कोई भी समझदार बजट जहां काट देता, मेरा एजेंट उसके बाद भी खर्च क्यों करता रहता है?

मल्टी-स्टेप वर्कफ्लो चलाने वाले AI एजेंट एकल क्वेरी की तुलना में 20 से 100 गुना अधिक दर पर टोकन उपभोग करते हैं, और रनटाइम पर खर्च या कंप्यूट सीमा लागू करने के लिए कोई infrastructure-स्तरीय primitive नहीं है। जब दो एजेंट एक recursive clarification loop में फंस जाते हैं या कोई retrieval एजेंट अत्यधिक context fetch कर लेता है, तो एकमात्र संकेत महीने के अंत का बिल होता है। LangGraph और AutoGen जैसे frameworks retries और checkpoints संभालते हैं लेकिन कोई भी एक resource contract लागू नहीं करता जो घोषित बजट पार होने पर execution रोक दे। जनवरी 2026 के एक arXiv paper ने ऐसे contract की रूपरेखा को औपचारिक रूप दिया है, लेकिन उस सैद्धांतिक ढांचे और एक तैनात करने योग्य primitive के बीच की खाई जो मॉडल प्रदाताओं और tool calls में काम करे, अभी भी बहुत चौड़ी है।