“帮我比较三家供应商的报价，找出最适合这批采购的方案。”
把这句话交给 AI，屏幕上可能只有一个正在思考的标记。后台却可以接连发生很多事：搜索供应商、打开产品页面、核对规格、重新查询过期的价格，再换一个来源确认交货时间。
这些步骤谁来选择，大家已经逐渐接受让 Agent 自己判断。但这些步骤产生的开销，是否也包含在那句“帮我比较一下”里面？
DeepSeek 周末的一则公告，让这个问题变得很具体。
2026 年 10 月 17 日，DeepSeek 宣布开放 Search 与 Fetch 接口，分别提供网页搜索和网页抓取，价格均为每千次成功请求 5 元，与模型 token 用量分别计费。官方同时说明，在 DeepSeek Harness、Claude Code、Codex 中使用 DeepSeek API 时，部分已经通过服务端工具调用访问这些接口的路径，此前没有计费，将于北京时间 11 月 1 日零点开始收费。这一安排针对公告说明的既有调用路径，不能理解为所有搜索服务统一在那一天涨价。
每次成功请求折合半分钱。单看价格，这并不是一个昂贵的动作。
但它提醒了我们：当 AI 开始自己选择工作步骤，企业交出去的，已经包括了一部分资源使用决定权。
能查询资料，也需要明确开销权限。
过去，企业讨论 AI 权限，容易先想到退款、删数据、改库存这些写操作。查询往往被视为比较容易开放的能力，因为它通常不会直接改变业务记录。
从资源角度看，查询仍然可能产生费用。网页搜索、文档解析、外部数据查询、模型推理，都可能有自己的计价方式。只读说明的是对目标数据的操作性质，并没有回答完成这项操作需要消耗什么。
回到供应商调研。假设助手进行了三次成功搜索，又通过 Fetch 单独抓取八个页面。按此次公布的接口价格计算，这部分费用是 0.055 元，不包含模型处理这些内容的 token 费用。搜索一次返回多条结果，也不等于产生了同样多次搜索费用；官方按成功请求次数计费，搜索返回条数不改变单次价格。
这个假设例子的金额很小。问题会在任务数量增加、更多付费工具加入、多个 Agent 同时工作之后变得更明显。
员工过去也会决定为了查清一件事，要投入多少时间、是否购买一份报告、需不需要请同事帮忙。这些选择受到经验、制度和主管关系的共同约束。Agent 将其中一部分判断变成了高频调用，企业就需要给它同样清楚的委托范围。
某个账号有余额，说明它具备付款能力。某项任务有预算，才说明这次工作被允许使用多少资源。前者不能自动替代后者。
如果采购调研、日常客服和一次临时实验共用同一份模型或工具凭据，总余额仍然充足，也可能掩盖任务之间不合理的资源占用。最后看到账单的人，需要知道费用属于哪项委托，谁允许它发生，以及它帮助推进了什么工作。
企业需要授权一项工作，同时说明资源应该用到哪里。
只给助手一句目标，留下的解释空间可能很大。
“比较三家供应商”可以意味着整理现有报价，也可以意味着主动搜索全网；“确认价格”可以意味着查公开页面，也可以意味着购买一份专业数据。模型可能认为多查一些更负责，使用者却可能只希望得到一份初步参考。
更清楚的委托，可以这样表达：优先使用已有报价；可以检索公开资料；整理成采购草稿，不联系供应商、不下单；发现关键规格或价格缺失时，把缺口列出来；如果需要额外购买数据，再交给负责人决定。
对于经常发生的工作，这些约定可以成为组织已有的任务规则，不必每次重新写成长提示词。需要新增付费服务、扩大检索范围，或者超过原定资源授权时，再触发新的决定。
这样做的意义，是让正常步骤拥有足够的自主空间，让真正改变委托含义的步骤回到负责人手里。
每搜索一次都弹出审批，会把人的注意力耗在细碎动作上。让模型自己承诺“我会省着用”，又缺少能够执行的边界。两者之间需要一份实际生效的资源授权：什么来源可以使用，资源由谁提供，什么条件下继续，什么情况需要停下或升级处理。
这份授权还应当随着任务延续。助手断线重连、交给另一个 Agent 接手，或者某一步需要重试，都不应该让原先的资源约定悄悄消失。
一个更难的问题是：继续查，究竟还值不值得？
即使给了预算，也不能把“尚未花完”理解为“应该继续花”。
假设前两家供应商的规格、价格和交期已经核对清楚，第三家只有一份去年的报价。助手又找到了五篇转述同一份旧报价的文章，看起来收集了更多资料，实际并没有增加能够用于决策的新证据。
继续增加搜索次数，可能让报告更长，却没有让采购判断更可靠。
在另一种情况下，一次额外核对发现“最低价格”对应的包装数量不同，恰好纠正了整个比较。这一次查询即便增加开销，也很可能比此前许多调用更有价值。
所以，任务的停止条件不能只剩余额。还需要判断，下一步预期能补足什么缺口，是否可能改变当前结论，怎样的结果足以交付。
这些判断不必伪装成一个精确的“信息价值分数”。一个朴素而有用的做法，是要求助手说明：目前哪两项事实已经确认，剩下哪项仍不确定，再查一次准备解决什么问题。无法获得可靠价格时，它可以交出一份明确标注缺口的比较表，让负责人决定是否联系供应商。
