所有员工 AI 请求统一经过管理网关。网关在转发请求的同时记录：谁发的、用的什么模型、消耗多少 Token、花了多少钱——同时记录两套价格口径。

异步落库后，按部门 → 员工 → 模型 → 项目四个维度实时聚合。管理员打开看板看到：研发一部 ¥18,400 人均 ¥836，产品中心夜间调用量异常，全公司 Opus 用量占 60% 但大量简单任务可以用 Sonnet 替代。

员工面板显示标准价（培养成本意识），管理员后台看到结算价（用于财务对账）。双口径物理隔离，权限严格分级。

一个员工，一把 Key，所有模型自动路由。

后台配置：张三 → 可用 Claude Opus/Sonnet、GPT-4o，日限额 ¥100。张三把唯一一把 Key 配到 Cursor、Codex、Claude CLI——三个工具同一把 Key。他在 Cursor 里选 GPT-4o，网关自动识别 OpenAI 协议并路由；在 Claude CLI 里调，网关识别 Anthropic 协议并路由。

离职？管理员点「冻结」，系统主动推送配置更新，Key 在 5 秒内全平台失效。不存漏网之鱼——因为他从头到尾只有一把 Key。

第一道防线：敏感信息实时拦截。

员工请求在发出之前，网关扫描内容。检测到：

• 数据库连接串（mysql://root:password@）、API Key（sk-开头）→立即拦截 + 自动冻结该员工Key + 安全管理员收到飞书/企微告警
• 身份证号、银行卡号、手机号→拦截+打码留存+告警
• 薪资相关关键词+表格数据模式→拦截+上报安全团队

第二道防线：AI 语义分析。

异步 Worker 对对话内容做深度分析。不是关键词匹配——是理解上下文。一段看似正常的「帮我整理员工信息」，AI 分析后发现跟上文「财务部花名册」有关联→标记为高风险。工作相关度评分 3%，置信度 96%，自动归类到「信息泄露」。管理员在后台看到的是已分析、已分类、已有处置建议的审计案件，不需要自己去翻海量日志。

这是我们产品里最有价值、也最独特的能力：不只看花了多少钱，更看花得值不值。

系统对每位员工的 AI 调用做 AI 驱动的质量分析，输出五档评价：

• Exemplar（标杆）：Prompt 逻辑清晰、任务拆解合理、高质量产出、高效轮次。这类对话自动推荐收录为团队最佳实践
• Good（良好）：正常完成任务的标准化对话
• Neutral（中性）：无法判断的短对话或简单查询
• Poor（低效）：Prompt 冗余、轮次过多、明显可以用更便宜模型但用了贵的
• Critical（严重）：非工作内容、信息泄露、Prompt 注入尝试

每位员工一张 AI 协作效能画像：Token 用量 × 分析覆盖率 × 五档分布 × 优秀样本 × 风险样本。管理者一目了然——谁在用 AI 高效交付、谁在低效消耗、谁在干私活。

更重要的是可配置的评估方案：研发部门用「研发质量」方案（重点评估 Prompt 技术深度和代码质量），运营部门用「通用办公」方案（重点评估任务完成度和合规性），高合规场景用「人工复核」方案。不同岗位，不同评估维度。

注：系统不把 AI 使用结果等同于员工绩效——它呈现的是「AI 协作方式」的画像。目的不是排名，是发现可复用的协作方法和需要辅导的场景。

与痛点三的实时拦截互补，这里聚焦的是非恶意但非工作的使用：

• 关键词黑名单（股票/基金/理财/小说/游戏/娱乐八卦）→ 拦截 + 员工端提醒
• 30 天滚动窗口累计 3 次 → 自动升级告警部门管理员
• AI 自动分类：每段对话打上工作相关度评分（0-100%）和分类标签（技术开发/项目管理/个人事务/金融投资/娱乐/其他）
• 管理员在审计看板里可以直接筛选「非工作内容」的全部对话，逐条审核或批量处置

系统每 60 秒探测所有服务商关键接口。连续 2 次不可用 →自动触发告警 + 网关自动将请求路由切换到备用服务商的同款模型。员工全程无感知——他在 Cursor 里选的还是 GPT-4o，网关默默地换到了备用站。

模型下线：系统自动发现 → 推荐替代模型 → 告警管理员 → 可配置「旧模型名→新模型名」的自动映射规则。