7月29日、Databricksが「How Databricks manages its own coding agent spend with Unity AI Gateway Budgets」と題した記事を公開した。DatabricksがUnity AI Gateway Budgetsを使って自社エンジニアのコーディングエージェントコストを管理する仕組みを、社内実践例として詳しく紹介している。

なぜ今、コーディングエージェントのコスト管理が課題になっているか

コーディングエージェントの普及が加速するにつれ、その利用コストの制御は業界全体の共通課題になりつつある。GitHub Copilotのシート管理やOpenAIのUsage Limitsのようなプラットフォーム側の機能も整備されてきているが、複数モデル・複数ツールを横断して使う大規模組織では、個別ツールのコンソールを束ねるだけでは管理が追いつかない。Databricksの今回の取り組みは、そうした文脈における一つの実践的な回答として読むことができる。

月次上限だけでは機能しなかった

DatabricksではClaude Code、Codex、Cursorなど複数のコーディングエージェントを数千人のエンジニアが毎日使っており、コーディングエージェントの費用はR&D予算の中で最も急成長している項目の一つになっている。問題は、自動化ループが暴走すると午後だけで1か月分の予算を消費しかねない点だ。

当初は「エンジニア1人あたり月$500の上限を設け、超えたらチケットを起票する」というシンプルな方式を取っていた。しかしこれは実際には機能しなかった。

• 上限突破のたびに同じ$500刻みで増額申請が発生し、ヘビーユーザーは月に何度もチケットを起票する羽目になった
• 増額は恒久的に適用され、過去に1度大きなプロジェクトをこなしたエンジニアが高い上限枠を持ち続けた
• 毎月500〜1,000人のエンジニアが上限に引っかかり、大量のチケットと中断された作業、不満だらけのSlackチャンネルが生まれた

問題の本質：1つの数字に2つの役割を持たせていた

Databricksが辿り着いた核心的な気づきは、「ランアウェイ（暴走）防止」と「月次支出管理」は別の問題であり、別のメカニズムが必要だということだ。

暴走を捕まえるには「数時間の事故でトリガーされる小さな閾値」が必要だが、そのような小さい閾値では通常の月次作業を常に中断してしまう。1つの数字では両立しない。

2種類の予算で役割を分離する

解決策は、Unity AI Gateway Budgets上で2つの予算を独立して設定することだ。

日次上限（暴走検知用）
月次予算に対して意図的に小さく設定する。上限に近づくとSlack通知が飛び、エンジニアは「これは意図した支出だ」とボタン1つで自己承認できる。承認すると即座に上限が1段階引き上がる。チケット不要、待ち時間なし。無人のcronジョブはSlackボタンを押せないため、事故の検知として機能する。日次上限は毎晩リセット、月末には全員が基本枠に戻る。

月次上限（高支出ガバナンス用）
典型的なエンジニアが通常業務で到達しない高さに設定する。超えた場合は「同僚より明らかに多い支出」であり、特定のビジネス優先事項との紐付けが求められる。増額はマネージャー承認制で、プロジェクト期間限定（1か月・3か月・6か月など）。プロジェクト終了後は自動で元の枠に戻る。増額は2倍・5倍・実質無制限といった粗いティア制にすることで、小刻みな増額申請と形骸化したレビューを排除している。

2つの上限は固定比率で連動しており、月次予算を営業日数で割った金額が日次閾値を超えないように設計されている。月次上限をプロジェクトのために引き上げると、日次上限と増分も比例してスケールする。

ゲートウェイが1か所に集約するから機能する

この仕組みが「ほぼカスタムインフラなし」で動く理由は、Unity AI GatewayがClaude・GPT・Gemini・OSモデルを問わず全リクエストを1か所で捕捉し、ユーザーIDに帰属させるからだ。個別ツールの管理コンソールに触れることなく、全コーディングエージェントに同一のポリシーを適用できる。

さらに全使用データはUnity Catalogに着地するため、マネージャーはチーム別支出をLakehouseのテーブルで確認でき、財務部門への請求書も1本にまとまる。

変わったこと

割り込み型の承認キューは消えた。現行モデルでは、日次上限に引っかかるエンジニアは月に数人程度であり、各ケースはSlackボタン1クリックで解決する。月次上限の増額はエンジニア個人の反復作業ではなく、マネージャーがプロジェクト単位で1度行う意思決定になった。

そしてエンジニアがAI利用を「節約」しなくなった。ガードレールの目的はAI活用を抑制することではなく、青天井コストへの恐れを取り除いてさらなる採用を促すことだ、というのがDatabricksの立場だ。

今後の展開

DatabricksはUnity AI Gateway Budgets自体の機能として、ネイティブな日次サイクル、予算サイクル終了時に自動失効する一時的な上限引き上げ、エンドユーザーがAPIから直接日次閾値を引き上げられる権限モデルを開発中だ。また、日常的なタスクを効率的なモデルに振り分け、フロンティアモデルを必要なタスクだけに使うスマートなモデルルーティングについても続報を予定している。

コーディングエージェントのUnity AI Gateway統合は現在すべてのDatabricksユーザーで利用可能だ。

詳細はHow Databricks manages its own coding agent spend with Unity AI Gateway Budgetsを参照していただきたい。