← 返回全部情报

·OpenAI(官方客户故事)·企业实践收录 2026-10-09

LegalOn 用 Astra / Sol / Luna 按任务分流并给部门设预算上限:估计日成本降约 65%,成熟业务再压约 20%,开发速度靠并行任务保住

LegalOnCodex模型选型成本治理AstraSolLunaFast mode

一句话结论

日本法律 AI 公司 LegalOn 在组织内铺开 Codex 后,发现「人人无上限用最强模型」会冲破预算,于是由 AI 开发卓越中心给出选型指南:GPT-6 Luna 做需求清晰的实现与子智能体、GPT-6.1 Sol 做常规设计与分析、GPT-6 Astra 做架构与编排;默认限制 Fast mode,靠并行任务维持速度;并按部门/小组/个人设月度额度,成熟业务要求再提效约 20%、新业务则放宽预算。综合后估计日成本较 GPT-5.5 时期降约 65%,同时开始按「一次功能发布」计量 AI 成本与客户价值,而不是只看开发速度。

打开原文 OpenAI:LegalOn halves Codex costs while maintaining development speed

背景与理念

LegalOn 的问题不是会不会用 AI,而是用开了以后如何控成本又不伤生产力。团队起初给开发者无限制使用主模型 GPT-5.5 的 Fast mode,覆盖设计、实现和日常工作;继续这样下去会超年预算,一刀切限制又怕抹掉已有收益。

AID CoE(AI-powered Development CoE)负责试模型、盯用量,经理再把结论传给各组,让工程师按任务自己选型。Tokitake 强调:过度用规则和预算绑住,会伤组织动能,需要在风险控制和团队速度之间留弹性。

具体做法

  1. 三档模型对应三类活。Luna:日常执行与实现、简单自动化、主要作子智能体写代码;Sol:标准设计与分析、常规数值与文档、比 Luna 更看重完成时限的任务;Astra:复杂分析与设计、复杂软件设计、作为编排者协调多智能体。
  2. 默认关 Fast,例外再开。系统层用管理员设置做部门与个人月度限额;AID CoE 监控并按业务需要调整。
  3. 预算与业务阶段绑定。成熟的 LegalOn 主业要求成本效率大约再提升 20%;处于启动期的新业务拿到更宽裕额度,优先速度与产出。
  4. 下一步度量。公司认为「开发变快」已不够,正在按「一次功能发布」归集 AI 成本,并与该发布带来的客户价值挂钩,打通真正的 ROI 管道;同时计划建知识库,沉淀设计/实现/评审的最佳模型组合。

关键数据/例子

估计日成本较 GPT-5.5 下降约 65%。

成熟业务成本效率目标约再提升 20%。

选型从「凡事最强模型」改为 Astra / Sol / Luna 按复杂度与阶段匹配;默认限制 Fast mode 后,用并行任务维持开发表现。

创新点

第一,把模型档位写进可执行的组织指南,而不是口头建议。

第二,预算按业务生命周期分岔:成熟线要省,新线要快跑。

第三,准备用「功能发布」而不是「token 用量」做 ROI 分母,把技术投入连到客户价值。

可否复用

  1. 先给团队一张「什么任务用哪档模型」的对照表,并配系统限额,避免只靠自觉。
  2. 默认关掉最贵的加速档,真正卡壳时再临时打开。
  3. 成熟业务与探索业务分开设预算,不要用同一把尺子。
  4. 开始按交付单元(功能、版本)归集 AI 花费,而不是只看账号月账单。

笔记会在输入时自动保存。