一、AI 调用风控的特殊性
传统API风控防的是『越权访问数据』，大模型API风控防的是『越权消耗资金』。一把泄露的API Key可以在几小时内烧掉企业数万元预算；一次异常的循环调用可以让月度账单翻倍。攻击成本低、损失直接、发现滞后——这是Token时代风控的三个新特征。
二、第一层：Key 安全托管
- 客户的模型API Key经加密后托管在密钥管理服务中，业务系统运行时按需解密，内存中不留持久化明文
- Key永不落日志：所有日志脱敏处理，审计人员可见调用行为、不可见凭据
- 支持Key轮换编排：模型商侧轮换后，平台侧同步更新，业务零感知
- 最小权限：不同场景使用不同的Key分组，泄露影响范围可控
三、第二层：调用异常检测
技术负责人李伟强把异常检测的目标概括为『三个不对称』：频率不对称、模式不对称、归属不对称。
| 信号 | 典型表现 | 处置 |
|---|---|---|
| 频率不对称 | QPS突增10倍、夜间异常调用 | 实时限流+通知确认 |
| 模式不对称 | 同一Prompt高频重复（脚本滥用/循环bug） | 识别并阻断，提供调用栈定位 |
| 归属不对称 | 非授权IP/区域调用、新设备指纹 | 二次验证或拒绝 |
检测引擎基于调用日志的实时流式分析，异常判定延迟控制在秒级——足够在损失扩大前拦截。
四、第三层：预算熔断
四级预算体系（企业→部门→项目→单次调用）不仅是财务管理工具，也是风控的最后一道闸：
- 预算用量达80%：预警，通知预算负责人
- 达95%：降级，自动切换到成本更低的模型组合
- 达100%：熔断，非核心业务停止调用，核心业务（面向用户的场景）永不熔断、放行并告警
"先观察后收紧『的渐进策略是落地关键：新接入的预算单元先按基线110%观察两周，再逐步收紧到95%，避免业务突增期的误熔断。
五、第四层：实时拦截与应急响应
风控引擎与路由引擎联动：命中风控规则的请求直接在网关层拦截，不产生任何Token消耗。可疑事件按P1-P3分级进入应急响应流程，P1事件（如确认的Key泄露）30分钟内响应，自动触发Key轮换与会话失效。
六、踩过的坑
- 误报惩罚信任：早期风控规则过严，把客户正常的批量处理任务当成了滥用。解法：所有阻断类规则先跑两周『观察模式』，确认误报率可接受再启用
- 风控本身成为单点：风控引擎故障不能导致业务全停，设计上采用旁路+熔断开关，引擎异常时降级为仅记录不拦截
- 日志存储成本：全量调用日志的存储成本不低，最终采用『热数据7天全量+冷数据摘要归档『的分层策略
风控与预算体系的关系，参见《大模型API成本模型解析：Token用量预测与预算控制方法》。