Jomy再谈企业AI转型：老板先上手，Token用量成新指标
或许，老板们最终需要的，是一家很多工作不必等他推动的公司。 作者: GaKi 编辑: Koji 排版: NCon「老板」这个词，放在 AI 时代听，多少有些陌生。但 Zleap 智跃创始人 Jomy，却已经是第二年为老板做 AI 了。过去两年的 AI 发布会上，大家更习惯称呼其为「创始人」，员工则互称「同学」，很少有
作者 GaKi，编辑 Koji，排版 NCon。
放到 AI 时代来听，「老板」这个称呼多少有点别扭。可 Zleap 智跃创始人 Jomy 给老板做 AI，已经干到第二年。
过去两年那些 AI 发布会上，台上的人更常被叫「创始人」，同事之间互称「同学」，老板这个角色反倒很少有人盯着看。
不过 Jomy 的看法是，企业做 AI 转型，得从老板起头，自上往下推。买资源、掏钱、改工作方式，拍板的都是老板。
老板这群人，身上有几个共性：
Jomy 最早挑的产品方向，恰好是老板们最在意的那个问题：
一年前，「十字路口」跟他对谈过一次。那会儿他的想法是，靠「CEO 管理盒子」让老板先用上 AI，再带着企业迈出转型第一步。
一年过去，他对企业 AI 转型有了新的看法。
下面不打算细抠产品概念，更想把 Zleap 当成一个样本，看看这一年企业 AI 到底变了什么。
全文围绕三个问题来谈：
去年那场对谈里，Jomy 对 CEO 管理盒子的构想并不复杂：
CEO 管理盒子
这个 Agent 主要出现在群聊和内部系统里，负责收集、整理工作信息。
Jomy 后来也认了，真推起来，组织上的阻力不小。员工会主动绕开它，不肯交出工作信息。信息本身又散在聊天软件、文档、邮件和项目工具里，每个渠道都得单独接。
老板的需求没变，可信息收集这一步就是推不动。
具体的工作信息收不全，老板通常先去找能算数的指标。2026 年，Agent 铺开带来了新机会。员工越来越多借助 Agent 干活，Token 用量就成了老板看团队状态的新指标。
说到底，Token 用量好统计，比来比去也方便。
企业动手把 AI 使用情况纳进管理，也是从这时候开始的。
2025 年 4 月，Shopify CEO Tobi Lütke 在一封内部信里提出，员工得把用 AI 当成日常习惯，这件事还算进绩效评估。
微软、Meta、Coinbase 后来也提了差不多的要求。Coinbase CEO Brian Armstrong 在播客中说过，公司买下 AI 编程工具之后，有工程师没按规矩用，也讲不出原因，人就被他开掉了。
Brian Armstrong 播客对谈切片
跟着，按 Token 用量排座次的榜单也冒了出来。
今年 4 月，Meta 有位员工自己搭了个排行榜，把 8.5 万多名员工拉进去排名，消息传开两天，榜就关了。Amazon 员工自建的那个榜同样没撑住，原因是有人为了刷名次去做没意义的任务。
这种成心烧 Token 的做法，被叫作 tokenmaxxing。Amazon 在 10 月的内部备忘录里说，这类指标「有严重缺陷」，改成看真正上线了多少功能。
不过 Jomy 从中看到了新机会：
员工干活越来越依赖 AI，老板能不能从管 AI 这一头入手，把他们正在做的事看清楚？
老板要管的，其实是员工用 AI 的整条链路：
这些环节，常常散落在不同平台。
员工自己买 AI 工具，把合同、客户资料发给外部模型，公司这边根本摸不清使用情况。
微软 2024 年的调查显示，工作中用 AI 的人里，78% 用的是自带工具。IBM 2025 年的报告则显示，五分之一的组织发生过员工私下使用 AI 导致的数据泄露。
IBM 报告 《Cost of a Data Breach Report 2025》
就算公司拍板统一采购，成本和供应商筛选这两关也躲不开。
