ETF Agent adds a non-enforcing Shadow Credits usage view
ETF Agent added a P0 Shadow Credits usage view that observes research activity without blocking requests or introducing payment, billing, or new quota gates. It distinguishes run request budgets, physical model attempts, and Personal Credits, while retaining unknown or partially attributed usage instead of reporting a misleading zero. The engineering team says the feature entered the main branch on October 24, 2026, but formal closure and full PostgreSQL non-interference validation remain incomplete.
The feature offers AI-agent operators a more explicit view of allowed work, actual model dispatches, and attributable internal usage without prematurely imposing hard limits.
用户看到研究 Agent 生成了一份报告，后台却可能经历多轮模型调用、工具执行、某次请求重试，以及一次没有返回完整用量的中断。页面显示“请求成功”之后，系统能回答这份报告到底消耗了多少资源吗？
在实际系统里，至少存在三本容易被误认为同一本的账：Run 预算约束还能做多少工作，模型物理尝试记录真实发起的请求及可观察 Token，个人 Credits按约定规则分配与展示已知用量。这三者有关联，却不能拿其中一项填补另一项的缺口。
我们最近在 ETF Agent 中加入了一个 P0 Shadow（影子）Credits 用量视图。它观察而不拦截现有研究，目标先是把身份、未知和可复核口径做对，而不是推出支付、计费或新额度门。
一、三种数字回答不同的问题
- Run request budget：真实含义：对特定 Run 允许多少次准入及阶段消耗；容易发生的误读：把请求准入次数当成 Token。
- Physical model attempt：真实含义：一次实际发往模型的物理 dispatch，以及对应的可观察 SDK 用量；容易发生的误读：把逻辑请求或 Langfuse span 当成唯一真实发送。
- Personal Credits：真实含义：当前用户月份下，按冻结费率规则计算的已知内部用量；容易发生的误读：把内部积分当作供应商发票或真实货币。