- CISA、加拿大网络安全中心及合作伙伴发布了关于管理AI令牌使用的联合指导。
- 未受管理的令牌消耗可能导致成本上升、可用性降低、性能下降、令牌耗尽以及令牌拒绝或钱包拒绝攻击。
- 关键基础设施运营者可以利用该指导识别依赖超级智能服务的任务关键型功能，并为可用性降低做好规划。
CISA、加拿大网络安全中心及合作伙伴于2026年10月22日发布了关于管理AI令牌消耗的联合指导。该指导旨在帮助组织管理令牌使用，以支持运营。
CISA表示，随着组织采用第三方超级智能服务，基于令牌的使用模式可能影响成本、性能以及对关键服务的访问。未受管理的消耗可能导致成本上涨且不可预测、服务可用性降低、性能下降、令牌耗尽，以及令牌拒绝或钱包拒绝攻击。
该指导还涉及运营依赖关系。关键基础设施所有者和运营者可以利用该指导识别依赖超级智能服务的任务关键型功能，并为中断、事件或高需求时期的可用性降低做好规划。
智能体工作流可能使令牌消耗倍增
Ajith Sankaran表示，随着组织从试验转向大规模部署，企业AI支出具有波动性、不透明且难以治理。他表示，当模型检索文档、推理任务、调用工具并生成迭代输出时，智能体工作流可能使令牌消耗倍增。
Sankaran建议集中监控各业务部门的模型使用、令牌消耗、推理工作负载和支出。他还建议在消耗模式固化之前，针对模型访问、智能体自主性、API使用和多模态工作负载制定政策。
供应商、CISA及德勤对AI采用与支出控制的说法
CloudEagle.ai表示，财务和IT部门可以为每个团队或应用设置支出阈值，实时监控使用情况并自动切断使用。
CISA表示，网络防御人员可以利用该指导管理启用超级智能的网络防御工作流，同时维持人工监督、治理和稳健的网络安全基础。
防守方现在要做什么
- 优先分配令牌，设计高效工作流，改进提示，使用缓存和可复用上下文，在提交前优化数据，并持续监控令牌消耗。
常见问题
CISA于2026年10月22日发布了什么？
CISA、加拿大网络安全中心及合作伙伴发布了关于管理AI令牌消耗以实现运营韧性的联合指导。
谁应使用AI令牌消耗指导？
采用第三方超级智能服务的组织可以使用该指导。关键基础设施所有者和运营者可以利用它识别依赖这些服务的任务关键型功能，网络防御人员则可以将其用于启用超级智能的防御工作流。
AI令牌消耗未受管理时可能发生什么？
CISA表示，这可能导致成本上涨且不可预测、服务可用性降低、性能下降、令牌耗尽以及令牌拒绝或钱包拒绝攻击。
组织如何管理AI令牌使用？
该指导提出了优先分配令牌、设计高效工作流、改进提示、使用缓存和可复用上下文、在提交前优化数据以及持续监控消耗等方法。
为什么智能体AI会增加令牌使用量？
Ajith Sankaran表示，当多个模型自主检索文档、推理任务、调用工具并生成迭代输出时，令牌消耗可能迅速倍增。
来源
- Managing AI Token Consumption for Operational Resilience, CISA原始文件
- Deloitte report: AI is shifting from pilots and experimentation to scaling, Deloitte原始文件
- The Economics Of Generative AI: Why Managing Token Costs Is A Strategic Imperative, Forbes
- CloudEagle.ai Gives Enterprises Complete Control Over AI Token Consumption and Budgeting, Amarillo Globe-News
我们如何核实这篇报道
| 内容 | 来源 | 状态 |
|---|---|---|
| CISA、加拿大网络安全中心及合作伙伴发布了帮助组织管理令牌使用的联合指导。 | CISA | 已证实 |
| CISA表示，随着组织采用第三方超级智能服务，基于令牌的使用模式可能影响成本、性能以及对关键服务的访问。 | CISA | 已证实 |
| CISA表示，未受管理的令牌消耗可能导致成本上涨且不可预测、服务可用性降低、性能下降、令牌耗尽以及令牌拒绝或钱包拒绝攻击。 | CISA | 已证实 |
| CISA表示，关键基础设施所有者和运营者可以利用该指导识别依赖超级智能服务的任务关键型功能。 | CISA | 已证实 |
| CISA表示，网络防御人员可以管理启用超级智能的网络防御工作流，同时维持人工监督、治理和稳健的网络安全基础。 | CISA | 已证实 |
| Ajith Sankaran表示，随着组织从试验转向大规模部署，企业AI支出具有波动性、不透明且难以治理。 | Ajith Sankaran, via Forbes | 引述 |
| Ajith Sankaran表示，当模型检索文档、推理、调用工具并生成迭代输出时，智能体工作流可能导致令牌消耗迅速倍增。 | Ajith Sankaran, via Forbes | 引述 |
| Ajith Sankaran建议集中监控各业务部门的模型使用、令牌消耗、推理工作负载和支出。 | Ajith Sankaran, via Forbes | 引述 |
| Ajith Sankaran建议在消耗模式固化之前，围绕模型访问、智能体自主性、API使用和多模态工作负载制定政策。 | Ajith Sankaran, via Forbes | 引述 |
| CloudEagle.ai表示，财务和IT部门可以为每个团队或应用设置支出阈值，实时监控使用情况并自动切断使用。 | CloudEagle.ai, via Amarillo Globe-News | 引述 |
| 德勤表示，企业在1年内将员工对AI的访问范围扩大了50%，多数员工配备了获批准的AI工具。 | Deloitte | 已证实 |
| 德勤表示，近四分之三的企业计划在2年内部署智能体AI，而仅21%的企业表示已拥有成熟的智能体治理模式。 | Deloitte | 已证实 |
| CISA于2026年10月22日发布了其报告。 | CISA | 已证实 |
| deloitte.com于2026年1月21日发布了其报告。 | deloitte.com | 已证实 |
未能核实
- 令牌拒绝或钱包拒绝攻击是否已在现实环境中发生，尚未确定
- 受影响的组织或服务数量，尚未确定
- 该指导是否针对特定事件或漏洞，尚未确定
- 该指导是否分配了CVE或CVSS评分，尚未确定
