки api_usd = 0.0 и фактически израсходованная квота: написать «бесплатно» — это дефект, а не сокращение.
  4. Считать только принятое. Отклонённая попытка — расход без результата: она остаётся в колонке затрат и никогда не попадает в знаменатель готовых задач.
  5. Публиковать не меньше 30 согласованных задач. Тридцать — минимальный порог выборки, а не статистическая значимость. По десять на класс, чтобы провал одного класса не выдавался за общий вывод.
  6. Объявить критерий смерти заранее. Наш: если у менее 80% задач есть однозначное машинно-проверяемое правило приёмки либо если разница между вариантами меньше разброса самого замера, работа публикуется как «разницы не показано» — без рейтинга и без рекомендации маршрута.

Сколько стоит одна задача с каждой стороны

Одну и ту же работу делают два вида исполнителей. Один привязан к редактору и покрыт фиксированной подпиской; другой вызывается пакетом и оплачивается по токенам — $0,20 за миллион входных и $0,60 за миллион выходных. Оба пишут одну и ту же статью или одну и ту же функцию.

У подписочной стороны предельная цена по API нулевая, а стоимость квоты и человеческого внимания — не нулевая: сессию кто-то ведёт, и это время и есть главная статья расходов. У оплачиваемой стороны есть измеримая цена за задачу — около половины цента для задачи, которая читает 15 000 токенов и пишет 4 000, — и никакого времени на ведение после того, как пакет написан.

Ни одна из колонок по отдельности не сравнима. Поставить их в одну строку — и сравнение становится честным: стоимость принятой задачи, где человеко-минуты переведены в деньги по опубликованной ставке, а расход квоты стоит рядом.

⚠️ Когда это НЕ работает

  • Когда приёмка — вопрос вкуса. Маркетинговый текст, названия, визуальный дизайн и «похоже ли это на нас» машинной проверки не имеют. Считать их принятыми или отклонёнными — значит получить точные числа без смысла.
  • Когда набор задач не согласован. Если вариант A получил четыре лёгкие задачи, а вариант B — четыре тяжёлые, сравнение измеряет распределение задач, а не исполнителей.
  • Когда одну сторону нельзя автоматизировать. Агент, привязанный к редактору, не запускается без человека, поэтому в его замере человек присутствует всегда. Эта асимметрия — результат для отчёта, а не дефект, который надо «убрать», объявив человеческое время бесплатным.
  • Когда выборка мала. Меньше 30 согласованных задач — публиковать сырые строки и остановиться. Победа на двух задачах — это анекдот с таблицей вокруг.
  • Когда ограничение не в деньгах. Если узкое место — пропускная способность ревью или обязательный контроль, более дешёвая генерация не помогает, и оптимизация цены за задачу оптимизирует не то.

Что пока не измерено

Сравнение на 30 задачах между агентом в редакторе и оплачиваемым воркером мы ещё не провели. Протокол, шаблоны приёмки, инструмент учёта и оценка стоимости есть; выборки нет. Пока строк нет, честный статус — «без оценки»: ни рейтинга, ни процента, ни обещания экономии.

Смысл инцидента уже, чем кажется. Число менялось, мы видели, как оно меняется, и всё равно не могли ответить на единственный важный вопрос: что мы за это получили. Метод выше существует для того, чтобы в следующий раз, когда счётчик кончится, ответ уже был записан.

Источники

Ниже указаны источники и даты наблюдений. Статус проверки отмечен для каждого материала.

  1. GitHub Docs: About billing for GitHub Actions · Проверено 2026-11-04 · Included minutes per plan, what counts as a billable minute, and what happens when included usage runs out.
  2. GitHub Docs: Control the concurrency of workflows and jobs · Проверено 2026-11-04 · Concurrency groups and cancel-in-progress, used to stop superseded runs from consuming minutes.
  3. AI OS evidence: 1,812 of 2,000 CI minutes in 3.5 days · Проверено 2026-11-04 · Internal measured receipt: per-day, per-workflow and per-branch minute table computed from run metadata; the 1,812-of-2,000 figure comes from the provider alert, the breakdown from the API.

Связи опубликованных статей. Выберите узел, чтобы открыть статью у заголовка.

Показать граф связей
100%
→ Связанные статьи← Ссылаются сюда⋯ Та же тема
Связи статей · клавиатура / текст

💬 Комментарии

Комментарии публичны и модерируются. Не публикуйте персональные данные.
  • Комментариев пока нет. Будьте первым!

Следующие шаги

Основа ИИ и процессов

Система агентов Tvijo: PRIZMA, RUNLEDGER и приёмка

Tvijo развивает управляемый путь от задачи в репозитории до принятого результата: с разрешениями, ограничениями ресурсов и проверяемыми свидетельствами выполнения. PRIZMA описывает профиль ресурсов, RUNLEDGER связывает работу с проверками и…

Основа ИИ и процессов

Как читать квитанции агента и не путать доставку с прочтением

Разберитесь, на каком этапе находится сообщение роя, не смешивая сохранение, доставку, приём runtime и просмотр. Руководство показывает локальные проверки, приватный экран наблюдения и отдельные квитанции, чтобы подтверждение доставки не превращалось в недоказанное обещание выполненного действия.

Основа ИИ и процессов

Проверяйте AI-радар по первоисточникам до добавления новости

Проверьте технологическую новость по первоисточнику, версии и дате события до решения о внедрении. Руководство разбирает фиксированную выборку из десяти материалов, отделяет факты от выводов и прогнозов и показывает, как сохранить ограничения и условие следующей проверки.