10 月 13 日，Ramp CEO Eric Glyman 发文上线了一款叫 Glass 的产品，开头先认账：今年 5 月有一周，公司在 AI 模型 token 上烧掉 150 万美元——「我们 CFO 不高兴我把这事说出去，他更不高兴的是他猜到了结局」。这家从公司卡起家的支出管理公司，把这次账单逼出来的内部自救工具，端给了外部客户。一个花了 150 万美元买来的教训：给每个员工发 AI，和变成一家 AI 原生的公司，不是一回事。
Glass 是什么
用 Glyman 的比喻：给每人发一架斯坦威，换不来一场交响乐，只得到一堆昂贵的噪音。Glass 想解决的是「公司学得越快、忘得也越快」——某个销售摸透了做 deck 的诀窍，某个分析师写了条把客户电话整理成账户纪要的提示词，这些妙招活在个人聊天记录里，关掉标签页就蒸发。Glass 的做法是把公司已经知道的东西做成产品：接上 Linear、Notion、Google、Slack、Gong 等几十种工具（SSO 自动配置），把一个人的最佳实践存成技能，变成全公司的起点。官方公布的零件有六个：公司知识接入、350 多个可复用技能的市场、可拉同事入场的多人会话、跨会话的持久记忆、每个项目一块的计价器，以及给每次请求挑模型的 Ramp Router。界面是分屏的，AI 和工作面并排，会话可以直接分享给同事带着上下文接手。
内部读数：一笔真实的账
Glass 的成绩单来自 Ramp 自己。323 名员工（产品、客服、销售、市场、分析师）给 Glass 的知识做了 6500 多次编辑。最能说明问题的是客户功能请求这条线：过去每月约 300 条靠人工抄进 Salesforce；5 月一位客户经理把「从通话录音里直接抽取」存成 Glass 提示词后，月捕获量涨到 2 万条，还有提示词负责排序、以及在新功能上线时自动给客户寄信——目前已寄出 5000 多封。公司口径还有：99.5% 的员工在用 AI；内部软件工厂 Inspect 包揽了三分之二以上的代码开发。降本数字要拆开说：官方博客的讲法是「迁到 Glass 当晚账单降了三成」，二手媒体转述时则限定为「部分账户」——前者是内部叙事，后者是媒体打的折，外销效果尚无独立数字。
放进赛道里看
Ramp 这条线有意思的地方在于它的身份滑移：从管信用卡账单的公司，变成管 AI 账单的公司，再变成托管「公司怎么用 AI」的公司。去年 7 月它随首批自主财务智能体拿到 225 亿美元估值；今年 6 月融 7.5 亿美元（估值 440 亿）时同步发布了跨厂商的 AI token 支出管理，8 月起还替客户路由模型请求——Glass 是这条线上最自然的一步：从「看你的账」到「住你的工位」。这和站内几本旧账正好接上头：1915 记的是 GitLab 们开始按计量给智能体限流，Glass 的计价器把计量下沉到了项目级；1908 算的会话经济学里，「复用」一直被当成最被低估的降本杠杆，350 个技能市场算是把它产品化了；1931 的劳动力市场叙事里，Glass 提供的是最基础的劳工保障——熟练工的经验别随离职蒸发。
需要保留的怀疑
内部工具外销的历史命中率并不乐观，dogfooding 出来的产品常有「自家真香、别家怯」的问题：Ramp 是金融公司，350 个技能的分布自带它的 DNA，换到制造业还剩多少有效成分是未知数。30% 的降本出自内部叙事，且集中在已接入路由与计量的账户；Glass 目前还是早期访问、定价未公布、首批客户由 Ramp 人工陪着上线——这个陪跑阶段的数据，才是判断它成色的关键。另有一个结构性问题：当一家同时卖「AI 支出管理」和「AI 工作间」的公司坐在你和你的模型供应商中间，数据边界与利益冲突怎么划，公告里没有答案。
目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。给正在被 token 账单追赶的团队一条动作：先别急着买工具——统计一下过去一个月，团队里有多少条「调教好的提示词」只存在于某个人的历史记录里。这个数字就是你们公司每个月蒸发掉的经验，也是 Glass 们真正的卖点所在。