Rachunek za AI w kodowaniu, którego nikt się nie spodziewał

Pracujesz nad kilkoma projektami naraz. W edytorze śmiga Cursor. Claude Code podpowiada architekturę. GitHub Copilot CLI ogarnia zadania z linii poleceń. Każde narzędzie osobno to petarda – produktywność rośnie, błędy maleją, a projekty lądują szybciej.

Potem przychodzi wyciąg z karty. 6 tysięcy złotych. Jeden programista. Jeden miesiąc.

Najgorsze? Nie wiesz, skąd ta kwota. Dashboard Cursor pokazuje sumę. Claude ma swoją. Copilot swoją. Ale żaden nie powie, który repo pochłonął 2 tysiące, ile kosztował ten ticket w API czy dlaczego poleciało 5 tysięcy wywołań Haiku bez twojej prośby.

To paradoks dzisiejszego stacku AI do kodowania: super narzędzia, koszty jak z mgły.

Dlaczego widoczność w multi-agentach to podstawa

Z jednym narzędziem AI – jedna subskrypcja, jeden panel – śledzenie wydatków jest proste. Ale rzeczywistość разработки to nie bajka.

Typowy team miesza:

• Cursor do inteligentnych ficzerów w IDE i agentowych flow
• Claude Code na skomplikowane decyzje architektoniczne
• GitHub Copilot Chat w VS Code
• Codex CLI do automatyzacji w terminalu
• Plus różne specjalistyczne narzędzia

Każde działa osobno. Swoje logi. Swoje rachunki. Panele dostawców dają tylko tổngal. Nie odpowiadają na realne pytania:

• Które repożytorium dobija budżet?
• Czy ten ticket naprawdę wymagał 136 tysięcy wiadomości miesięcznie?
• Skąd skok do 1200 zł na tej gałęzi?
• Który model generuje tanie tokeny, co sumuje się w kasę?

Bez takiego rozbicia latasz po omacku. Płacisz full cenę, optymalizując na ślepo.

Podejście lokalne: śledzenie bez pośredników

Tu zmienia się myślenie. Zamiast wrzucać proxy, gateway czy szpiega w środku, nowe trackery czytają to, co narzędzia już zapisują na dysku.

Każdy AI assistant trzyma transkrypty. Tam tokeny, modele, timestampy, konteksty – wszystko do przeliczenia kosztów. Klucz: nie trzeba łapać ruchu sieciowego ani instalować agentów. Wystarczy parsować logi.

Zalety? Czysta elegancja:

Prywatność na pierwszym miejscu: Nic nie leci z maszyny. Żadne prompty, snippet'y kodu czy konteksty nie idą w chmurę. Kontrola w twoich rękach.

Działa offline: API padnie? Tracking leci dalej. Nie zależysz od API billingowych GitHuba czy Anthropica.

Bez tarcia: Uruchamiasz lokalnego daemona. Śledzi transkrypty. Atrybucja sama się dzieje. Zero configu, kluczy API czy autoryzacji.

Multi-agent out of the box: Parsujesz logi z każdego narzędzia – Cursor, Claude Code, Copilot Chat, Codex CLI – i masz jeden widok.

Co pokazuje szczegółowa atrybucja

Jak rozbijesz koszty na repo, branch czy ticket ID, olśnienie przychodzi od razu:

• Droga gałąź: Staging robi agentowe taski, które da się cache'ować lub scalić.
• Cicha eskalacja modelu: Tani Claude Haiku wołany tysiące razy – niby grosze, a sumuje się.
• Pętla retry: Jeden ticket rośnie kontekstem i retry'ami – znak, że prompt agenta do dopracowania.
• Cache w akcji: Widzisz, gdzie konteksty się recyclują, a gdzie mnożą niepotrzebnie.

Koszty z abstraktu stają się konkretem. Zamiast "6 tysięcy w tym miesiącu" masz "800 zł na branchu data-pipeline, 200 zł z czterech retry'ów na ticket-417, 150 zł z duplikatów Haiku".

Pasek statusu mówi wszystko

Najpraktyczniejszy ficzer lokalnego trackingu to żywy pasek statusu. Kodujesz – widzisz koszty na 1 dzień, 7 dni, 30 dni. Per host, per IDE, per projekt.

To nie dashboard, co sprawdzasz co miesiąc. To feedback na żywo, w kontekście. Skończyłeś sesję – 15 zł. Ta wiadomość – 30 groszy. Dzienny trend w górę? Łapiesz w locie, nie po fakcie.

Jak wskaźnik paliwa za kółkiem, nie rachunek z końca miesiąca.

Jak wybrać filozofię trackingu

Nie każdy team musi iść w detale. Jedno narzędzie, poniżej 2 tysięcy miesięcznie? Dashboard dostawcy starczy. Anthropic Console, OpenAI usage, Cursor usage – autorytatywne, darmowe, solidne.

Ale jeśli:

• Używasz kilku agentów naraz
• Pracujesz na wielu projektach z atrybucją per repo
• Dbasz o prywatność promptów (bez uploadu transkryptów)
• Działasz offline lub w restrykcyjnych sieciach
• Zarządzasz kosztami w teamie z ticketami

...to lokalny tracking to złoto.

Szerszy obraz

AI coding assistants rozkwitły szybciej niż infra. Z "jeden dev, jedno narzędzie, jeden panel" przeszliśmy do "jeden dev, pięć narzędzi, koszty w cieniu". Ekosystem dostawców nie był na to gotowy.

Lokalne trackowanie to filozofia: narzędzia piszą logi – wykorzystaj je jako prawdę. Bez proxy, przechwytów, uploadów. Parsuj, śledź, dawaj devom widoczność do decyzji.

W erze multi-agentów to nie ficzer. To niezbędna infrastruktura.