AWS 给出 Bedrock 全链路成本手册：费用归到每个 IAM 身份，超额用户几秒到几分钟内被拦，编码智能体集群一半以上调用走便宜模型
一份按「归属、观测、拦截、优化、治理」五个阶段整理的做法清单，适合正在给团队铺开编码智能体的平台组。
// 要点
- Bedrock 推理费用在 CUR 2.0 里归到调用方 IAM 身份（line_item_iam_principal 列）；激活身份标签后 24–48 小时出现在 Cost Explorer。
- 网关场景按用户调用一次 STS AssumeRole，把用户属性写进会话标签，凭证缓存最多 1 小时，即「每用户每小时一次 STS 调用，而不是每个请求一次」。
- 拦截分三层：AWS Budgets 只告警；Lambda 加 DynamoDB 计数，把超额用户加入共享的 IAM 拒绝策略，几秒到几分钟生效；网关同步返回 HTTP 429，可选 Claude apps gateway 或 LiteLLM。
- CUR 约有 24 小时延迟，近实时花费要靠 CloudWatch 加 OpenTelemetry；编码智能体集群的目标是一半以上调用走更便宜的模型。
开发者视角最值得先做的是最便宜的一步：每次调用都带上 requestMetadata（应用、流程、租户），因为归属事后补不回来。AI 云盘和智能面试这类多租户产品，我会按租户打标签，再在网关上加 429 硬上限，账单延迟一天的问题靠实时日志兜住；和今天 Claude Code 的组内共享预算放在一起看，「谁花了多少、超了怎么停」已经是铺开智能体的前置条件。