AI agent token cost: почему локальный Android-агент может снизить расходы

Стоимость агента начинается не с тарифа, а с количества попыток

Когда команда оценивает AI agent token cost, она часто смотрит только на цену входных и выходных токенов. Это слишком узкий взгляд. В реальном телефонном сценарии агент не просто один раз отвечает на вопрос. Он получает команду, читает контекст, описывает состояние, выбирает действие, вызывает инструмент, ждет подтверждение, обрабатывает ошибку, повторяет шаг и иногда просит пользователя уточнить задачу. Каждый круг добавляет токены и время.

Представьте команду: «найди сообщение от курьера, открой адрес и напомни выйти через двадцать минут». Облачный помощник может получить текст запроса, историю переписки, описание уведомлений, результат распознавания экрана, список доступных инструментов, ответ пользователя и повторный контекст после ошибки. Даже если модель сама по себе недорогая, многошаговая задача быстро становится дороже, если ее приходится объяснять заново.

Страницы цен облачных AI-платформ показывают общий принцип: стоимость зависит от модели, объема входа и выхода, а иногда и модальности или дополнительных возможностей. Это видно и в OpenAI API pricing, и в Google Cloud Vertex AI pricing. Мы не используем здесь конкретные числа, потому что тарифы меняются, а задача статьи - показать устройство расходов.

В FoneClaw мы смотрим на стоимость шире. Если поддерживаемое действие на телефоне можно выполнить предсказуемо, нет смысла каждый раз отправлять большой контекст в облако и просить модель заново решить, как открыть приложение или подготовить черновик. Вопрос не только в деньгах. Лишние круги увеличивают задержку, вероятность ошибки и раздражение пользователя.

Где токены незаметно уходят в телефоне

Самая неприятная часть расходов в agent tasks - не очевидный запрос пользователя, а скрытая служебная переписка вокруг него. Агенту нужно описать доступные инструменты, прочитать состояние, получить скриншот или текстовое представление экрана, объяснить план, проверить результат и обработать исключение. Если экран не тот, контакт неоднозначен или приложение не отвечает, начинается повтор.

Телефонные задачи особенно склонны к таким утечкам. На компьютере документ или веб-страница часто находятся в одном контексте. На Android задача может проходить через уведомления, мессенджер, карту, настройки, галерею и системное окно разрешения. Если облачный агент не имеет прямого надежного доступа к состоянию устройства, он может тратить токены на предположения: «похоже, нужно открыть приложение», «возможно, выберите контакт», «попробуйте нажать кнопку».

Отдельный источник расходов - подтверждения. Они нужны для безопасности, но если спроектированы плохо, каждое подтверждение превращается в новый длинный диалог. Лучше, когда агент кратко показывает действие: «подготовлен ответ для Анны, отправка не выполнена». Хуже, когда модель каждый раз пересказывает всю историю задачи и просит пользователя заново объяснить, что разрешено.

Повторы пользователя тоже стоят денег. Если агент ошибся с приложением, контактом или временем, человек исправляет: «нет, не эту Анну», «открой другой чат», «не отправляй, только подготовь». В облачной модели эти исправления снова попадают в контекст. Поэтому дешевле не просто использовать более дешевую модель, а проектировать действия так, чтобы агент меньше ошибался и меньше спрашивал заново.

Связь между доверием и расходами подробно видна в теме AI agent trust: локальный AI-агент на Android против облачной безопасности. Если пользователь видит, что агент делает, и может подтвердить конкретный шаг, система тратит меньше ресурсов на восстановление контекста после ошибки.

Почему облачный агент может много рассуждать и мало делать

Cloud-only агент может быть сильным в анализе текста, поиске, суммировании и планировании. Но телефонная задача часто требует не только рассуждения, а изменения состояния устройства. Нужно открыть приложение, показать уведомление, создать напоминание, переключить настройку, подготовить ответ или перейти к нужному экрану. Если облачный помощник не может надежно выполнить этот шаг, он начинает тратить токены на объяснение того, что пользователь должен сделать вручную.

Например, пользователь просит: «поставь телефон на беззвучный режим до конца встречи». Облачный агент может объяснить, где находится настройка, или попросить пользователя открыть системное меню. Но если у него нет поддерживаемого Android-действия, он не сокращает путь. Токены потрачены, а задача все равно осталась ручной. Это не провал модели, а несоответствие между местом рассуждения и местом действия.

Другая проблема - состояние телефона быстро меняется. Уведомление исчезло, чат обновился, экран заблокирован, приложение попросило вход, системное окно разрешения перекрыло интерфейс. Облачный агент может получить устаревшее описание и продолжить планировать по нему. После сбоя потребуется новый снимок состояния, новое объяснение, новая попытка. Так растет AI agent cloud cost без пропорционального роста полезности.

Мы не говорим, что облако не нужно. Для сложных языковых задач, больших документов и тяжелого анализа облачная модель может быть правильной. Но для поддерживаемых телефонных действий постоянное облачное перепланирование часто лишнее. Стоимость снижается, когда простые и повторяемые шаги выполняются ближе к устройству, а облако подключается там, где действительно нужно рассуждение.