承认信息不足，有时比继续自动扩展检索更专业。企业委托的是一项有用途的工作，过程中的忙碌程度并不能单独证明工作价值。
模型和工具价格下降，会让更多任务值得尝试，这是好事。与此同时，单次调用越便宜，使用者越容易忽略一次委托究竟展开了多少步骤。低单价降低了试错门槛，清楚的停止条件帮助企业把试错变成可以持续使用的工作方式。
花费已经发生，与工作已经完成，需要分别说明。
DeepSeek 的规则中，只有返回 HTTP 200 且产生结果的请求才计费：搜索必须有非空结果，抓取必须返回网页正文；失败、空搜索或超时不计费。
这是供应商对一项服务是否交付的计量约定。它不能进一步证明，找到的页面适用于这次采购，报告中的判断正确，或者采购负责人已经得到足够依据。
一份资料可能被成功取回，却因为年份过旧而没有被采用。这项调用是否收费，依照供应商规则；这次检索是否有效，依照任务目标；整项采购调研是否完成，还要看交付结果。三者可以同时得到不同答案。
企业评估 Agent 时，需要容纳这些区别。
一次花费很低却导致选错规格的任务，可能带来更高的返工成本。一次及时发现资料缺失、停止继续调用的任务，虽然没有交出完整方案，也可能减少后续损失。费用、结论质量、人工复核和异常处理，需要放回同一项工作的整体收益里看。
对费用记录的要求也由此变化。只给负责人一张月度总账，往往不足以解释某项工作为什么消耗了这么多资源；只保留聊天记录，也很难还原真实计量。
有用的记录应当能够把任务、实际调用、返回状态与供应商计量对应起来。使用者可以看到哪些费用已经确认，哪些仍等待结算，哪些结果被采用，以及整项任务停在什么位置。
价格或折算方式发生变化时，也应保留当次适用的计价依据。否则，同一段历史用量会随着今天的价格被重新解释，原来作出的资源决定就失去了可以核对的背景。
预算控制与异步结算，还存在一个必须讲清楚的时间差。
有些用量在请求结束后才会返回，有些需要稍后查询，多个调用也可能同时处于执行中。用户点击停止时，已经派发出去的步骤未必立刻停止，更不能因此假定它们没有产生费用。
因此，“不再派发新请求”“执行中的请求已经结束”“费用已经全部结清”，是不同的状态。
如果系统只按已经结算的余额判断是否准入，并发或在途调用仍可能继续形成费用。这样的机制可以支持顺畅的工具循环，但它属于软额度边界，不能直接宣传成严格的支出封顶。
如果企业确实要求一项任务绝不超过某个金额，就需要进一步处理执行前的额度预留、并发占用、可能的最高消耗，以及计量迟到之后的对账。对于无法事先给出消耗上限的步骤，还需要选择更保守的执行方式或要求新的授权。
这些工作会增加实现成本，也说明不同场景可以选择不同强度的预算控制。重点是把实际采用的机制说清楚，让使用者知道它能够保证到哪里。
这里同样不适合重新拿“最多聊几轮”代替费用约束。一轮对话可能不调用工具，也可能展开多个付费请求。轮次可以服务交互管理，真实开销仍要回到资源计量和实际执行过程。
AI 服务的账单，正在让企业重新理解“委托”。
从更长的时间看，模型、搜索、解析、计算和业务工具逐步独立提供，会让开发者有更多组合能力的选择。企业也有机会为一项任务配置更合适的资源，用便宜的步骤处理常规问题，把更强的能力留给真正需要的环节。
与此同时，选择权会带来解释义务。总费用可能分散在多个服务商，任务却只有一个业务目的。使用者最终需要理解，这项工作为什么选择了这些步骤，哪些开销在授权之内，以及得到的结果是否值得这些投入。
这也是我们理解 A2B（Agent-to-Business）的一个出发点：当 Agent 接受人的目标、进入业务系统时，组织仍能追溯它代表谁工作、获得了什么授权，以及调用产生了什么后果。自主选择步骤，应当建立在清楚的委托关系之上。
在我们的实践中，ACC 作为独立的能力治理声明契约，表达能力的范围、风险与约束；BailingHub 开源 Core 承接受控调用、审批衔接和执行追溯。在本地智能体接入路径中，客户端宿主负责编排任务，业务系统保留最终业务授权。
资源治理也需要按实际实现分层建设。Core 现有模型接入路径提供用量计量与异步结算，额度属于软边界；搜索等工具的按次计费接入与跨工具硬预算，则需要在对应链路中另行实现和核验。能力声明、资源计量和业务授权，各自承担明确的工作，才能共同支持可靠的委托。
回到那句“帮我比较三家供应商”。理想的助手可以自主完成检索和整理，在信息足够时交付，在证据不足时说清缺口，在原委托需要扩张时把决定交还给人。
最终交回来的，既有采购判断，也有这项工作用了什么资源、产生了哪些费用、还留下什么不确定性。
搜索一次只要半分钱，仍然值得把这件事想清楚。企业未来交给 AI 的任务会越来越多，真正需要持续建设的，是一种可以放心交付工作、允许机器自主选择步骤，同时保留可解释开销与结果的委托方式。
本文依据截至 2026 年 10 月 19 日的公开资料展开。供应商调研与费用算例均为说明性假设；关于企业委托与资源治理的判断为作者分析。
