LangSmith把编码智能体的花费挂到合并请求上:每个已合并PR花了多少,哪些钱没换来PR
核心概要
LangSmith推出面向编码智能体的花费报表,把每条追踪的花费自动归到该智能体贡献过的GitHub拉取请求或GitLab合并请求上,从而看到每个已合并PR的成本,并把没有产出PR的会话花费单列为未归属。此前团队只能逐条追踪查看单次成本,或用用量分析、AI消耗这类高层数据,无法说明token究竟产出了什么。该功能在LangSmith Cloud上处于公开测试,支持Claude Code、Codex、Cursor、VS Code中的GitHub Copilot和Deep Agents。
深度剖析
编码智能体的花费现在可以按产出结算:LangSmith把每条追踪的花费自动归到该智能体贡献过的拉取请求上,团队因此能看到一个已合并PR花了多少钱,以及多少花费最终没有换来PR。 此前团队想了解编码智能体的投入回报,只能看用量分析和AI消耗这类高层数据,这些数据不说明token实际产出了什么;LangSmith自身也只支持逐条追踪查看单次成本,适合手工排查,看不到整个团队的趋势。 新的编码智能体总览页把这些成本汇总,并与智能体处理过的拉取请求关联,仪表盘按PR状态(打开、关闭、合并)拆分花费,未产出PR的会话花费单独记为未归属。
归属规则按智能体的实际用法设计,既覆盖一个线程开出多个PR的情况,也覆盖一个PR需要多个线程才完成的情况,因此数据反映的是智能体真正完成了什么、花了多少。 编码智能体是LangSmith智能体平台上的第一个专门智能体类型,每个智能体有自己的记录并归属于一个决定仪表盘内容、连接数据和评估方式的智能体类型。 LangSmith此前已能跨模型供应商追踪编码智能体,包括Claude Code和Codex;该功能支持Claude Code、OpenAI Codex、Cursor、VS Code中的GitHub Copilot,以及用Deep Agents自建智能体的团队,花费和PR产出汇总到同一仪表盘。
仪表盘还按工作类型给每个线程打标签,例如功能开发、缺陷修复、问题排查和代码审查,并显示各类型的线程占比与花费占比,这同时解释了未归属花费的来源。 合并的PR是有用信号,但不是唯一的生产性工作信号,编码智能体也用于审查代码和排查问题,这类工作不总以PR收尾。 每个指标都能点回其背后的线程和会话,可以打开具体对话查看智能体在该会话中做了什么;仪表盘还显示智能体调用的技能、最贵的PR,以及成本随对话长度如何变化。
启示与展望
该功能面向追踪编码智能体的工程团队,在LangSmith Cloud上处于公开测试,编码智能体的追踪计入常规LangSmith追踪用量;材料建议从一个智能体和一个仓库开始,首批线程进入后即可看到按PR拆分的花费。
合并的PR只是有用信号之一,代码审查和问题排查等工作不总以PR收尾,因此未归属花费可能仍是有效工作,每合并PR成本偏高的团队也可能方法合理;材料未给出该功能的量化收益。
