员工用本地模型摸鱼？GitHub新API留了数据盲区

GitHub 的 Changelog 里偷偷塞了个大动作。Copilot 的用量 API 更新了，把员工自己接的本地模型和自带 Key 的用量，跟公司买的官方额度彻底劈开了。

这可不是简单的报表美化。它直接动了企业 AI 成本核算的蛋糕，以前是一笔糊涂账，现在谁在薅公司羊毛、谁在自费贴钱，一目了然。

讲真，以前公司的 AI 账单简直是个玄学。员工在 Copilot CLI 或者 Copilot app 里，接了自己的 provider key，或者跑个 Ollama、LM Studio、Foundry Local、llama-server 这种本地模型。因为这些模型名字跟 Copilot 官方模型经常撞车，用量直接糊在 Copilot 托管的总账里。公司根本不知道大家到底用了多少官方额度，多少是自己的。现在 GitHub 终于把这团乱麻理清了。他们搞了 Local BYOK 和 Enterprise custom models 两个新维度。Local BYOK 就是开发者在客户端自己配的，请求直接发给本地模型或自己的 key。Enterprise custom models 则是管理员在 GitHub settings 里配的，请求通过 GitHub 路由。现在报表里多了 used_local_byok、totals_by_local_byok 这些字段，连每天、每周、每月活跃了多少用本地模型的人，都给你算得明明白白。

你以为这下老板能精准抓出谁在用本地模型摸鱼了？别急，反转来了。GitHub 在文档里留了个大大的免责声明：Local BYOK 的下限问题。这玩意儿严重依赖客户端遥测。如果员工把遥测一关，或者用的本地 provider 根本不报告 token 使用量，公司报表上的数据就会严重缩水。这就好比你装了个监控，结果摄像头经常自己断电。相比之下，Enterprise custom models 因为是服务端观察的，一清二楚，没有这个烦恼。而且自定义模型名字如果不认识，直接给你显示 unknown。所以，公司想抓你本地跑模型的底细，没那么容易，除非你用的是公司统一配的企业自定义模型。这其实是个很微妙的博弈，官方想算清账，但客户端的掌控力终究有限。

这事对咱们做运营、产品或者管 HR 的同学来说，实操意义在哪？别光盯着总数看。你得把 totals_by_local_byok 和官方用量拉出来做个对比。如果发现某个部门 Local BYOK 用量飙升，说明他们更偏爱本地模型，或者官方模型不够用。这时候你就得去排查，是官方模型响应慢，还是员工单纯想白嫖本地算力。另外，算成本的时候，千万别把 Local BYOK 的 token 数直接当成免费。有些本地 provider 不报 token，这部分就是黑盒。你得在预算里留个 buffer，或者按最低限度去估算，不然月底账单绝对会给你个惊喜。

给各位提个醒，别迷信新 API 能解决所有的成本核算问题。GitHub 这次更新，本质上是把数据颗粒度做细了，但数据准确性依然受制于客户端。如果你是企业所有者或者组织管理员，记得去开启 Copilot usage metrics policy，并且确认你有 View Copilot Metrics 权限。想看详细接口的，去翻翻官方文档：https://docs.github.com/rest/copilot/copilot-usage-metrics。记住，发布前的历史报告是不包含 is_custom_enterprise_model 字段的，别指望能回填数据去算旧账。

看完想聊两句？
你公司算 AI 成本时，会把员工本地跑的 Ollama 算进总账吗？