Как действия на Android снижают лишние облачные круги

Локальное действие на Android не означает магической бесплатности. Устройство все равно тратит энергию, код нужно поддерживать, разрешения нужно проектировать, а ошибки нужно обрабатывать. Но для поддерживаемых сценариев локальная сторона может сократить повторные облачные запросы. Если агент уже знает, как открыть конкретный экран, создать напоминание или подготовить черновик, не нужно каждый раз описывать весь процесс модели.

Android сам накладывает правила доступа. Документация Android по privacy and security напоминает, что приложения работают в рамках разрешений и механизмов приватности: Android privacy and permissions documentation. Для нас это часть экономической модели тоже. Если действие нельзя выполнить без разрешения, лучше сразу показать это пользователю, чем тратить токены на повторные попытки.

Сценарий с напоминанием показывает разницу. Облачный агент может трижды уточнять формат времени, приложение, текст и подтверждение. Телефонный агент с поддерживаемым действием может распознать намерение, показать короткую карточку «купить лекарства в 19:00», запросить подтверждение и создать напоминание. Меньше текста, меньше пересылки контекста, меньше вероятности, что пользователь поправит одно и то же.

Практические сценарии такой автоматизации мы разбираем в материале Как автоматизировать задачи Android одной голосовой командой. Для стоимости важен тот же принцип: многошаговая задача должна быть разбита на поддерживаемые, понятные действия. Тогда модель помогает понять цель, а телефонная логика доводит знакомые шаги до результата без лишнего повторного планирования.

Наш подход: поддерживаемые действия не надо каждый раз придумывать заново

Мы в FoneClaw считаем, что стоимость phone agent token usage нужно снижать не только выбором модели, но и архитектурой действий. Если действие поддержано, оно должно иметь понятный путь: входные данные, разрешение, статус, подтверждение, результат и запись. Тогда агенту не нужно каждый раз заново рассуждать, как выполнить базовую операцию на телефоне.

Например, подготовка сообщения не должна каждый раз превращаться в длинный диалог о том, что такое мессенджер, где найти контакт и как выглядит кнопка отправки. Поддерживаемый сценарий должен отделять черновик от отправки, показывать адресата и ждать подтверждения. Это дешевле по токенам, быстрее для пользователя и безопаснее для личных данных.

Мы также не стремимся утащить каждую задачу в локальную часть. Если запрос требует анализа большого документа, сложного текста или внешнего знания, облачная модель может быть уместной. Но когда задача касается поддерживаемого Android-действия, лишнее облачное рассуждение часто только увеличивает стоимость. Правильная граница: модель понимает цель, устройство выполняет знакомый шаг, пользователь подтверждает риск.

Для корпоративных сценариев эта логика становится еще важнее: повторные облачные вызовы могут означать не только расходы, но и лишний обмен контекстом. Материал Безопасность корпоративных ИИ-агентов на телефоне раскрывает эту сторону глубже. Наша позиция в FoneClaw: стоимость, безопасность и доверие связаны. Чем яснее путь действия, тем меньше лишних токенов и меньше неясных решений.

Как считать полную стоимость AI-агента

Если вы оцениваете AI agent token cost для продукта или команды, не начинайте с одной строки прайсинга. Начните с карты задачи. Сколько контекста нужно отправить? Сколько инструментов описывается модели? Сколько шагов требует подтверждения? Что происходит при ошибке? Сколько раз пользователь обычно уточняет команду? Можно ли выполнить часть действия на устройстве без нового облачного запроса?

Вторая группа расходов - человеческое время. Дешевый запрос становится дорогим, если пользователь пять раз исправляет агента. Служба поддержки становится дорогой, если люди не понимают, что агент сделал. Продуктовая команда тратит больше, если каждое действие проектируется как свободный диалог вместо поддерживаемого сценария. Поэтому экономия - это не только меньше токенов, но и меньше растерянности.

Третья группа - повторные ошибки. Если агент каждый раз заново ищет путь в приложении, путает контакт или не понимает, где остановиться, он будет тратить токены на восстановление. Поддерживаемые Android-действия помогают сделать поведение стабильнее. Пользователь видит статус, агент знает следующий шаг, подтверждение появляется в нужный момент.

Практический чеклист такой: считайте входные и выходные токены; учитывайте число повторов; измеряйте время пользователя; отделяйте облачное рассуждение от действий на устройстве; проверяйте, какие разрешения нужны; записывайте успешные и неудачные завершения; оценивайте поддержку после ошибок. Если продукт экономит токены, но увеличивает ручную проверку, экономия может оказаться иллюзией.

Итог для FoneClaw простой: локальные поддерживаемые действия не заменяют облачный интеллект, но помогают убрать лишние круги там, где задача уже понятна. Мы строим FoneClaw вокруг этой идеи: меньше повторного объяснения, больше предсказуемых телефонных шагов, видимые разрешения, понятные подтверждения и разумный баланс между облаком и Android-устройством.

Источники: OpenAI API pricing; Google Cloud Vertex AI pricing; Android privacy and permissions documentation.