Agent ที่เก่งขึ้นต้องมี cost layer ไม่งั้น token จะกลายเป็นค่าใช้จ่ายเงียบ

กระแสเครื่องมืออย่าง Headroom สะท้อนปัญหาใหม่ของ agent คือไม่ใช่แค่ทำได้หรือไม่ได้ แต่ทำด้วยต้นทุนเท่าไร

เมื่อ agent อ่าน context ยาว เรียก tool หลายครั้ง run test หลายรอบ และใช้ subagent หลายตัว ค่า token จะกลายเป็นค่าใช้จ่ายเงียบที่ทีมอาจไม่เห็นจนบิลมา

ดังนั้น agent workflow ต้องมี cost layer เหมือนมี monitoring layer ในระบบ production

ประเด็นที่ควรจับคือการจัดการ execution context และต้นทุนของ agent ไม่ว่าจะผ่าน tool เฉพาะหรือ policy ที่ทีมทำเอง

ทีมควรรู้ว่า task แบบใดกิน token เท่าไร ใช้โมเดลไหน ควร fallback ไปโมเดลถูกเมื่อไหร่ และ task ไหนต้องหยุดถามคนก่อนใช้ token ต่อ

ถ้าไม่มีข้อมูลนี้ การใช้ agent หลายตัวอาจดูเหมือน productivity เพิ่ม แต่จริง ๆ อาจแค่ย้ายค่าใช้จ่ายไปเป็น token และเวลาตรวจ output

ฟันธง: ก่อนเพิ่ม agent หรือเปิด multi-agent workflow ทีมควรตอบให้ได้ว่า “งานนี้คุ้มไหม”

ให้เริ่มวัดง่าย ๆ คือ task นี้ใช้เวลากี่นาที ใช้ token เท่าไร ผ่าน test กี่รอบ และคนต้องตรวจนานแค่ไหน

ถ้า agent ลดเวลาคนจริงแต่เพิ่มค่า token นิดหน่อยก็โอเค แต่ถ้า output เยอะ cost สูง และคนตรวจหนักกว่าเดิม แปลว่า workflow ยังไม่พร้อม scale