《AI Agent 游戏产品开发》11.2 单位玩家 Agent 成本

月成本涨了不一定是坏事,DAU 涨得更快时人均成本反而在降。本节把 Agent 成本拆成每 DAU、每场与每付费玩家三个分母,给出方舟每场 0.0144 元的推导、人均 1.0 元的预警线与八成预警规则,并说明归因为什么按金额而不按调用次数、成本异常时的排查顺序。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。单价、token 结构与预警线均为教学设定值。

《潮汐方舟》上线三个月,Agent 月成本从十九万涨到二十四万。财务看到的是「涨了五万」,产品看到的是「DAU 也涨了」。两边都没说错,但都没回答真正的问题:每个玩家身上的成本是变高了还是变低了。

总额是规模的结果,不是效率的指标。DAU 翻倍时总额必然上涨,即使每个玩家更省;DAU 下滑时总额下降,也可能是效率恶化被规模掩盖。

这一节把成本拆成可比较的单位:每 DAU、每场、每付费玩家。三个分母回答三个不同的问题。

三个分母回答三个问题

分母指标回答的问题
DAU每 DAU 月成本整体上每个活跃玩家摊多少
月场次每场成本一次完整对局花多少
付费玩家每付费玩家成本收入侧能不能覆盖

三个指标不能互相替代:

  • 每 DAU 成本适合看预算与规模,但它会被「轻度玩家占比」影响。
  • 每场成本适合看玩法设计,Agent 在一场里调用几次,直接决定这个数。
  • 每付费玩家成本适合看商业化,它回答「付费玩家的贡献能不能覆盖所有玩家的成本」。

只报一个数,结论会随分母选择而反转。三个一起报,才能看出是规模变化还是效率变化。

每场成本怎么推出来

方舟每场三次调用,单次 0.0048 元,每场成本就是 0.0144 元。这个推导只有三步:

  1. 单次成本 = 输入 token × 输入单价 + 输出 token × 输出单价。
  2. 每场调用次数 = 开场、关键解说、复盘各一次。
  3. 每场成本 = 单次成本 × 每场调用次数。

三步都能从 7.1 的口径复算。任何一步变化,都要重算:换模型改第一步,增加调用点改第二步,两者都改则三步全变。

每场成本要和玩法设计对齐。一场八到十二分钟的对局,Agent 成本一分四厘,相对于一场的广告或内购收入是高是低,才是产品要回答的问题。

消消的每场成本低一个量级,因为它每局只有零到三次调用,且多数对局不触发。低不等于好,它的 ARPU 也低,比例关系才是关键。

归因按金额,不按调用次数

成本归因常按调用次数分摊,这是错的。不同调用点的 token 结构不同:开场要读大量世界状态,输入 token 多;复盘输出长,输出 token 多。按次数平摊会把成本算到错误的地方。

正确做法是按金额归因:每个调用点记录自己的 token 用量与单价,算出金额,再求占比。

方舟的构成是开场两成、关键解说五成、复盘三成。三者调用次数相近,金额却差很多,因为关键解说的上下文最长。按次数分是三三三,按金额分才是二五三。

归因决定优化顺序。按金额看,关键解说占一半预算,优化它最有效;按次数看,三个点一样重要,团队会平均用力,收效甚微。

归因还要能追到单场。某一场成本异常高,要能拆出是哪个调用点、用了多少 token;只有月度汇总,异常会被平均掉。

预警线设在人均一元

教学设定的人均月成本预警线是 1.0 元。它不是行业标准,而是「这个产品的付费能力能覆盖的上限」。

预警分两档:

  • 八成预警。 人均达到 0.8 元,进入观察,检查增长趋势。
  • 超过上限。 人均超过 1.0 元,触发评审,必须给出降本方案或提价方案。

八成这个比例的作用是留出反应时间。等到超过上限才动作,当月成本已经发生;提前两成预警,还有时间调缓存、降调用或改模型。

预警线要按产品分别设。消消人均 0.0432 元,离 1.0 很远,但它的 ARPU 也低,预警线应该按收入比例设,而不是照搬方舟的数。

预警线还要随模型单价更新。单价降一半,同样的调用量人均成本减半,预警线如果不调整,就会长期不触发,失去意义。

成本异常时的排查顺序

成本突然上涨,按固定顺序排查,避免东看西看:

