作为GitHub管理员，当有人问“为什么我们的AI支出上涨了”时，你已经有一个很好的起点：在Metered usage（计量使用情况）中，你可以查看变化、选择时间段，并按组织或成本中心对数据进行分组。

但第一轮调查往往会引出更具体的问题。财务部门可能需要按自己的报告日历生成月末报表；工程负责人可能想知道涨幅是分散在团队里，还是集中在少数几个人身上。这类问题回答一次是有用的，但如果反复出现，就需要一个可复用的方法。

打开网易新闻 查看精彩图片

让每个工具发挥它最擅长的作用：GitHub管理员界面告诉你该看哪里，并给你响应的控制权；Billing Usage API则帮你回答那些公司特有的重复性问题。两者互为补充，缺一不可。

两者配合起来，管理员就形成了一个务实的工作循环：在Metered usage中发现问题，通过可复用的API视图理解问题，再用有针对性的预算采取行动。这样既能更好地控制成本，又不必把每个用户或团队都当成问题来源。

我们用一个常见场景来演示这个“组合拳”：AI支出开始上升，但原因尚不清楚。

假设财务部门在下一次结算前注意到AI支出增加了。这可能意味着更多开发者正在从Copilot中获得价值，也可能是一个工作负载的消耗远超预期。此时没人知道具体原因，贸然做大规模限制还为时过早。

GitHub管理员需要帮财务和工程回答三个实际问题：

哪部分业务推动了增长？支出是集中在少数用户身上还是广泛分布？应该调整哪个控制项，而不会干扰其他人？

目标不是简单地把数字降下来，而是要充分理解增长，在保护有价值工作的同时，处理任何意料之外的情况。