Nasiko 推出 TokenOps:具預算控管功能的 AI 代理支出追蹤工具
重點速覽
- •TokenOps 為每個代理強制執行預算,在達到設定上限的 80% 時發出警示,並在支出達到 100% 時自動暫停。
- •OpenRuntime 透過單一伺服器程序代理所有代理呼叫,可將成本歸因於包括 OpenAI 與 Gemini 在內的多家供應商。
- •Token 用量與成本沿三個維度細分:按個別代理、按團隊,以及按模型。
- •該執行環境捆綁了 LLM 路由器、MCP 閘道權限管理、防迴圈機制與 OpenTelemetry 可觀測性,有效路由預估可減少最多 50% 的 token 支出。
- •TokenOps 無需 SDK 遷移,支援 Claude Code 與 Codex 等程式編寫代理,且可自行託管或使用託管方案部署。

總部位於帕羅奧圖的科技公司 Nasiko 於 2026 年 11 月 16 日宣布推出 TokenOps,這是整合在其 OpenRuntime 平台中的一組支出追蹤與預算控管功能。該公司的訴求很直接:顯示每個 AI 代理的成本,並在其用完額度時自動停止運作。
預算警示與自動暫停
營運人員可以為個別代理設定預算。當支出達到設定上限的 80% 時,系統會發出警示。當支出達到 100% 時,TokenOps 會自動暫停該代理的運作。
這一強制暫停正是執行點,用於應對執行環境內建防迴圈工具所針對的失控情境:只要代理持續發出呼叫,供應商就會持續計量其 token 用量,因此這個上限就是將無上限帳單轉為有上限帳單的關鍵。
該功能還會沿三個維度細分 token 用量與相關成本:按個別代理、按團隊,以及按模型。Token 是 AI 供應商用於計量與計費使用量的單位,因此追蹤 token 消耗實際上就是追蹤決定帳單金額的計量器。
作為成本歸因的中間層
TokenOps 是一項功能,而非獨立產品。它內建於 Nasiko 所稱的 AI 代理控制平面 OpenRuntime 之中。在技術上,OpenRuntime 以單一伺服器程序運作,代理 AI 代理所發出的呼叫。由於每個請求都經過它,平台得以將成本歸因於多家供應商,包括 OpenAI 與 Gemini。
這種跨供應商的視角是支出追蹤器的核心。若沒有中間層,各供應商的帳單會分別送達,將數據整合起來就成了一項手工作業。這也是預算上限設在代理層的原因:在框架之上執行的限制,無論個別代理指向哪個供應商都依然有效。
內建工具
這個開源執行環境除了新的預算控管外,還捆綁了多項其他工具:
- 用於模型路由的 LLM 路由器,可將請求導向不同模型
- 透過 MCP 閘道進行權限管理,處理哪些代理可存取哪些工具
- 防止無限迴圈的機制,避免代理無止盡地呼叫自身或某個工具
- 透過 OpenTelemetry 追蹤實現可觀測性,包括自動記錄所使用的 token 與產生的成本
在路由方面,透過有效的路由,預估可減少最多 50% 的 token 支出。
相容性與部署
根據專案資料,無需進行 SDK 遷移。現有的代理與工作流程可在團隊採用集中式預算治理的同時照常運作。
該平台支援熱門的程式編寫代理,包括 Claude Code 與 Codex。自訂代理可使用 Docker 部署於容器化環境中。
營運人員可選擇部署模式:平台可自行託管,團隊也可使用託管方案。該專案已在 GitHub 公開發布,並獲得社群的熱烈參與——由於程式碼開源,營運人員可在將這些控管機制交付管理預算之前直接檢視它們。
一年來的穩定發布
TokenOps 是 Nasiko 一年來穩定發布歷程的最新一步。該公司於 2026 年 5 月推出其核心控制平面,並於 9 月上架 DigitalOcean Marketplace,為平台開闢了另一個發布渠道。11 月的這次發布則是在既有基礎設施之上加入財務控管。
「Agent Estate」問題
Nasiko 將更廣泛的問題定位於其所稱的「agent estate」——即團隊在不同框架上運作、且數量持續成長的 AI 代理集合。個別代理框架或許能追蹤自身的使用量,但跨框架、跨供應商的視角需要一個凌駕於所有框架之上的存在。該公司表示,這種分散現象正是它試圖填補的缺口。
聲明:原文由 Diego Almada Lopez 編輯。