  1. 调用量。 是玩家变多,还是每个玩家调用变多。前者正常,后者要查触发条件。
  2. token 结构。 输入变长还是输出变长。输入变长通常是上下文装配带进了多余内容。
  3. 缓存命中。 命中率下降会让预生成失效,调用量被动上升。
  4. 重试与失败。 失败重试会计费但不产出,是典型的隐性成本。
  5. 单价。 供应商调价或换了模型档位。

五步的顺序是从「量」到「价」。多数异常出在前三步,直接怀疑单价会浪费排查时间。

排查要看分时数据。日均掩盖尖峰:某天下午一次配置错误导致重试风暴,日均只涨 5%,分时能看出十分钟内涨了二十倍。

分时数据还要保留至少三十天。只留七天时,月初的尖峰在月底复盘时已经查不到,团队只能凭记忆还原。

把成本指标写成可运行判定

下面的实现把月成本、三个分母、每场调用、按金额归因与预算状态写成纯函数。

// file: src/metrics/unit-cost.ts
// tier: L1
// verify: node --test test/metrics/unit-cost.test.ts

// 单位玩家成本:总额会被 DAU 放大,人均不会,所以评审看人均与每场。
// 三个分母(DAU、场次、付费玩家)必须分开报,混用会让成本看起来忽高忽低。

export type CostRow = {
  readonly site: string;
  readonly calls: number;
  readonly cost: number;
};

// 教学设定:单次 0.0048 元,人均月成本预警线 1.0 元,八成进入预警。
export const UNIT_COST = 0.0048;
export const PLAYER_MONTH_CEILING = 1.0;
export const WARN_RATIO = 0.8;

export function monthlyFromDaily(daily: number, days = 30): number {
  return daily * days;
}

export function perDauMonthly(monthly: number, dau: number): number {
  return dau <= 0 ? 0 : monthly / dau;
}

export function perSession(monthly: number, sessions: number): number {
  return sessions <= 0 ? 0 : monthly / sessions;
}

export function perPaying(monthly: number, payers: number): number {
  return payers <= 0 ? 0 : monthly / payers;
}

export function callsPerSession(callsPerPlayerDay: number, sessionsPerPlayerDay: number): number {
  return sessionsPerPlayerDay <= 0 ? 0 : callsPerPlayerDay / sessionsPerPlayerDay;
}

// 归因按成本占比算,不按调用占比算:不同调用点的 token 结构可能不同。
export function attribution(rows: readonly CostRow[]): Record<string, number> {
  const total = rows.reduce((acc, row) => acc + row.cost, 0);
  if (total <= 0) return {};
  const shares: Record<string, number> = {};
  for (const row of rows) {
    shares[row.site] = row.cost / total;
  }
  return shares;
}

// 预警线分三档:八成以内正常,八成到上限预警,超过上限直接超支。
export function budgetStatus(
  perPlayer: number,
  ceiling: number = PLAYER_MONTH_CEILING,
): "ok" | "warn" | "over" {
  if (perPlayer > ceiling) return "over";
  if (perPlayer >= ceiling * WARN_RATIO) return "warn";
  return "ok";
}

monthlyFromDaily 固定按三十天折算。用自然月天数会让二月与三月不可比,成本评审需要稳定口径。

perDauMonthly、perSession、perPaying 三个函数都在分母为零时返回 0。新服或停服期间没有分母,返回 0 比抛错更适合看板。

perSession 的分母是月场次,不是月会话。一场指一次完整对局,一次会话可能包含多场;两个词在中文里容易混,代码里用 sessions 指场次,注释写清。

perPaying 单独存在,是为了防止「人均成本很低」掩盖「付费玩家承担了全部成本」。两个数一起看,才能判断商业化是否可持续。

callsPerSession 由日均调用除以日均场次。方舟 5.4 除以 1.8 等于 3,与玩法设计的「开场、解说、复盘」对得上;对不上就说明有未记录的调用。

attribution 按金额求占比,总额为零时返回空对象。它不校验占比之和,因为浮点求和天然有误差;调用方比较时用容差。

budgetStatus 三档:八成以下正常,八成到上限预警,超过上限超支。上限相等时算预警而不是超支,因为「正好用完预算」不是事故。

成本与体验放在一起看

单看成本会得出「越便宜越好」,单看体验会得出「越贵越好」。两者要放在一张四象限图里:

