背景與問題
根據 OpenAI 客戶案例，LegalOn Technologies 是一家以 AI 支援法律工作與關鍵業務流程的公司，核心想法不是單純把 AI 加進產品，而是把組織本身改造成 AI 原生組織，讓人把注意力集中在需要專業判斷與決策的環節。Codex 在此可理解為 OpenAI 面向軟體開發的程式碼代理與開發工作流能力，能把需求、設計、實作、測試與文件產出串成更可委派的工程任務。LegalOn 將 Codex 放進日常開發流程後，工程師逐漸把 AI 用於設計、實作與例行工作，但普及也帶來典型矛盾：若所有人無限制使用最高效能模型，支出會快速膨脹；若用同一套上限硬壓用量，又可能把 AI 帶來的速度優勢一起砍掉。公司因此要解決的不是「要不要用 AI」，而是「哪一類任務值得用哪一級模型，以及預算應該優先流向哪種業務」。
核心做法
LegalOn 起初讓開發人員無限制使用主要模型 GPT-5.5，並啟用快速模式，讓團隊在實驗中摸索人與 AI 的分工邊界。當年度預算開始承受壓力，負責測試、監測與推廣模型使用方法的 AI 驅動開發卓越中心 AID CoE 介入，把模型選用從個人偏好整理成可傳遞的準則，再由主管帶回各團隊，使工程師能依任務自行判斷，而不是被動等待中央批准。新的原則是先用輕量模型處理需求清楚的工作，只有當任務複雜度上升時才升級到高階模型；案例中的分層是 GPT-6 Luna 主要承接需求明確的程式碼實作、日常自動化與相對簡單的分析，常作為子代理執行；GPT-6.1 Sol 用在一般設計、例行數值分析、文件製作與需要比 Luna 更快完成的標準任務；能力最強的 GPT-6 Astra 則保留給複雜分析、複雜軟體設計、架構判斷與多代理協調這類需要編排與高階推理的工作。這種分層的關鍵不在於模型名稱本身，而是把「最強模型」從預設答案改成稀缺資源，讓成本與任務價值重新對齊。
治理與預算配置
除了改變工程師選模型的習慣，LegalOn 也把控制做進管理員設定，為部門與個人配置每月用量上限，並由 AID CoE 持續監測實際用量後按業務需求調整。快速模式不再預設開放，而是改成需要時個別申請；這一度引發速度疑慮，但團隊透過平行執行任務等方式維持吞吐，顯示省成本不一定等於拉長交付時間。更有策略性的是預算差異化：成熟 LegalOn 業務被要求提升約 20% 成本效益，等於把 AI 從新奇工具變成需要證明效率的營運能力；仍在起步的新業務則保留較充裕預算，因為資深工程經理 Yuta Tokitake 的判斷是，新業務初期更該優先追求推進速度與產出放大，成本效益可等模式成形後再收緊。結果是成熟業務領域成本下降約 20%，每日預估成本相較使用 GPT-5.5 時降低約 65%，同時開發速度維持不墜。這個數字的意義不只是省錢，而是證明成本控管可以設計成資源配置機制：壓縮低價值或已成熟區域的浪費，把高階模型與實驗空間留給公司真正想放大的方向。
影響與限制
這個案例對工程組織的啟示在於，AI 成本失控通常不是單一模型太貴，而是缺少任務分級、預設權限與回收機制。LegalOn 的有效做法包含三層：技術層用 Astra、Sol、Luna 這種能力與成本梯度分流工作；操作層把快速模式從預設改成例外，避免高成本路徑被無意識使用；治理層則用部門、小組與個人上限創造可監測邊界，再由 AID CoE 動態調整而非一刀切不可變。限制也很清楚：分層準則需要持續測試才能貼近真實任務，過度嚴格會拖慢探索，過度寬鬆又會回到預算失控；模型能力與價格會變，準則也必須更新；用量上限若只看支出，可能懲罰高產出團隊。因此 LegalOn 下一步把焦點從「開發變快」推向「功能發布是否創造客戶價值」。Tokitake 指出，單一任務成本可追蹤，但完成一項完整工作，也就是發布一項功能，所需的總成本往往不透明；公司因此以每次功能發布為衡量單位，並建置資料管線把客戶價值與實際 AI 成本連結。這是把 ROI 計算從 token、呼叫次數與速度指標，推向更接近營運成果的嘗試，但難點在於歸因：功能價值常受市場時機、銷售、品質與既有產品累積影響，不能簡單全算給 AI。
組織化與後續
LegalOn 也意識到，若知識只留在少數工程師身上，AI 採用仍會停在個人技巧層級，因此計畫建立知識庫，蒐集設計、實作與審查各階段的最佳模型組合，把個人成功經驗快速轉成全公司最佳實務。這種做法會進一步影響招募與人力規劃：當 AI 提高單位工程師產出，企業會更重視能否判斷何時委派、何時驗證、何時升級模型的能力，而不只是寫程式速度。AID CoE 也正與資安團隊合作，在效能、成本與風險之間建立可調整架構；Tokitake 的說法點出核心平衡，即用規則與預算施加過多限制可能削弱組織動能，真正需要的是能兼顧控管與速度的靈活運作模式。對導入程式碼代理或生成式 AI 的團隊而言，這個案例的可複製處不是照抄 GPT-6 命名或門檻，而是建立任務複雜度分級、預設節制的高成本功能、依業務成熟度差異化預算，以及把成效指標連到功能發布與客戶價值的資料路徑。其不可複製處則是每家公司任務組成、風險容忍度、合約型態與產品週期不同，同一套比例未必適用；若業務高度受監管或錯誤成本極高，輕量模型的可用範圍會更窄，治理成本也會上升。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。