Jomy 的看法是，OpenRouter 模型是齐全，性价比却不算高；市面上做中转的服务商水平参差，企业想挑出靠谱的也有门槛。
要是挨家去接模型厂商，开账号、配密钥一样不能少，费用还散在各处，模型怎么路由同样棘手。
Zleap 选的路子，是给企业一个统一的管理入口：
这套产品软硬一体，开箱就能用。硬件在内网里充当统一接入点，软件管的是模型资源的分发和调度。
大模型和小模型的自动路由、敏感信息脱敏、预算管控以及工作内容总结，这些功能都打包进了这套产品。
由于Token属于付费资源，Zleap会先筛选出优质的模型资源供应商并向企业推荐，随后由路由器统一接入、统一供给，企业不必自己逐家甄别、逐个对接。
员工如今自己装上客户端就行，客户端会自动发现内网的路由器并完成连接，不用再一个个手动配置，个人也无需掏钱付费。
接入环节被大幅简化之后，自上而下推动就顺畅多了。员工消耗这些Token时，调用自然要经过公司的网关。
不过，这类产品有个前提：「员工知情，并且乐意将上下文分享给企业 AI」。
官网展示的客户端用量情况
Jomy 说，这些能力都来自他过去三年运营 302.AI 模型中转平台攒下的经验。
从中转服务里打磨出来的模型供给和调用管理能力，被他整合成了一套企业开箱即用的软硬件产品。
海外同样在长「AI 网关」这类东西，它夹在企业与模型之间，负责分配模型、记录用量、控制预算、过滤敏感信息。
去年 10 月，Gartner 就为这个品类出过专门的市场指南。
今年 5 月，Palo Alto Networks 把 AI 网关公司 Portkey 收入囊中。AI 用量管理正逐渐被纳入企业安全采购的范围。
收购完成后 Prisma AIRS AI Gateway 的架构图，一头连着应用和 Agent，另一头连着 3000 多个模型
海外的网关大多以软件形式交付，部署和配置往往要靠企业自己的技术团队。Zleap 走的是软硬一体路线，瞄准的正是缺专门技术团队的企业，硬件形态更容易做到开箱即用。
Zleap 披露，路由器已在今年 11 月开售并交付客户，市场反馈不错。
把 AI 的使用统一管起来之后，Token 路由器实现了 CEO 当初做管理盒子时定下的目标：让老板看清员工在做什么。
员工从统一入口调用模型，工作记录也就跟着集中起来。Zleap 再用自研的 SAG2 信息处理技术，从海量记录里挑出关键内容，总结进展。
基于 SAG2 的开源项目 SAG-Wiki，一天之内 GitHub Star 数就突破了 1000：
这些记录里，任务要求和模型生成的内容都有，能帮老板掌握实际工作的进展。
靠工作记录来理解公司，海外也有人在做类似讨论。
今年 3 月，Block 创始人 Jack Dorsey 和 Sequoia 合伙人 Roelof Botha 联合发文，提出公司层级主要起的是信息传递作用。
Sequoia「From Hierarchy to Intelligence」中层级树演变为环形网络
一旦决策、讨论、代码和进展都留下记录，AI 就能维护一份「公司世界模型」，不少中层管理工作随之减少。
Jomy 本人就在用 Token 路由器，很快就能了解各部门的进展。
用他的话说：
把供给和接入统一起来，让员工真能用上 AI，这是企业 AI 转型的头一步。
员工提需求，Agent 交代码、文档或者方案，一次任务收尾就结束。Jomy 管这种干活方式叫创建时（Build-Time）。
照他的判断，眼下绝大多数 AI 工具都只服务这一段，工作循环还得靠人去推。国内多数企业才刚走到这一步。
那再往后呢？
Jomy 的看法是，AI 转型的第二步，是让工作慢慢不再受"由人反复发起任务"的束缚。
他把这叫作运行时（Run-Time）：
海外 AI 圈聊这个方向，已经聊了快两年。
