本案例延續 企業內部 AI Agent 的導入：同一支進入日常工作流的 AI 代理人，在跨部門、跨模型天天運轉之後，真正的挑戰從「能不能用」轉為「用得起、管得住」。
挑戰：Agent 愈好用，token 帳單愈看不懂
當 AI 代理人接手會議紀錄、知識問答與內容產出後，它每天在 GPT、Claude、Gemini、DeepSeek 等多個模型之間來回呼叫。用量快速成長的同時，成本開始失焦：
- 用量歸屬不清：一整個月的支出算得出總額，卻說不清哪個功能、哪個部門花的
- 浪費藏在暗處：該用輕量模型的任務跑在旗艦模型上、失效的測試金鑰仍在計費——沒有人看得見，也就沒有人修
- 預算是月底才知道的結果，不是事前可控的變數：帳單來了才發現超支，控管永遠慢一步
這不是模型太貴的問題，而是缺少一個能把用量看清楚、把浪費指出來的治理平面。
解決方案：把每一筆呼叫，收斂到可歸屬的治理閘道
我們把這支 Agent 的所有模型呼叫遷移到 ATP Petrichor，套用「組織 → 工作區 → 專案」的階層，讓用量從第一筆請求就帶著歸屬資訊：
- 依功能切分專案：會議自動化、知識庫、內容產出各自成為獨立 Project，用量天生分流、各自入帳
- 在專案層級授權模型：任務該用哪一級模型，就只開哪一級——輕量任務跑不到旗艦模型上，浪費從源頭堵住
- 每一筆請求都留日誌：模型、token 數、對應功能即時可查，異常用量當週就浮現，不必等月底帳單
ATP 於本案例中的角色
| 治理維度 | 導入前 | 導入後（ATP Petrichor） |
|---|---|---|
| 用量歸屬 | 只有全公司總額 | 歸屬到每個專案與功能 |
| 模型選用 | 全憑開發者自律 | 專案層級授權，權限即邊界 |
| 帳務窗口 | 多家供應商各自對帳 | 單一平台、一份整合帳單 |
| 成本控管 | 月底才知道 | 額度即時儀表板，超標前示警 |
成效
- 浪費看得見、砍得掉：錯配模型與閒置金鑰一經標示即可收斂，成本花在真正產生價值的呼叫上
- 成本可預測：每個功能的 token 支出成為即時儀表板上的一條曲線，而非月底的意外
- 治理不拖慢迭代：工程師照常開發，權限與額度在平台層生效——用得更放心，不是被綁手綁腳
真正的降本，從來不在於選用哪一個模型，而在於讓每一筆用量都有去向、每一分浪費都被看見。這套治理平面，我們先在自己的 AI Agent 上跑通，也能為您的企業，把 AI 用量管成一條看得懂的成本曲線。了解 ATP Petrichor →