گوگل limit هزینه agent را به کنترل runtime تبدیل می‌کند

گوگل کلاد مجموعه‌ای تازه از گزینه‌های billing و کنترل هزینه برای workloadهای agentic معرفی کرده که نحوه بودجه‌بندی سازمان‌ها برای Gemini Enterprise، Google Antigravity، هوش مصنوعی Android Studio و agentهای سفارشی را تغییر می‌دهد. این انتشار pay-as-you-go، quotaهای pooled، سقف هزینه در سطح project، savings plan و visibility هزینه را برای workloadهایی اضافه می‌کند که ممکن است به‌جای یک رفت‌وبرگشت ساده prompt-response، ده‌ها یا صدها step اجرا کنند.

برای مدیران مهندسی، تغییر مهم این است که هزینه agent به‌عنوان یک execution control در نظر گرفته می‌شود، نه صرفاً گزارشی مالی که بعد از مصرف تولید شود. اعلام Google Cloud می‌گوید limit ماهانه در سطح project می‌تواند هنگامی که project به cap برسد API callهای agent را pause کند، در حالی که administrator در صورت اهمیت بیشتر continuity نسبت به hard stop می‌تواند overage را فعال کند. به این ترتیب policy مالی مستقیماً به رفتار runtime عامل وصل می‌شود.

quotaهای agent به منبع مشترک project تبدیل می‌شوند

گوگل همچنین در حال تغییر نحوه بسته‌بندی ظرفیت ابزارهای توسعه داخل Gemini Enterprise است. استفاده از Antigravity و Android Studio AI می‌تواند در subscriptionهای واجد شرایط Gemini Enterprise گنجانده شود و quota ابزارهای developer در سطح Google Cloud project pool شود. به‌جای اینکه هر developer یا surface allowance جداگانه مصرف کند، business appها، developer toolها و custom agentها می‌توانند از همان pool پروژه استفاده کنند.

این موضوع برای تیم‌هایی مهم است که coding agentها را با الگوی مصرف نامنظم اجرا می‌کنند. subscription سنتی per-seat مصرف نسبتاً قابل‌پیش‌بینی فردی را فرض می‌کند، در حالی که یک agent ممکن است در یک task طولانی inference زیادی مصرف کند و بین taskها تقریباً هیچ مصرفی نداشته باشد. مدل جدید گوگل اجازه می‌دهد سازمان‌ها seat subscription را با pay-as-you-go ترکیب کنند تا agent صرفاً به‌دلیل تمام شدن quota شامل‌شده در subscription وسط کار متوقف نشود.

شرکت قبلاً Antigravity را برای مشتریان enterprise گسترش داده بود و کنترل‌های administrative و pooled usage را اضافه کرده بود. انتشار FinOps در ۲۶ اوت boundary هزینه را صریح‌تر می‌کند و آن را به مدل billing گسترده‌تر Gemini Enterprise متصل می‌سازد.

hard spend cap می‌تواند اجرای agent را متوقف کند

قوی‌ترین کنترل عملیاتی، spend cap در سطح project است. گوگل می‌گوید administratorها می‌توانند در Cloud Billing یک limit ماهانه قطعی تعریف کنند. وقتی limit پر شود، API callهای agent برای همان project pause می‌شوند بدون اینکه infrastructure production نامرتبط متوقف شود. email alertها می‌توانند با نزدیک شدن spend به limit تنظیم‌شده هشدار دهند و administrator می‌تواند در صورت نیاز کار را resume یا overage را مجاز کند.

این فقط یک feature داشبورد نیست. threshold هزینه به policy تبدیل می‌شود که می‌تواند execution را interrupt کند. برای agentهای autonomous یا background این موضوع مهم است، چون هزینه runaway ممکن است از loop، task طولانی‌تر از انتظار، retry، tool callهای پرحجم یا workloadی ناشی شود که stepهای بیشتری را نسبت به پیش‌بینی تیم به مدل‌های گران‌تر route می‌کند.