LangChain CEO Harrison Chase 在 2025 年初提出 ambient agents，说的是监听业务事件、自己动手的 Agent。a16z 今年 10 月的一篇文章写道：新一代 Agent 会按事件或截止日期自己醒来，干活过程中还在持续学习。
黄仁勋今年 8 月的财报会上说，未来的 Agent 会一直跑着，还会跟其他一直跑着的 Agent 协作。
产品侧往这个方向走的迹象也很明显：Claude Code、Codex、Cursor 都把编码 Agent 放到了云端，用户关掉电脑，Agent 还在服务器上干活。
Cursor Cloud Agents 在云端运行
不过换个角度看，这些产品大多还卡在中间状态。定时也好、事件也好，都能自动触发，但每次仍旧只做完一个任务、只交付一次。
围着目标长期跑、靠反馈持续变好，这类能力大多还在预览阶段。前 OpenAI 创始成员 Andrej Karpathy 更保守，他觉得这会是「Agent 的十年」。
Jomy 的理论是，现在的公司就像人和 Agent 共存的 harness。
在 Agent 领域，harness 指的是模型之外的运行环境，工具、数据、权限、反馈机制都算在内，市面上优秀的实践已经很多了。
要是把公司看成一套更大的 Harness，那也能借 Agent Harness 的设计思路，把企业的目标、数据、执行环境和反馈机制串起来，让人和 Agent 在同一套体系里配合。
顺着这套理论，Zleap 在做第二个产品—— Zleap OS。定位是给企业 Agent 持续运行用的服务器操作系统：
Jomy 给它列了几项要求，可以分成三组:
【1】Agent 能在应用之间连续工作
应用全都为 Agent 而设计，Agent 跑在服务器上，员工下班、电脑关机，它照样在干。
Agent 工作界面
【2】组织协作是有边界的
员工、Agent 与部门之间可以互相配合、交接任务。谁能读信息、谁能执行动作，由权限说了算；上下文和知识只在授权范围内互通。
团队网盘
【3】人和 Agent 都能上手，也能自我迭代
人可以在界面上定目标、看进展、中途插手。Agent 则不停执行、接收反馈，并判断调整有没有让业务结果变好。
桌面工作区
这条路上已经挤了不少玩家。Anthropic、OpenAI、微软、Kimi 今年都拿出了企业 Agent 托管服务。
但前一阵子，这类服务的市场反应偏冷。业内常见的说法有四条：Agent 表现不够稳定、企业数据难以接入、权限和治理没想清楚、成本难以预估。
Zleap OS 提的几项要求，大体对着上面这些问题去。真正难的地方在于，怎么把这些能力攒到一起，做成企业开箱即用的产品。
Zleap OS 基础框架目前已全部完成，正在内测，同时按垂直领域打磨，计划今年 12 月底正式发布。
眼下，Token 路由器负责模型资源、路由和管理，Zleap OS 提供的是 Agent 持续运行的完整系统。
Jomy 还预测，Agent 一旦开始持续自主运行，Token 需求会大幅增长。
OpenRouter 的数据显示，今年 8 月，Agent 消耗的 Token 约为人类用户的 5 倍。Goldman Sachs 预计，2026 年至 2030 年，Token 消耗量将增长 24 倍。
这些数据没有区分 Build-Time 和 Run-Time 的消耗。
Jomy 判断：
用他的话说：
帮企业转型成 AI 原生组织，是 Zleap 一直以来的愿景。
最早是从 CEO 的管理需求出发，如今落到员工的日常工作上，往后还要进一步改变整个组织的运作方式。
在 Jomy 看来，企业得有自己的 AI 运行时，并让它持续扛起核心业务，才算真正成了 AI 原生组织。
不过，从他那个宏大愿景里，我们似乎瞧出一点小小的私心：
