Why does my agent keep spending after any sane budget would have cut it off?
Opportunité
AI agents running multi-step workflows consume tokens at 20 to 100 times the rate of a single query, and there is no infrastructure-level primitive to enforce a spending or compute ceiling at runtime. When two agents enter a recursive clarification loop or a retrieval agent over-fetches context, the only signal is the invoice at the end of the month. Frameworks like LangGraph and AutoGen each handle retries and checkpoints but none enforce a resource contract that halts execution when a declared budget is breached. A January 2026 arXiv paper formalizes what such a contract would look like, but the gap between that formalism and a deployable primitive that works across model providers and tool calls remains wide open.
Pourquoi c'est important
A runtime resource contract is the missing safety layer that makes agent deployments safe to hand to non-engineers.
Comment j'évalue l'opportunité
Le Score d'Opportunité est mon évaluation personnelle, pas une mesure : l'intensité de la douleur, sa fréquence et le peu de solutions qui existent aujourd'hui. Plus il est élevé, plus je pense que le problème vaut la peine d'être résolu.
L'intensité de la douleur qu'il provoque lorsqu'il se manifeste.
La fréquence à laquelle les gens y sont réellement confrontés.
Le peu de bons outils qui existent pour y remédier aujourd'hui.
D'autres problèmes qui méritent d'être résolus
Pourquoi chaque application IA m'oublie-t-elle dès que je ferme l'onglet ?
AIPourquoi apprendre un nouveau domaine est-il encore conditionné par le fait de savoir quoi demander ?
AIPourquoi un non-expert ne peut-il pas vérifier ce qu'une IA vient de lui dire ?
AIPourquoi teste-t-on les modèles sur des benchmarks mais les déploie-t-on à l'instinct ?
AIPourquoi les agents IA n'ont-ils aucun souvenir de leurs propres erreurs ?
AIPourquoi ne puis-je pas vérifier sur quoi un modèle a réellement été entraîné ?