Cloudflare更新User Insights：AI用量分类有延迟，适合分析长期模式

Cloudflare于2026年9月30日更新AI Gateway的User Insights，为用量分析增加任务、模型适配、对话轮次等上下文，相关能力向AI Gateway用户免费提供。官方强调分析是异步的，可能约滞后一天，因此适合观察一段时间的使用模式。 官方公告。

图：AI生成异步任务分类概念配图，非真实产品界面、测量数据或官方标识。

先理解仪表盘回答什么

该视图可帮助团队发现值得调查的模型使用模式，但不会自动给出替换模型的结论。分类处理会查看符合条件的日志内容；底层日志保留仍遵循已有配置。使用前应核对本组织允许处理的内容和日志设置。

这次文章聚焦分析视图及其时间边界。看见某类任务花费增加，首先得到的是一条调查线索；要判断是否值得调整，还需要知道任务是否成功、输入是否变化以及是否出现了更多返工。

独立分析：比较相同时间窗口

假设一个虚构团队周一上线了新提示模板，周二早上想检查效果。如果旧版本已经有完整一天的数据，而新版本只覆盖几个小时，直接比较总费用容易得出错误结论。先标明窗口开始、结束及数据截止时间，再解释差异。

同样要确认分类范围。如果一部分流量绕过了分析路径，图里看到的比例只能代表已纳入部分。可以在评审记录里同时写出已覆盖的应用和已知缺口，让读者知道哪些问题仍无法从这张图回答。

把异常拆成可验证的假设

费用升高可能来自任务数增加、输入变长、重试变多，或任务本身更难。与其马上更换模型，不如选少量相似任务做对照，分别记录完成情况、人工修改时间和整体耗时。没有统一任务边界时，单次请求的便宜未必能代表整件工作的成本。

轮次增加也需要解释。有时是用户补充要求，有时是工具失败后反复尝试，也可能是任务需要自然交互。把不同原因混成一个“效率分数”，会掩盖真正值得修复的环节。调查最好回到经授权的代表样本，并避免把聚合标签当成个人绩效结论。

让报表留下决策记录

一次分析可形成三行记录：观察到了什么、还缺什么证据、下一步只改哪一个因素。比如先调整一个流程中的默认提示，再保留原流程作为小范围对照。等两边都积累了可比数据后，才判断效果。

异步分析适合这种周期性复盘，而紧急异常仍需要独立的实时信号。把数据刷新时间与行动时限对齐，可以减少误报，也让团队知道何时应继续观察、何时已经有足够证据作出调整。

核对时间：2026年10月1日（北京时间）。新闻事实依据所附一手来源；独立分析为本站观点，产品范围与文档以官方后续更新为准。