LegalOn 將 Codex 成本減半，開發速度不減

2026年10月8日，OpenAI 釋出了一則客戶案例：面向全球提供“Professional AI”的 LegalOn Technologies，在把 Codex 嵌入研發流程之後，透過按任務匹配模型、按業務階段分配預算，將預估的每日成本降低了 65%，成熟業務領域的成本降低了 20%，而開發速度沒有下降。這個案例的價值不在於某個折扣數字，而在於它回答了智慧體程式設計進入規模化階段後最現實的問題：當每個工程師都能無限呼叫最強模型時，賬單會先於收益失控，而一刀切的限額又會把已經拿到的生產力白白丟掉。 故事的起點很典型。LegalOn 起初讓開發者不限量地使用主力模型 GPT-5.5 的 Fast 模式，並把它從設計、實現推廣到日常工作的各個環節。公司在這個階段做的是一場大規模的實驗：哪些工作交給人，哪些工作交給 AI，邊界在哪裡，都是在真實使用中摸索出來的。這種“先放開、後收斂”的節奏是合理的，因為在不瞭解模型能力邊界之前就設限，等於在沒有資料的情況下做決策。但隨之而來的問題同樣清晰：持續無上限地使用高效能模型，必然會超出年度預算。成本控制於是從一個財務問題，變成了一個必須由工程組織自己解決的產品問題。

LegalOn 的解法分成兩層。第一層是模型選擇的方法論。公司內部名為 AID CoE（AI 驅動開發卓越中心）的團隊，負責制定模型選擇指南，同時測試並持續監控各個模型的表現，再由各級經理把這些結論傳達給自己的團隊。這個分工很值得注意：測試與監控是集中的，判斷與選擇是分散的。指南的目標不是規定“某類任務必須用某個模型”，而是讓每一位工程師都具備獨立判斷的依據，能夠自己為手頭的任務選出最合適的模型。最終的選擇範圍是 GPT-6 家族的 Astra 與 Luna，以及 GPT-6.1 Sol，依據是任務的複雜程度和所處的開發階段。換言之，模型不再是一個全域性預設值，而是像工具箱裡的工具一樣，隨任務而取用。

第二層是預算的結構化管理。LegalOn 沒有給所有團隊設同一條線，而是讓預算與各項業務所處的成長階段相匹配。這一點解釋了為什麼成熟業務領域的降幅是 20%，而全公司預估日成本的降幅達到 65%：成熟業務的需求更穩定、更可預測，節省空間相對有限；增長階段的業務則需要更多探索，預算安排自然不同。把成本與業務階段掛鉤，本質上是把 AI 支出當作一項有投資回報預期的資源來管理，而不是當作公共的、無差別的辦公裝置費用。需要說明的是，原文給出的是“預估”的每日成本降幅，並非經過完整週期核算的實際賬單，讀者在引用這個數字時應保持這一區分。

把這個案例放進更長的時間線裡看，會更清楚它的意義。過去一兩年裡，企業評估程式設計智慧體時最常問的是“它能不能寫出可用的程式碼”，如今這個問題已經基本有了肯定的答案，新的問題變成了“它值不值得這個價錢，以及誰來為每一次呼叫負責”。LegalOn 的做法把這兩個問題都落到了具體的角色上：AID CoE 負責證據，經理負責傳達，工程師負責當下的選擇，預算則由業務階段來校準。沒有任何一個環節依賴某個人的直覺，也沒有任何一個環節需要把每次呼叫都送去審批，這正是它能夠在不拖慢速度的前提下壓低成本的結構性原因。另一個值得留意的細節是，模型家族本身提供了分層的可能：同一代產品裡既有面向複雜任務的型號，也有更輕量、更經濟的型號，組織只有在內部建立起判斷標準之後，這種分層才會變成真實的節省。否則，分層只是選單上多了幾個選項，而每個人仍然會習慣性地點最貴的那一個。

還有一點常被忽視：這類機制需要定期覆盤才能保持有效。新模型不斷髮布，舊結論會很快過期，所以 AID CoE 持續測試與監控的職責並非一次性工作，而是長期運營成本的一部分。把這部分成本算進去之後，節省依然成立，這才是對“降本”二字更誠實的理解。對於規模更小的團隊，哪怕只指定一個人負責記錄各模型在典型任務上的表現，也能得到類似的收益。 從行業角度看，這個案例傳遞出三層含義。其一，智慧體程式設計的競爭正在從“誰的模型最強”轉向“誰能把模型用得最划算”，模型分層和任務路由會成為企業的基本功。其二，治理的重點是組織機制而不是單純的技術開關：有測試、有監控、有指南、有經理傳達，才能讓分散的個人決策保持一致。其三，限額與效率並非天然對立。LegalOn 的經驗顯示，只要選擇依據足夠清晰，降低單位成本和保持交付速度可以同時成立。對其他正在為 AI 程式設計賬單發愁的團隊來說，真正可借鑑的不是具體的模型名稱，而是這套先觀察、再分層、再按階段配預算的順序。