AWS 官方博客举例称，AI agent 的错误决策给零售商带来 26,500 美元的隐藏成本，而可见的 token 账单只有 2,400 美元。只盯 token 成本的监控视角，会漏掉业务侧损失。

官方描述的案例中，一个客服类 agent 对不符合条件的订单应用了 40% 忠诚折扣，350 笔订单以错误价格发货，造成 14,000 美元收入影响。错误发生在有写权限的动作上，而不是发生在回答里。

AWS 官方表示，面向金融服务的预构建 Amazon Lex 方案包含身份验证和信用卡服务两类机器人，可部署在 Amazon Lex 上自动完成对话。身份与支付环节正被纳入对话式自动化，护栏问题因此变成工程问题。

对开发者可直接落地的是三件事：把 agent 的动作按只读、可写、涉钱分级，涉钱动作走确定性规则校验并保留人工兜底；给折扣、下单、退款这类操作设金额上限与二次确认，并保留可回滚操作与审计日志；把观测指标从 token 成本扩展到业务侧指标，比如错误发货数、错误定价单数、退款额。

背景层面，亚马逊表示，在与地方政府就数据中心进行谈判时将不再使用保密协议（NDA），此前微软今年早些时候也做出了类似举动。该说法目前尚无官方确认。保密做法助长了社区对 AI 基础设施的反弹，反对声导致从纽约到旧金山出现数百项被提出和已颁布的暂停令。这同样尚无官方确认。

一批创业公司押注消费者会愿意让 AI agent 访问自己的收件箱、文件和信用卡，前提是能让网站放行。这仍是押注，目前尚无官方确认。

26,500 美元与 2,400 美元是 AWS 官方博客中的一个举例情境，不是行业平均值，也不能表述成 AI agent 通常造成十倍损失。14,000 美元来自 350 笔错误发货的单一案例，不能据此推算损失率或推广到其他行业。

官方说的是身份验证与信用卡服务两类机器人可部署在 Amazon Lex 上自动完成对话，不等于 agent 获得无限制的支付权限。AIagent AWS 开发者