跨国深谈← 返回←智能体怎么付钱、怎么花钱:Metronome 讲透按量计费与智能体商务

智能体怎么付钱、怎么花钱:Metronome 讲透按量计费与智能体商务

关联

人物 Andrew Garvin

公司 Metronome · Stripe · Stripe Projects · OpenAI · Anthropic · Lovable · HubSpot

概念 智能体 · 编码智能体 · vibe coding · 按用量定价 · 沙箱 · skills 文件 · 智能体商务 · 无头化

这一集是一场现场演示:Metronome 的联合创始人 Andrew Garvin 上台,展示怎么在几分钟内,用一句自然语言让编码智能体搭起一套完整的计费系统。Metronome 是按用量计费领域的头部平台——就是帮 OpenAI、Anthropic 这类公司处理所有 API 调用的计量和账单的公司,他们从这些公司还没有任何收入之前就开始合作了。

今年早些时候,Metronome 被 Stripe 收购,这是 Stripe 历史上最大的一笔交易。这场演示就是收购后和 Stripe 团队一起做的,主题一句话概括:如何在 vibe coding(用自然语言指挥 AI 写代码)一个计费引擎时避免灾难。

他演示的起点是 Stripe Projects——一个刚发布的编排器:一条命令就能帮你开通 Stripe 账户,连带配好后端服务(Vercel、Postgres),在这个例子里还有一个 Metronome 计费智能体,全部通过 CLI 完成。Stripe 内部观察到,CLI 的使用量在过去五六个月里呈指数级增长——背后就是编码智能体在大量调用它。

现场他真的敲了一条命令,然后只输入了一句自然语言:“在 Metronome 中创建一个模仿 Lovable 定价模式的演示计费引擎”。Lovable 的定价核心是一种纯积分模式:用户预付积分、每月自动充值,积分分多种类型限定不同用途(构建额度、计划模式额度、云端额度、AI 网关额度),超支了周期结束再出账单。这种预付积分自动充值模式,是 OpenAI 几年前通过 Metronome 推出后,逐渐成为自助服务市场的主导模式。

为什么计费这件事需要专门”避免灾难”?Garvin 给了两个理由。

第一,Metronome 是一个非常复杂、很深的产品,没有引导的话,编码智能体有很多地方会踩坑——所以他们的投入方向是一套可扩展、可移植、易安装的 skills 文件,给正在调用自家 API 的智能体提供上下文,从根上消除上手摩擦。第二,错误信息本身也要为智能体重新设计:他们的理念是提供更详细、更清晰的报错,让智能体能够自我纠正,开发者体验团队正在专门挖掘更多失败场景来补这个,尤其是初始化和设置阶段。

一个很关键的边界:他们的目标不是让客户在没有人在环的情况下操作整个系统。计费系统业务关键、背后有深厚的业务逻辑,所以他们推荐的做法是把编码智能体当作加速器,先进入测试模式和测试环境——演示里搭的全部是沙箱体验,不会推上生产。

而且计费场景的”测试”不只是能看到合同、看到客户被开通,还必须看到真实用量流动:他们的 skills 文件会引导智能体把用量真正灌进 Metronome,让你看到”如果上线了,一个真实客户会长什么样”——发票、积分扣减、用量曲线一应俱全。整件事的难度上限,就是那句自然语言,没有更复杂的了。

演示之外,这一集最有价值的是一个思考框架:当产品团队都在说”为智能体而构建”时,要先把这句话解码开,智能体其实扮演三种不同角色——

智能体作为产品:公司把智能体本身当产品卖,它可能烧出高额 token 账单,所以你必须能对它做用量计量——这也是按用量定价走红的直接原因。

智能体作为买家:Stripe Projects 演示的就是这个——智能体字面意义上在采购自己的 Stripe 实例和其他后端服务。对你的业务来说,重点是让你的服务对那些在开放网络上构建应用的智能体可被发现:Vercel、Hugging Face 等公司已经在 Stripe Projects 环境里做这件事,每天都有新提供商入驻。Stripe 在 B2C 侧做的是智能体商务,Metronome 场景则是 B2B,多个层面同时在展开。

