AUDR by Chargebee 是什么

AUDR 全称 Agent Usage Detail Record（智能体用量明细记录），由 Chargebee 起草，是一个用于记录 AI 智能体运行的开放标准。它要解决的问题是：一次智能体运行会经过应用、路由器、工具等多个系统，每层各自可观测，却缺少一条端到端记录来说明「谁的运行、花了多少钱」。AUDR 借鉴电信行业的 Call Detail Record（CDR）思路，为智能体运行定义统一记录格式。

核心机制

官网说明 AUDR 在既有上报基础上增加三条规则：

• 共享 run ID：由 harness 生成，通过请求元数据传给路由器并回传，所有接触该次运行的系统携带同一标识。
• 字段权威归属：harness 负责归属信息（客户、环境、发起方），路由器负责用量信息（token、提供商），每个事实只有一个来源。
• 严格合并规则：sink 按 run ID 与 span ID 组装记录，组件之间不互相改写字段，冲突被拒绝，修正以新记录形式出现而非原地修改。

记录包含驱动成本的原始计数（token、工具调用、计算秒数）与业务上下文（客户、功能、环境）。官网强调适配器只读取标识、用量与时延，不读取提示词或输出。

已发布组件

目前公布五个适配器、两个 sink 与核心 SDK，覆盖 Python、TypeScript 或两者兼有：

• 适配器：NVIDIA NeMo Relay、LiteLLM、Merge Gateway、Vercel AI SDK、Mastra
• Sink：Chargebee（用量批处理端点，用于按用量计费）、Lago（批量事件端点）
• 核心 SDK：audr（Python）与 @openaudr/audr（TypeScript）；OpenRouter 支持在开发中

所有包以 Apache 2.0 许可发布在 PyPI 或 npm。官网示例显示可先写入本地文件（FileSink）开始使用，无需账号、托管后端或计费配置。

适用场景

官网列出的典型问题包括：某个智能体功能成本多少、单个客户的智能体用量与成本、按客户的单位经济性与毛利、哪些工作流或模型在推高成本、哪些重度用户在推高成本。除计费系统外，记录也可存入本地、数据仓库或可观测系统，用于内部成本分析与预测。

与其他标准的关系

AUDR 设计为构建在 OpenTelemetry 之上而非替代它，复用其 GenAI 语义约定，记录可作为 OTel span 发出，OTel collector 是一类 sink；AUDR 补充的是用量成为持久记录时所需的必填属性、缺失归属处理、重试幂等与修正语义。与 FOCUS 的关系方面，FOCUS 标准化的是从供应商收到的账单数据，AUDR 标准化的是运行发生时刻发出的用量数据，两者互补。

性能与费用说明

官网称正常请求路径不增加延迟，记录异步带外发出，唯一例外是可选的运行前预算门控检查。关于价格：AUDR 本身未公布收费方案，官网明确写入本地文件无需账号或计费配置，是否涉及商业收费目前未确认。