JetBrains如何应对AI开发支出激增：从看账单到建控制层

导语

生成式AI进入软件开发流程后，企业面对的难题已不只是“要不要用”，还包括如何看清使用情况、分配预算并控制风险。JetBrains披露的实践显示，AI支出治理正在从财务报表问题，转变为开发基础设施问题。

核心要点

• 支出增长与工具分散同时发生。 JetBrains表示，开发相关AI支出在六个月内大约增长十倍。多数开发者每月会使用3至5个AI工具；自2026年1月起，随着更强模型出现，包括Claude Opus 4.5和4.6，token消耗明显上升。
• 第一步是建立可见性。 公司最初花了四天，将不同供应商的使用与费用手工整理进电子表格。之后，JetBrains通过供应商API和内部仪表盘自动汇总数据，用于查看当前支出和预测趋势。
• 观察并不等于控制。 仪表盘能够说明费用来自哪里，但请求仍直接从工具流向供应商。为此，JetBrains把一名开发者最初制作的内部封装工具扩展为Central CLI，让自研和第三方AI工具通过统一入口调用。
• 控制点前移到请求路径。 经由CLI发出的请求会通过公司现有AI平台路由。这样，AI平台不再只是事后统计系统，也能把AI-credit机制用于第三方工具，并支持按个人、团队或更大组织单元配置限制。

意义与影响

JetBrains没有优先采用“只批准一两个工具”的标准化策略。公司认为，AI产品变化很快，今天的最佳工具未必能持续保持优势。统一访问层因此承担了一个更灵活的角色：把工具选择与成本治理分离，让开发者保留一定选择空间，同时让管理者获得记账、权限和预算控制能力。

不过，这套方案仍处于建设阶段。JetBrains称，数周内已有超过1000名开发者采用Central CLI，但部分终端智能体和个人订阅尚未纳入受控路径，公司也在研究如何在用户和团队之间公平分配AI预算。

这也说明，企业AI成本管理不能只靠提醒员工节省使用量。更可行的基础设施方向，是将身份、路由、计费和限额接入同一控制面，再逐步扩大覆盖范围。对于开发团队而言，关键不在于消灭工具多样性，而在于让多样性变得可度量、可追责、可调整。

来源：InfoQ 中文