‏Databricks برای هزینه‌های هوش مصنوعی سقف بودجه آورد

Databricks تو این پست از AI Spend Controls تو Unity Gateway خبر داده. Unity Gateway درگاه مرکزی‌ایه که همه درخواست‌های سازمان به مدل‌های زبانی و سرورهای MCP از اون رد می‌شه. این قابلیت جدید علاوه بر نشون دادن هزینه‌ها، حالا قبل از اینکه خرج از کنترل خارج بشه هشدار هم می‌ده.

به گفته نویسنده‌ها، هزینه هوش مصنوعی خیلی سخت‌تر از هزینه‌های عادی کلود قابل پیش‌بینیه. مثلاً یه batch job شبانه یهو خطا می‌ده و منطق retry هزینه‌اش رو تو یه شب ۱۰ برابر می‌کنه. یا یه مهندس جمعه‌شب یه آزمایش چند-agentه راه می‌ندازه که تا یکشنبه بودجه ماهانه تیم رو می‌سوزونه. پدیده tokenmaxxing هم هست، یعنی مهندس‌ها برای بالا رفتن تو جدول رتبه‌بندی استفاده از AI، عمداً توکن بیشتری مصرف می‌کنن.

بودجه رو می‌شه تو چند سطح تعریف کرد: برای هر کاربر (مثلاً ۲۰۰۰ دلار در ماه)، برای یه نوع استفاده مثل coding agentهایی مثل Codex یا Claude Code، برای هر workspace (مثلاً production با ۵۰ هزار و sandbox با ۵ هزار دلار) و برای کل حساب. اگه هشدار کافی نباشه، می‌شه سقف سخت گذاشت؛ یعنی وقتی بودجه تموم شد، Unity Gateway درخواست‌های بعدی رو تا افزایش سقف یا شروع دوره بعدی قبول نمی‌کنه.

ساختنش از بخش Usage و تب Budgets تو تنظیمات حساب انجام می‌شه. با Resource tags می‌شه بودجه رو فقط روی بعضی از مدل‌ها اعمال کرد و دو نوع آستانه هست: یکی مشترک برای همه و یکی جدا برای هر کاربر. برای تحلیل دقیق‌تر هم هر درخواست با هزینه‌اش تو جدول‌های سیستمی Unity Catalog ثبت می‌شه و می‌شه خرج رو بر اساس کاربر، تیم، مدل (مثلاً Opus در برابر Sonnet) یا ارائه‌دهنده تفکیک کرد.

نکات کلیدی:

• بودجه در چهار سطح: هر کاربر، هر نوع استفاده، هر workspace و کل حساب
• سقف سخت درخواست‌ها رو تا افزایش سقف یا شروع ماه بعد متوقف می‌کنه
• هشدارها با ایمیل به آدرس‌های تعیین‌شده فرستاده می‌شن
• هزینه‌ها با واحد DBU، نه فقط تعداد توکن، تو Unity Catalog ثبت می‌شن
• هزینه ارائه‌دهنده‌های بیرونی مثل Anthropic و OpenAI هم خودکار حساب می‌شه