查天气花了 14 万 token：账单拆到每一次调用

查天气花了 14 万 token：账单拆到每一次调用

OpenAnolis 在 2026-07-14 介绍了 AgentSight。它是 Agentic OS（ANOLISA）里的观测组件，用来看智能体把 token 花在哪。Agentic OS 是阿里云这套面向智能体的操作系统。文章用一次查天气，说明月底只看到总账时会停在哪。

用户最常问的是怎么少花 token。拆开是三问：哪个智能体花的，花在哪一步，有没有浪费。浪费要先看见才能砍。以前 token 是黑盒，只知道月底总数。

一屏上看见卡住和中断

智能体全天处理工单、巡检和请求，人没法一直盯着。文章列了三种看不见的情况：后台卡住，下次开终端才发现；关键任务断了没人告警；token 悄悄花掉几十万，月底账单才知道失控。

AgentSight 的面板把这些收成一屏：健康状态、活动会话、突然中断，谁在线、谁离线、谁卡住。数据实时刷新，从全局到单次对话。离线或卡住时，不只报「出错了」，会自动告警，并可以触发重启。文章没有给出告警延迟或重启成功率。

查一次天气，实际 140,000 token

例子是问「Today's weather in Hangzhou」。这是单轮查询。作者预期很低：用户输入不超过 20 个 token，系统提示在几百个的量级，一次工具调用加回复不超过几千个。实际消耗是 140,000。在面板上看，换模型时数字会变，但输入 token 普遍远多于输出。分析认为，大部分算力浪费在反复重读旧对话历史上。

面板按事件拆开：这一问触发两次大模型调用，每次的 token 和耗时都能看见。文中没有写出这两次各自的 token 数和秒数。多一次工具调用，消息历史就再放一遍，费用线性甚至超线性上涨。图里的两次工具调用，先取天气 skill，再经它查实际天气。输入 token 随着历史重放往上爬。

140,000 是这一次查询的实际消耗，不是一组评测的平均。20、几百、几千都是作者给的预期量级，不是测出来的基线表。

会话和对话两层拆账

AgentSight 按两层拆：

会话层看每个智能体在每次会话花多少，一张图看全局分布，找出最贵的智能体，或发现异常会话远超均值。文章没有给出这个均值。

对话层钻进一条对话链，看 token 怎么变：是系统提示占大头，是历史窗口胀了，还是某个 skill 的输入特别长。

还可以按时间段和智能体比趋势：上周花多少、这周花多少、哪一天异常。看完「花了多少」和「花在哪」，下一步是「为什么花在这」。轨迹分析还没做完：从接任务、工具调用、决策分支到最终输出的整链回放，写的是将会加上，不是这篇里的测量结果。

怎么打开

云上用法见 https://www.alibabacloud.com/help/en/alinux/how-to-use-agentsight 。本地部署见 https://github.com/alibaba/anolisa/blob/main/src/agentsight/README.md 。系统仓库是 https://github.com/alibaba/ANOLISA 。ECS 控制台里选的镜像名是 Alibaba Cloud Linux 4 LTS 64 bit Agentic Edition。组件更新说明在 https://www.alibabacloud.com/help/en/alinux/releasenotes 。

这次只有一个查天气的个案。两次调用的分项 token、告警延迟、重启成功率和会话均值都没有写。轨迹回放还在计划里。页面没有禁止复制的声明。

阿里云，OpenAnolis，Agents Bleeding Tokens? Agentic OS (ANOLISA) Shows You Every Line of the Token Bill，2026-07-14，https://www.alibabacloud.com/blog/agents-bleeding-tokens-agentic-os-anolisa-shows-you-every-line-of-the-token-bill_603353