AI 成本失控不是因为模型贵，而是设计上没做节约。先认清输入是主要成本（RAG 场景片段占 80%）；七个降本手段按投入产出排序；缓存只对 temperature≈0；片段压缩与输出限制的具体做法；任务路由常降 50-70%；以及一个从 4500 降到 900 的真实案例。