体验提升体验下降
成本下降优先推广立即回滚
成本上升评估性价比立即回滚

四象限的判断需要两个指标都可信。体验指标来自 11.1,成本指标来自本节;任一指标口径不清,象限位置就不可信。

「成本上升、体验提升」这一格最难判断。提升一个百分点留存,值不值每月多花五万,取决于留存带来的长期价值。这个账要产品与财务一起算,不能由技术单方决定。

预算治理:谁批、多久看一次

成本治理要有三个固定动作:

  • 周看趋势。 每周看人均与每场,不看总额;趋势比单点更早暴露问题。
  • 月做评审。 每月对一次预算与实际,超支要给出原因与方案。
  • 季调预警线。 每季度按模型单价与收入结构重设预警线,避免长期失效。

审批权限按影响面分,不只按金额分:

变更审批
缓存策略、提示词压缩团队自决
调整调用点或降级策略产品 + 平台
更换模型或供应商平台 + 财务

成本还要归到团队。按调用点归属,关键解说归玩法团队,复盘归内容团队,开场归平台;不归属到团队的调用点,优化时没人认领。归属不等于考核,把成本直接挂钩绩效,团队会关掉有价值的功能来省预算。

每月评审要留一行「本月最贵的一次调用」。单次异常通常被月总额掩盖,单独列出来能推动具体修复,而不是泛泛地说「要降本」。

预算要留弹性。按预测的 110% 设预算,超出部分进入审批;预算卡得太死,团队会在月底关功能省成本,体验反而受损。

方舟与消消的对照

方舟人均 0.7776 元,接近 1.0 的预警线,任何调用点增加都会把它推过线;消消人均 0.0432 元,空间很大,但它的收入也低,不能因为「离预警线远」就放松。

两个产品的成本结构不同:方舟是实时型,调用集中在战斗内,优化要靠缓存与降级;消消是异步型,调用分散在赛后,优化要靠触发条件与批量处理。

同一个成本指标,在两个产品上指向不同的动作。指标是共通的,动作必须按产品设计。

小结

  • 总额是规模的结果,人均与每场才是效率指标。
  • 三个分母:DAU、月场次、付费玩家,分别回答预算、玩法与商业化问题。
  • 每场成本 = 单次成本 × 每场调用次数,方舟是 0.0048 × 3 = 0.0144 元。
  • 归因按金额不按调用次数,关键解说占一半预算。
  • 预警线人均 1.0 元,八成进入观察,超过触发评审。
  • 预警线按产品收入能力设,并随模型单价季度调整。
  • 成本异常按调用量、token 结构、缓存、重试、单价的顺序排查。
  • 排查看分时数据,日均会掩盖重试风暴。
  • 成本与体验放四象限看,成本升体验升要评估性价比。
  • 周看趋势、月做评审、季调预警线,预算留 110% 弹性。

阅读导航:上一节:11.1 体验指标:留存、会话与投诉 · 下一节:11.3 灰度、对照组与实验设计 。

常见错误与边界

  1. 只看月总额。 DAU 变化时总额必然波动,无法判断效率是升是降。
  2. 按调用次数归因。 token 结构不同,次数一样的调用点成本可能差一倍。
  3. 预警线照搬。 消消与方舟收入结构不同,同一条线对一个是松、对一个是紧。
  4. 异常先怀疑单价。 多数成本异常来自调用量、上下文与重试,查单价会绕远路。
  5. 只看日均。 十分钟的重试风暴会被日均平均掉,分时数据才能抓到。
  6. 为省钱关功能。 月底关掉 Agent 省预算,体验指标下滑的成本更高。

体验与成本都能量化之后,还剩一个问题:怎么证明变化是 Agent 带来的,而不是同期其他改动或玩家自然波动。

下一节讲灰度、对照组与实验设计,把因果关系从相关性里分离出来。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图