一句话看懂：JetBrains 在 AI 相关支出半年增长约十倍后，没有选择限制开发者可用工具，而是自建了一个统一的访问与记账层（Central CLI），在保留工具选择自由的同时，将支出控制与用量管理集中到公司层面。这为其他正在被 AI 账单困扰的企业提供了一条不同于“收紧管控”的中间路线。
事件核心：发生了什么
JetBrains 在一篇官方博客中披露了其应对 AI 成本失控的具体做法。该公司表示，随着 Claude Opus 4.5 和 4.6 等更强模型的推出，自 2026 年 1 月起 token 消耗量急剧上升，大多数开发者每月会使用 3 到 5 个不同的 AI 工具，导致相关支出在六个月内增长了约十倍。
起初，JetBrains 的财务与工程团队需要花四天时间手动将 AI 使用数据汇总到电子表格中，才能看清各供应商的花费。后来他们通过供应商 API 和内部仪表盘实现了自动化，但仪表盘只能“看见”支出，无法“干预”请求——开发者的调用仍然直接发给各家模型供应商。
转折点来自一个由单个开发者最初构建的内部工具。JetBrains 将其扩展为 Central CLI，作为调用自研与第三方 AI 工具的统一入口。所有通过 CLI 发起的请求都会经由公司现有的 AI 平台路由，从而在开发者和底层模型供应商之间建立了一个共享的控制点。基于此，JetBrains 可以将 AI-credit 体系应用到第三方工具上，管理者也能按开发者、团队或更大组织单元配置支出限制。
值得注意的是，JetBrains 刻意没有走“减少可用工具数量”的路线。该公司在博客中表示，市场上 AI 工具迭代速度太快，几个月后当前的最佳选择可能就不再适用，因此他们选择把“工具选择”和“成本治理”两个问题分离开。据 JetBrains 称，数周内已有超过 1000 名开发者采用了 Central CLI，但该系统尚未覆盖所有 AI 支出源——终端智能体和个人订阅仍在受控路径之外。
为什么重要
JetBrains 的做法代表了企业 AI 成本治理正在从“粗放补贴”走向“精细化管理”的阶段。过去一年，许多组织面临的问题是：AI 用量增长过快，账单难以解释，且缺乏有效的干预手段。FinOps Foundation 已将生成式 AI 视为 FinOps 职责范围日益增长的一部分，并建议采用集中化方法来跟踪 AI 使用与成本。
与埃森哲要求员工减少不必要的 AI 使用、优步在四个月内耗尽年度 AI 预算后引入月度限制等“收缩型”策略不同，JetBrains 给出的是一条“基础设施型”路径：不限制工具选择，而是在工具与供应商之间加一层共享的访问、记账与配额管理。这一方案的本质是承认开发者对工具选择的自主权，同时把治理动作下沉到基础设施层，而非简单依赖行政命令或预算冻结。
对于身处“模型供应商混战”阶段的企业来说，这一思路的参考价值在于：它不押注某一个模型或工具，而是建立一套可以适配未来新工具的框架。在模型能力快速迭代、token 价格波动明显的当下，这种“不站队”的治理架构可能比一次性选型更可持续。
对用户/开发者/创作者的影响
对于企业内部的开发者而言，Central CLI 这类统一入口意味着：你可以继续使用自己偏好的 AI 工具，但每一次调用都会被计量，个人或团队的额度限制是可见的。这种机制会促使开发者更理性地选择模型——例如，日常代码补全可能不再需要调用最贵的旗舰模型，而是根据任务复杂度选择性价比更高的选项。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于正在采购或自建 AI 开发工具链的技术管理者来说，JetBrains 的经验表明，在 AI 支出失控前就建立“访问层”比事后追认账单更现实。目前公开信息显示，该方案仍有一些未解决的问题：终端智能体和个人订阅等非 CLI 流量尚在管控之外，且如何在用户与团队间公平分配 AI 预算仍是未定之数。
对于独立开发者或小团队，这一新闻的实际启发是：如果无法在早期建立类似 JetBrains 那样的路由层，至少可以从“按工具维度拆分账单”开始，避免等到月度账单超出预期时才去排查是哪一款工具消耗了大部分 token。此外，模型供应商提供的 API 使用统计通常滞后，尽早接入第三方成本监控工具或自建简单的用量日志，都是成本更低的做法。
值得关注的后续
一是 Central CLI 是否会从内部工具演进为商业化产品。JetBrains 拥有成熟的 IDE 与开发者工具生态，如果将其 AI 治理能力整合进现有产品线（如 YouTrack 或 Space），可能会成为企业级 AI 成本管理市场的一个有力竞争者。
二是 JetBrains 如何解决“未覆盖支出源”的问题。随着终端智能体（如 Claude Code 等）在企业内的使用越来越普遍，个人订阅绕过中央控制的情况将会加剧。JetBrains 能否推出针对这类场景的标准化解决方案，将决定其集中治理模型的完整度。
三是这一模式能否被其他大型组织复制。JetBrains 的工程师文化和对 CLI 工具的天然适配是其实施优势，对于更依赖 GUI 工具或低代码平台的团队，类似的“统一访问层”可能需要不同的实现形态。FinOps 社区是否会出现更多类似模式的实践案例，值得持续观察。
来源：InfoQ CN
