docs: update

Author: sonofmagic

website/docs/ai/ai-coding-deployment-guide.md

@@ -146,6 +146,24 @@ flowchart TD
 
 > 说明：下表用于预算与座席设计，不用于“攀比模型能力”。落地时真正影响成本的是：谁用高档位、是否有上限、网络稳定性（减少重复调用）、是否有明确的“默认低价模型策略”。
 
+:::note 额度口径（先搞清楚你买的是什么）
+
+不论是 Cursor、Kiro、GitHub Copilot 这类产品，本质上都是“使用 AI 的工作台/入口 + 各自最佳实践的工程化封装”，它们并不等同于某一个模型本身。
+
+购买订阅时，你通常同时买到了两件事：
+
+1. **工具能力**：IDE/插件/Agent 工作流、上下文管理、代码索引、团队治理等。
+2. **供应商二次封装的模型调用额度**：对外表现为“对话次数/请求次数/快速请求/每周配额”等（而不是你能直接对账的 token 用量）。
+
+优劣势也来自这里：
+
+- **优势**：可以在不同模型之间切换/路由，按任务选“更强/更便宜/更稳”的模型；同时工具会给出默认提示词、工作流与防呆策略。
+- **劣势**：你往往看不到真实 token 消耗与单次请求的边际成本；而按“对话/请求”计数时，**简单任务与复杂任务可能消耗同样 1 次额度**，导致成本预测与审计颗粒度变粗。
+
+落地建议：预算口径按“座席 + 额度”做上限控制，同时用“默认低价模型 + 触顶降级 + 高阶任务审批/白名单”把波动压住。
+
+:::
+
 ### 4.1 Cursor（官网可访问：已核实）
 
 | 套餐     | 月付     | 年付折算 | 适用人群（企业落地建议）      | 人民币估算   |