Rippling 冇選擇 cut 咗員工嘅AI權限，反而自己開發咗AI Spend Console，並喺2026年8月6日正式推出。呢個產品有幾個核心功能：

員工級開支追蹤

AI Spend Console 將Token開支對應到每位員工、團隊同角色，再同生產力指標（例如 Pull Request 次數、Code Review 質素）做關聯分析。咁樣公司就睇到邊個角色或員工係開支大戶，同埋呢筆錢有冇換到實際產出。

AI 智能路由閘道

Rippling 建立咗一個中介層，會自動將每個提示轉發至最適合又最平嘅模型，而唔係下下都用最貴嘅頂級模型。公司內部 benchmark 發現，Z.ai 嘅 GLM 5.2 模型比起頂級模型平85%，但效能幾乎一樣，所以日常提示就會 redirect 過去。（注意：呢個係公司內部測試結果，唔係獨立第三方報告。）

每工具開支上限

Rippling 同 Cursor、OpenAI、Copilot 等工具供應商傾好咗每個工具嘅最高開支上限，防止任何單一工具爆錶。

生產力關聯

Console 會將Token消耗同可衡量嘅產出掛鉤，例如代碼提交數、PR質素、審查速度，如果發現某啲開支冇相應生產力，就會被標記處理。Rippling 特別強調呢個係「儀表板」而唔係「排行榜」。

AI 隊長

指定員工負責監察同管理所屬團隊嘅AI開支，做到直接問責。

最終成果

幾個月之內，Rippling 將AI Token開支由研發預算嘅約40%降到約15%——而且完全冇減少用量。公司喺7月仍然消耗約6000億個Token，但7月帳單只係4月嘅37%。正如多個消息來源所講：Token用量冇跌，跌嘅係帳單。

Rippling 冇選擇 cut 咗員工嘅AI權限，反而自己開發咗AI Spend Console，並喺2026年8月6日正式推出。呢個產品有幾個核心功能：

員工級開支追蹤

AI Spend Console 將Token開支對應到每位員工、團隊同角色，再同生產力指標（例如 Pull Request 次數、Code Review 質素）做關聯分析。咁樣公司就睇到邊個角色或員工係開支大戶，同埋呢筆錢有冇換到實際產出。

AI 智能路由閘道

Rippling 建立咗一個中介層，會自動將每個提示轉發至最適合又最平嘅模型，而唔係下下都用最貴嘅頂級模型。公司內部 benchmark 發現，Z.ai 嘅 GLM 5.2 模型比起頂級模型平85%，但效能幾乎一樣，所以日常提示就會 redirect 過去。（注意：呢個係公司內部測試結果，唔係獨立第三方報告。）

每工具開支上限

Rippling 同 Cursor、OpenAI、Copilot 等工具供應商傾好咗每個工具嘅最高開支上限，防止任何單一工具爆錶。

生產力關聯

Console 會將Token消耗同可衡量嘅產出掛鉤，例如代碼提交數、PR質素、審查速度，如果發現某啲開支冇相應生產力，就會被標記處理。Rippling 特別強調呢個係「儀表板」而唔係「排行榜」。

AI 隊長

指定員工負責監察同管理所屬團隊嘅AI開支，做到直接問責。

最終成果

幾個月之內，Rippling 將AI Token開支由研發預算嘅約40%降到約15%——而且完全冇減少用量。公司喺7月仍然消耗約6000億個Token，但7月帳單只係4月嘅37%。正如多個消息來源所講：Token用量冇跌，跌嘅係帳單。