AREX Feed Article
Anthropic 为 Claude Enterprise 推出 Smart reports 和共享 token 预算，向管理者展示 AI 支出买到了什么
10 月 28 日（周三），Anthropic 宣布三项新功能对 Claude Enterprise 客户正式可用：报告工具 Smart reports、应用内问卷（in-app surveys）和共享团队预算（pooled group budgets）。其中 Smart reports 向管理者展示选定日期范围内团队用 Claude 产出了什么、花了多少钱、工作在哪里卡住，并汇总一份改进建议清单；共享预算把小组成员的额度合并成一份月度预算，用于管理 token 支出。能力描述出自 ；据 报道，Anthropic 表示这些数据默认不会用于模型训练。
这次发布背后是企业客户眼下的一个现实问题：大笔 token 花费到底换回了多少产出。TechCrunch 指出，各家企业在部署 AI 时都在寻找这类答案——风投支持的公司在拉动 token 支出，但大多数财富 500 强企业尚未从 AI 部署中看到明显收益。
Smart reports：把团队的会话记录算成账单
按官方公告的说法，生成一份报告只需三步：选定团队、日期范围和要纳入的产品。据 介绍，可选产品包括对话、Claude Code、Claude Cowork 或统一的对话与 Cowork 体验，日期范围最多可回溯最近 28 天。选定之后，Claude 抽样分析团队会话记录，把工作归组成若干「工作线」（workstreams），列出每一条的花费、产出的交付物和最常见的摩擦点，比如缺少连接器、工具调用失败。
公告称，每份报告附带一份合并的建议清单，内容涉及把反复出现的工作流固化为技能（skill）、往代码仓库里添加哪些规则；管理者也可以就模型用量和成本提出自定义问题，并把问题和洞察存成模板供以后复用，任何一条发现都能以 artifact 形式分享给能据此行动的人。公告还写明：「如果支出上限正在拖累某个人，有账单权限的管理员可以从报告里调高它。」团队负责人即使不是管理员，也能经所有者授权为自己小组运行报告。
Mashable 补充了更多操作细节：报告中的交互图表可以点开，查看一条工作线里每个会话的明细，按成本、所用产品、日期和产出类型筛选排序；会话记录还会按产出类型归组，比如「氛围编程」（vibe code）或技术文档。报告不仅列出障碍及其出现频率，还会标出 Anthropic 称为「低效」（inefficiencies）的部分——没有产出可用结果的会话，以及被归为「个人事务或跑题」的会话。价格方面，据 Mashable 报道，每个组织每月可免费生成 10 份 Smart reports，之后需要支付额外费用。
问卷与共享预算：把额度和团队自己的说法放进系统
Smart reports 之外，应用内问卷给报告补上团队成员自己的视角。公告列出的默认问题都围绕价值展开：最近用 Claude 做成的最有价值的事是什么、Claude 如何改变了这项工作的耗时、哪一种用法值得同事复制，以及如果明天失去 Claude，什么会最先停摆或变慢。管理员可以自定义或删除问题，决定谁收到问卷、何时运行、出现在哪里；成员会在自己正在使用的工具里，于 Claude 的一次回复后看到一张简短卡片。回答一到达就出现在问卷页面，可导出成表格。公告同时说明，问卷被视作客户自己的数据，Anthropic 只在运营服务所必需时才会访问；使用客户自管加密密钥（customer-managed encryption keys）的组织现在也能开启问卷，为全部数据设定统一留存期的组织，问卷及其回答会按该日程删除。
共享预算针对的是额度错配：各算各的额度时，重度使用的人容易月初就撞上个人上限，其他人则剩下一堆没花完的预算。合并之后，个人额度仍然作为护栏存在——每次请求同时计入两本账，哪本先耗尽就停在哪。碰到上限的人可以在 Claude 内申请追加，请求转给管理员审批；创建预算时系统会按小组近期用量给出建议金额，有账单权限的管理员会在预算用到 50%、75%、95% 和 100% 时收到邮件提醒。公告注明，三项功能的具体可用性因配置而异，包括采用 HIPAA（美国医疗数据合规标准）配置或客户自管加密密钥的组织。
用途边界：不做雇佣决策，部分话题不能问
Anthropic 在公告中划出另一条线：「Smart reports 帮助管理员理解采用情况、为投资规划提供依据，但它们不是为评估个人绩效或做出雇佣决策而设计的，也不应被这样使用。」Mashable 还注意到，Smart reports 能接受的问题本身有限制：种族、性别认同、宗教、政治倾向、移民身份、健康、工会活动、骚扰投诉或员工个人生活等话题都在禁止之列。
这些限制有现实背景。据 Mashable，用 AI 参与裁员决策的公司已有多起报道，其引述的一项调查显示，美国四分之一的管理者「经常或总是」用 AI 做裁员决定；今年 7 月，一批 Meta 前员工起诉称公司用未经充分测试的 AI 工具评估员工生产力、追踪其 token 使用，并据此排名筛选大规模裁员人选，Meta 否认了这些指控，称人员决定由人而非 AI 做出。
为什么是现在：CFO 没料到的 10 倍支出曲线
TechCrunch 把这次发布解读为一次明确的尝试：向客户证明 Anthropic 工具的投资回报，并展示怎么把回报再抬高一点——这是大客户关注的一个主要问题。需求侧的数据来自 Jellyfish，这家为软件开发者提供工具的公司在 10 月 27 日发布报告，基于 27.6 万客户使用智能体式（agentic）编码工具的情况：Claude Code 等基于 Anthropic 模型的工具在该调查中仍是使用最广的一类，占提交审查的拟议代码变更近三分之一；相关支出自年初以来增长 10 倍，如今约相当于工程总成本的 2%。
「就算你说 2% 还很小，这 10 倍的增长也是大多数 CFO 没有做进预算的增长。」Jellyfish 首席科学家 Nicholas Arcolano 对 TechCrunch 说，「人们确实到了这样一个节点：意识到光花一大笔钱不够了，你得优化它，让它真正跑起来。」
财务背景放大了这种关注。TechCrunch 报道称，Anthropic 本周与投资者分享的材料显示公司二季度实现经营利润，净收入留存率达 900%——TechCrunch 将其解释为同一批客户 2025 年三季度的支出到 2026 年三季度增长了九倍。这些数字出自投资者材料，未经独立审计。
用得越深，越难换走
Anthropic 在企业客户中处于领先，但 TechCrunch 指出，究竟是什么让智能体编码工具如此「粘」，很难说清。今年夏天 OpenAI 发布 Astra 模型时，一度被视为对 Anthropic 的潜在威胁，但到目前为止并未减缓其采用数字。
Jellyfish AI 产品负责人 Nikolas Albarran 的观察与 X 上的舆论相反：「我们花了很久才在数据里看到 Codex 真正冒头，而它是随着 Astra（OpenAI 的最新模型）一起起来的。」至于「人人都说 Codex 更好」的声音，他把原因归于企业销售动作和在位者分量：「这东西就是能跑、跑得好，很多人已经花了大力气把工作流标准化到它上面。没有足够大的理由去换。」
他还点出各大 AI 实验室正在共同投入的方向：前置部署工程（forward-deployed engineering, FDE）团队——把 AI 顾问直接派进客户组织帮其落地。TechCrunch 把这套新报告工具视为一种「FDE-lite」，也就是那种贴身帮助的轻量版。而按 Albarran 的说法，真正的锁定效应来自已经投入的功夫：「它们大体都差不多，但各有细微差别，处理 agent.md 文件之类的东西各有各的小毛病——所以切换成本不是零。」