LangSmith связал расходы на ИИ для кода с принятыми правками
LangChain запустила в LangSmith отчёты о затратах на ИИ-агентов — программы, которые выполняют задачи с кодом. Теперь расходы можно связать с заявками на изменение кода и увидеть стоимость принятых правок.
Команде проще проверить, оправдывает ли новая модель свою цену. Раньше сервис показывал затраты на отдельные сеансы, но не общую картину по команде.
Коротко
- Обновление доступно для пробного использования в облачной версии LangSmith.
- Поддерживаются Claude Code, OpenAI Codex, Cursor, GitHub Copilot и Deep Agents.
- Отчёт показывает вызовы навыков — наборов инструкций для агента.
Одна правка может потребовать нескольких сеансов
LangSmith связывает заявки на изменение кода в GitHub и GitLab с беседами агента. Одна беседа может привести к нескольким заявкам. Бывает и наоборот: над одной заявкой агент работает в нескольких беседах.
Затраты разделены по состоянию заявок: открытые, закрытые и принятые в код проекта. Из показателя можно перейти к исходным сеансам. Там видны действия агента и использованные модели.
Расходы без заявки тоже могут приносить пользу
Проверка кода и поиск причин сбоя не всегда заканчиваются отдельной правкой. Поэтому затраты без привязки к заявке вынесены отдельно. Их можно раскрыть и посмотреть, на что ушли деньги.
Ещё один отчёт делит беседы по задачам: новые возможности, исправления, исследования, проверка кода. Он показывает долю бесед и расходов для каждого вида работы. Какие запросы считать посторонними, решает сама организация.
Длинные беседы помогают найти причину роста затрат
По объяснению LangChain, каждый новый ход несёт с собой весь контекст беседы. Если вести разные задачи в одном разговоре, этот контекст приходится оплачивать снова. Отчёт показывает, какая часть расходов приходится на длинные беседы.
Сервис также выделяет самые дорогие заявки. Их историю можно разобрать с командой: например, увидеть дорогую модель на небольшой правке. Это даёт конкретный материал для обсуждения рабочих привычек.
Что это значит для вас
- При смене модели можно сравнить стоимость принятой правки до и после перехода. При пробе другого поставщика оба варианта можно отслеживать рядом.
- Учёт сеансов агентов входит в обычный объём отслеживания LangSmith. Это стоит учитывать при оценке расходов на сам сервис.
Что делать
- Начните с одного агента и одного хранилища кода.
- Установите плагин LangSmith для выбранного агента.
- Подключите GitHub.
- Откройте страницу обзора агентов в LangSmith. Разбивка появится после поступления первых бесед.
Редакция «Применяй ИИ» · Как мы готовим новости