← 返回文章

Verovo 费用/交付核对:从合成样例到可复现的验收协议

先假设一个任务:AI 做完竞品调研,费用合计 55 美元,报告里却有旧价格。这个金额用于解释账单结构,不是实测或供应商报价。你该先查账单,还是先查交付?这篇文章用一份合成样例,拆开费用、交付、证据三个状态,并给出可复现的命令和边界。

Verovo 是我做的一个核对 AI 任务费用与交付的工具;这篇用它的内置合成样例。

关键结论

  • Agent 账单不只有 token:搜索、浏览器、OCR、翻译、存储都可能按次、按页、按分钟单独计费。
  • “费用通过”不等于“交付合格”;“缺记录”也不等于“失败”,它只能标“无法证明”。
  • 验收要分两张表:费用表看金额、单价、用量;交付表看任务数、人工介入、完成证据。
  • 本文使用 Verovo 0.13.0 的内置合成样例,不是客户数据;命令、输出和版本都在复现附录。

目录

一、问题:账单对了,活就干完了吗

AI 任务的验收,经常被压缩成一个问题:账单对不对?

账单当然要对。但账单只覆盖“钱有没有按规则算”,不覆盖“活有没有按规则干完”。

一个任务可以同时出现:

  • 费用通过;
  • 交付不通过;
  • 某一项无法证明。

如果只看总览颜色,很容易把“费用通过”当成“任务完成”。这篇要做的,就是把三个状态分开。

二、为什么 Agent 账单不止 token

先想象一个竞品调研任务。下面的调用量和 55 美元费用是讲解用的虚构例子,不是供应商报价,也不是 Verovo 内置样例。

它要搜 20 个竞品官网,打开 50 个商品页,把图片里的价格 OCR 出来,翻译几段英文,最后生成报告。

月底账单可能是这样:

项目 费用 计价单位
模型 token 20 美元 按 token
搜索 API 15 美元 按查询次数
浏览器/抓取 10 美元 按运行分钟
OCR 5 美元 按页
翻译 3 美元 按字符
存储/导出 2 美元 按 GB

合计 55 美元。模型 token 只是其中一项。

这带来三个容易被忽略的问题:

  1. 计价单位不同:模型看 token,搜索看次数,浏览器看分钟,OCR 看页数。你按“任务”估算,供应商按“调用”计费。
  2. 重试可能计费:页面打不开重试三次,搜索没结果换关键词再搜;是否收费取决于服务、失败阶段和计价规则,需要对照调用日志核实。
  3. 重复调用:同一个页面抓两遍、同一段话翻译两次;没有去重和缓存,账单就会虚高。

这些差异需要同时检查调用日志和计费规则。派活时先写清“允许调用什么、最多调多少次、超了怎么办”。

三、合成样例:三个状态怎么分开

为了把问题缩小,Verovo 的内置合成样例只保留三项:

  • 约定金额 100 美元,本地记录也是 100 美元;费用这一项,通过。
  • 交付规则写着“需要人工救场的任务最多 2 个”,记录里是 5 个;交付这一项,不通过。
  • 还有一项外部完成记录没有提供;报告不猜,标“无法证明”。

三个结果同时成立。

这不是“账单造假”,也不是“AI 一定偷懒”。它说明:费用表和交付表,是两张表。

表 看什么 本例结果
费用表 金额、单价、用量、规则 通过
交付表 任务数、人工介入、完成证据 不通过
证据表 完成记录、来源、哈希 无法证明

“无法证明”不是“失败”。

缺记录,可能是供应商没回传,可能是文件没保存,可能是权限没开,也可能是任务真的没做。因此要区分三种判定:

  • 失败:按约定修复、补交或重新验收;
  • 无法证明:只能补证据,不能直接判死;
  • 通过:要有规则、有记录、有回执。

把“失败”和“不知道”分开,是验收里最容易被省掉、也最值钱的一步。

四、怎么换成自己的任务

不用一上来买工具。先做三件事:

先写任务合同。 允许调用哪些工具;每类工具最多多少次;总预算上限;重试几次;人工救场最多几次;什么算完成;证据放在哪里。

再给每次调用留 ID。 任务 ID、工具名、调用时间、输入摘要、输出摘要、费用。账单来了,按任务 ID 对,不按供应商名字猜。

最后做三态表。 通过、失败、无法证明。不要用“应该没问题”填表;缺证据就写缺证据。

一个可用的顺序:

  1. 先写费用规则,跑一次,确认金额和单价口径;
  2. 再写交付规则,跑一次,确认任务数和人工介入;
  3. 最后补完成记录,缺什么标什么,不猜。

五、边界:工具不能替你签字

这次运行验证的是“给定规则与给定记录是否匹配”。

它不验证:

  • 规则本身是否合理;
  • 记录是否真实;
  • 合同是否适用;
  • 是否应该付款、接受交付或要求补救。

哈希有助于追踪所用文件,不会证明记录本身真实。缺证据不会自动变成失败或成功;它只是“无法证明”。

真实业务里,是否付款、是否验收、是否追责,仍要业务负责人结合具体约定判断。

六、复现附录

环境

  • 日期:2026-11-05;本轮重新运行,退出码 0。
  • 项目:Verovo 本地源码,版本 0.13.0;本次 HEAD 4c6ac4bfa2887d63643bced1dc3a70fd699dfd82。
  • 运行环境:Python 3.9+;本次未执行新的 PyPI 安装,也未在豆包、WorkBuddy 等宿主内运行。
  • 输入:项目自带合成数据,不是客户数据。

命令

python3 healthcheck/verovo review --sample \
  --html buyer-review.html \
  --json buyer-review.json

输出

CHARGES: PASS (1 checks; 0 evidence gaps)
DELIVERY: FAIL (2 checks; 1 evidence gaps)
[UNPROVABLE] delivery / completion-evidence

失败与恢复

  • 命令找不到:确认在仓库根目录,且 healthcheck/verovo 存在。
  • Python 版本不够:README 要求 3.9+。
  • 输入格式不对:先跑 --sample,再按示例结构改自己的 JSON。
  • 报告打不开:HTML 是本地文件,用浏览器直接打开。
  • 结果和预期不一致:先看 JSON 里的逐项判定和哈希,再看规则/记录。

七、参考资料