智能体作为用户:这是 Metronome 现在起飞的最大原因。他们和 HubSpot 合作几年了,HubSpot 正在把整个业务从按席位模式转为按积分模式——从 EMEA 开始大幅降低席位价、叠加积分制。

根本原因是:在一个智能体可以操作你整个系统的世界里,为”一个人类坐席”付费的逻辑就不成立了。他们把这叫无头化(headlessness),Salesforce 等公司也谈过,而 Metronome 是字面上正在看到这件事发生。一个佐证:上周他在 Andreessen 的 demo day 上,五家演示公司全是面向销售的智能体,专门去操作 SAP 这类平台、跑发票流程——在这种世界里,平台的所有价值可能都归属于”一个用户”,而那个用户是智能体,所以基于用量的定价模式必不可少。

顺着这个趋势,他预计企业端的编程智能体(Cognition、Cursor、OpenAI、Anthropic 这些)会越来越多采用承诺消费(commit)结构——就像云服务商过去十年做的那样:预付承诺、后付承诺、针对特定客户类型的特定方案。积分模式只是起点,销售主导和企业环境的扩展方案才是接下来铺开的方向。

本集带走

• 给智能体写”skills 文件”而不是文档:把自家复杂 API 的上下文做成可移植、易安装的技能文件,让编码智能体不踩坑;报错也要为智能体重写——足够详细清晰,它才能自我纠正。
• 人留在环里,智能体进沙箱:业务关键的系统(如计费)不该让智能体直接上生产;正确姿势是让智能体在测试环境搭出完整演练——包括灌入模拟用量,看真实客户会长什么样。
• “为智能体构建”先拆成三种角色:智能体是产品(要能计量它的 token 消耗)、是买家(让你的服务对智能体可发现)、是用户(席位逻辑失效,转向用量/积分定价)——不同角色对应完全不同的产品动作。
• 定价模式的演进方向:预付积分自动充值已是自助服务主导模式;企业端的编程智能体正在复制云厂商的承诺消费结构(预付/后付承诺 + 按客户类型的定制方案)。

我们的理念是提供更加详细、更清晰的错误信息,让智能体能够自我纠正。
Our perspective is to have much more verbose and clear errors so that the agent can self-correct.
—— Andrew Garvin · [06:53]

从产品开发的角度看,我们的目标并不是让客户在没有人在环的情况下操作整个系统。
The goal that we have from a product development standpoint is not to have a customer operate the entire system without a human in the loop.
—— Andrew Garvin · [07:18]

如果智能体可以成为产品并烧出高额的 token 账单,那么你能够对此进行计量就很重要。
If the agent can be the product and run up a token bill, it’s important for you to be able to meter on that.
—— Andrew Garvin · [10:00]

再说一次,在那个世界里,拥有基于用量的定价模式很重要,因为有可能所有的价值基本上都归属于你平台的一个用户,在这个案例中就是一个智能体。
And again, in that world, it’s important for you to have a usage-based pricing model because you have the possibility of essentially all of the value accruing to essentially one user of your platform, which in this case would be an agent.
—— Andrew Garvin · [11:40]

所有企业端编程智能体的情况——想想 Cognition 或 Cursor 或 OpenAI 和 Anthropic 自己——是他们开始采用更多承诺消费结构,就像云服务商们过去 10 年所做的那样。
What’s happening with all the coding agents in the enterprise, think like Cognition or Cursor or OpenAI and Anthropic themselves, is that they are starting to adopt more commit structures like the CSPs have done for the past 10 years.
—— Andrew Garvin · [12:23]

再说一次,我们指导智能体构建这个的方式,只是用自然语言描述来复刻 Lovable 的定价模式。没有比这更难的东西了。
And again, the way that we coached the agent to be able to build this was just describing a natural language to replicate lovable’s pricing model. It was nothing more difficult than that.
—— Andrew Garvin · [15:41]