Cloudflare 这周给企业 AI 账单加了一个诊断按钮：能识别哪些对话其实不需要那么贵的模型。我们关心这件事，是因为 AI 预算失控的企业越来越多——问题不在模型贵，而在贵的被用错了地方，比如让顶级的推理模型去跑「把这段话缩成三行」。
雪球效应正在形成：随着 AI Agent（能自主完成多步任务的程序）在企业里普及，一次任务可能触发几十次调用，每次「用贵一点」，总成本就翻倍。
这是什么
Cloudflare 在它的 AI 网关（AI Gateway，帮企业管理所有 AI 调用的中间层）里加了一项诊断功能：识别「模型过度配置」——也就是用更贵、更强的模型去跑本可以用便宜模型完成的任务。
典型场景：让擅长做数学证明、战略分析的「推理模型」，去处理格式化、摘要这种简单活。结果是账单变厚、响应变慢，但没人知道为什么。新版 User Insights 能告诉企业：哪些用户、哪些应用、哪些 Agent 在触发这种浪费。
行业怎么看
支持者认为这事戳中了企业 AI 落地的隐形痛点。多份行业报告都显示，企业 AI 支出在快速增长，但能说清楚「钱花在了哪里、为什么花」的负责人并不多。Cloudflare 这类工具补的正是这个缺口。
质疑的声音也很明确：第一，Cloudflare 自己卖 AI Gateway，站出来喊「你们用贵了」有商业动机；第二，「过度配置」判定可能误伤——某些任务表面简单，背后需要强模型兜底以防出错；第三，识别容易，落地改造难，改默认模型涉及流程和习惯，多数企业动不起来。
更值得留意的风险：Agent 多步调用会把浪费放大。一次任务拆成几十次调用，每次都「过度配置」一点，总成本可能翻倍。这也是 Cloudflare 这次重点提示的场景。
对普通人的影响
对企业 IT：账单审计会常态化。「模型费用 × 调用次数」会成为新的成本科目，每一项都要追到人和任务，再不能一笔糊涂账。
对个人职场：未来提 AI 需求，可能需要多写一句——用什么模型、能接受多慢。默认配置往往是最贵的那个，没人改就一直贵下去。
对消费市场：用 AI 客服、AI 助手的公司会把成本压力往下游转嫁，要么悄悄涨价，要么悄悄换便宜模型。你下次碰到一个答非所问的 AI，可能不是 AI 变笨了，是他们换了便宜的那个。