گزارش مستقل IT Pro همین تغییر developer-facing را برجسته کرده است: سازمان‌ها می‌توانند کنترل spend سخت‌گیرانه‌تری داشته باشند و در عین حال مصرف Antigravity را زیر همان subscription و ساختار بودجه سایر workloadهای Gemini Enterprise بیاورند.

گوگل savings plan و deferred execution اضافه می‌کند

گوگل همچنین Flexible Savings Plans را برای سازمان‌هایی با usage ثابت یا رو به رشد معرفی می‌کند. شرکت می‌گوید مشتریان می‌توانند به سطح spend ماهانه متعهد شوند و ۱۰ تا ۲۰ درصد کاهش در token cost بگیرند، بدون اینکه billing silo جداگانه‌ای ایجاد شود. این یک پیشنهاد قیمت‌گذاری vendor است و اثبات نمی‌کند هر workload ارزان‌تر خواهد شد، زیرا صرفه‌جویی واقعی به utilization و ترکیب مدل‌ها و taskهای agent بستگی دارد.

گزینه deferred execution که قرار است بعداً عرضه شود برای کارهایی است که نیاز به نتیجه فوری ندارند. گوگل می‌گوید workloadهای واجد شرایط می‌توانند در windowهای ظرفیت off-peak با هزینه inference کمتر و خارج از quota constraintهای استاندارد اجرا شوند. چون این feature هنوز generally available نیست، تیم‌ها باید economics وعده‌داده‌شده را capability برنامه‌ریزی‌شده بدانند، نه guarantee فعلی production.

معماری گسترده‌تر قابل‌توجه است. agent platformها شروع کرده‌اند scheduling و budget policy را مشابه CPU limit، autoscaling و reserved capacity در cloud platformها expose کنند. برای کار agentic طولانی‌مدت این کنترل‌ها مهم‌تر می‌شوند، چون unit مصرف دیگر یک API call منفرد نیست. سیستم ممکن است خودش تعیین کند برای تکمیل goal به چند reasoning step، model call و tool interaction نیاز دارد.

تیم‌های مهندسی چه چیزی را باید اندازه‌گیری کنند

تیم‌هایی که این کنترل‌ها را adoption می‌کنند نباید فرض کنند monthly cap به‌تنهایی مسئله economics عامل را حل می‌کند. آن‌ها همچنان به visibility در سطح task و workflow نیاز دارند. projectی که زیر budget می‌ماند نیز می‌تواند inefficient باشد اگر یک کلاس task مرتباً token بسیار بیشتری از انتظار مصرف کند یا retryها مشکل reliability را پنهان کنند.

یک cost model مفید باید spend را به outcome وصل کند: کدام agent task را کامل کرد، از چه model tierهایی استفاده شد، چند step و tool call لازم بود، آیا human intervention لازم شد و آیا نتیجه quality gateهای سازمان را پاس کرد. بدون این context، FinOps می‌تواند نشان دهد هزینه بالا می‌رود اما توضیح ندهد این افزایش ناشی از automation مفید است یا waste.

بنابراین انتشار ۲۶ اوت گوگل برای agentic engineering مهم است زیرا quota، billing و spend policy را به runtime نزدیک‌تر می‌کند. برای سازمان‌هایی که از Gemini Enterprise و Antigravity استفاده می‌کنند، cost control در حال تبدیل شدن به بخشی از agent execution architecture است. این یک تغییر عملی از نگاه کردن به token spend به‌عنوان مسئله invoice به نگاه کردن به آن به‌عنوان یک resource governed است که می‌توان آن را pool، cap، schedule و در صورت لزوم برای توقف کار استفاده کرد.

Sources
- Google Cloud: FinOps for the AI era
- Google Cloud: Expanding Google Antigravity for enterprise customers
- IT Pro: Google targets AI cost efficiency with new FinOps features