当企业同时运行上百个智能体时，谁消耗了多少算力、应该记在哪个部门账上，往往是一笔算不清的账。联通元景近日发布面向多智能体场景的算力计量解决方案，针对多智能体集群，可按单个智能体、单条任务维度统计算力消耗，实现精细化计量与分账计费，为政企、园区、高校等场景提供按量统计能力。
这一方案解决的是行业里一个被长期忽视的问题。过去一年，企业级智能体快速进入生产环境，AI员工从试点走向规模部署，但算力成本核算一直停留在“整体估算”阶段——模型训练算力好算，智能体日常运行的推理消耗却难以拆解到具体任务。大量AI员工并行工作时，资源被共享、复用，成本归属模糊，财务与运维两侧都拿不出一本明细账。
联通元景把计量粒度下沉到智能体和任务两个维度，本质上是给算力消耗装上了“分户电表”。通过按单个智能体、单条任务统计GPU等算力资源的使用情况，企业可以清楚看到每个数字员工花了多少算力、创造了多少价值，进而实现内部结算、成本分摊与预算管理。对于把AI当生产力来经营的企业而言，这比单纯堆算力更接近成本管理本身。
算力计量之所以成为难题，是因为智能体的算力使用天然具备波动性。一次任务可能包含思考、工具调用、多实例并发等多个阶段，不同阶段对算力的需求差异巨大；再加上多个智能体共享同一资源池，传统按峰值或整体用量的计费方式既不公平也不精确。只有把计量细化到任务维度，才能真实反映每个智能体的资源占用，为分账计费提供依据。
联通元景的思路与智能体协作平台的成本治理方向一脉相承。星战科技在DiWorker多智能体平台方向上同样关注算力成本的精细化——通过GPU算力平台的统一管理与算力调度，把模型训练、推理与实训任务灵活编排到多元算力之上，让每个AI员工的算力消耗可统计、可核算，为政企和高校场景下的按量计费提供平台支撑。
从更大范围看，算力计量方案的密集出现，是AI产业从“建设期”进入“运营期”的一个信号。当算力基础设施越建越多，如何衡量投入产出、如何为不同业务分摊成本，会直接决定智能化改造能否规模化推广。面向政企、园区、高校的按量统计能力，也让算力可以像水电一样被计量、被交易，为多主体共享算力池创造条件。
智能体算力计量把“AI员工干了多少活、花了多少算力”变成一本清楚账，这既是成本管理的需要，也是智能体大规模落地的必要前提。可以预见，随着更多企业把数字员工纳入日常运营，按智能体、按任务的精细化计量将逐渐成为算力平台的标准能力。