上周，David Senra 问我：“Ramp 怎么能跑得这么快？”
今天，我们正式给出答案。
但在揭晓之前，我想先跟你聊聊，我们为什么要打造它。
给每个员工都配上 AI——用最好的模型、最多的 token——并不等于让公司变成一家 AI 原生企业。
这就像给每个员工发一台施坦威钢琴，然后指望他们奏出交响乐。你真正得到的，只会是一堆昂贵的噪音。
五月的某一周，我们烧掉了 150 万美元的 token。我们的 CFO 不太情愿告诉我这件事，他肯定更不希望我现在把它讲给你听。
那后来发生了什么？和 Ramp 经常发生的故事一样：一个小团队做出了点东西。一个能让所有人都用上那些最懂 AI 的员工为自己搭建的配置的地方。几周之内，它就不再只是一个工具了，而是成了我们的工作方式。它叫 Glass。
简单介绍一下。
在你公司的某个角落，有人摸索出了准备销售演示文稿的完美方法；另一个人写了一段提示词，能把乱糟糟的客户通话记录整理成清晰的客户方案；你的 FP&A 负责人熬了个夜，搭出一套工作流，能在预算偏差进入董事会汇报材料之前就把它揪出来。
你们做了非常出色的工作。但几乎没有任何成果被复用第二次。
它们只活在某个人的聊天记录里，一旦关掉标签页、休个假或者离职，就彻底消失了。把这件事乘以每一位员工、每一天，你会发现：公司遗忘知识的速度，和学习知识的速度一样快。
于是我们问自己：如果每次开始工作时面对的不再是一个空白对话框，而是公司积累下来的所有经验呢？不是散落在 Slack、各种提示词和员工脑子里的那些碎片，而是直接融入工作本身的知识。
这就是 Glass。
与其让我解释，不如直接给你看。
今天，我问 Glass 自产品上线以来我们新增了多少英国客户。它知道要把在英国设有办公室的美国公司排除在外，因为几个月前财务部门已经教过它了。我一个字都没多解释。
你可能会说，这只是个微不足道的改进，不值一提。但把这个改进乘以每一位员工、每一天，你的公司就会在每一次有人完成工作时变得更强。
到目前为止，已有 323 名员工（产品经理、CX Agent、销售、市场人员、分析师）对 Glass 掌握的知识进行了 6,500 多次编辑。
拿新功能需求来说。以前都是手动复制到 Salesforce 里，每个月大概 300 条。五月，一位客户经理把一个提示词保存到了 Glass，它能直接从客户通话中提取这些需求。现在，我们每月能捕获 20,000 条。另一个提示词负责给它们排优先级。第三个提示词会在客户提的需求上线时自动发邮件通知他们。目前，这类邮件已经发出了 5,000 多封。
没有任何模型出厂时就带着你公司的大脑。
而且，它的工作方式和你的团队完全一致。比如，一位客服专员卡在了一个需要工程师介入的工单上。她把 Glass 会话分享出去，工程师点进来就能看到全部上下文，两人一起搞定它。
现在，说说那烧掉 150 万美元的一周。
我们的 CFO 真希望 Glass 能早点出现。每个项目都有一个计价器，就像出租车打表一样。所以你能在工作进行的过程中就看到成本，而不是等账单寄来才傻眼。
每一个请求都会经过 Ramp Router，由它为任务挑选最合适的模型。当我们把自己的工作迁移到上面后，费用一夜之间降了 30%。
做得更多，花得更少。这是 Ramp 从第一天起就坚持的事。
你将获得：
- 你公司的知识库。 Linear、Notion、Google、Slack、Gong，以及几十个其他工具。
- 多人协作。 随时邀请同事加入任何会话。
- 技能。 一个人的最佳实践，变成所有人的起点。
- 任意模型。 开源或闭源。下周出了更好的模型，直接用就行。
- 每个项目的计价器。 看清成本，在超支之前设好上限。
大多数公司会随着规模扩大而变慢。Glass 是我们的承诺：你的公司不会。我们正在亲自为第一批企业做接入。注册吧，别回头：ramp.com/glass。
那么，“Ramp 怎么能跑得这么快？”
我给 David 回了四个字：“我们只学一次。”现在，你也可以了。
今天是第 2,766 天。工作还没做完。
— Eric
