上周，Salesforce 花了 36 亿美金买了一个 AI Agent 平台。
名字叫 Fin，前身是 Intercom 的客服 AI。36 亿什么概念？比 OpenAI 一年买 GPU 的钱少，但比绝大多数 AI 创业公司的估值高。
同一周，Anthropic 的 Claude Tag 进了 Slack，NVIDIA 在电信展上秀了 AI Agent 自主运维 5G 网络。每一件事都在推高企业的 AI 账单。
所以有人开始认真算账了。
6 月的最后两周，一个叫「AI 成本治理」的赛道突然涌进了 超过 10 家厂商。从开源网关到企业级 FinOps 平台，从拦截层到观测层——有人在认真帮企业算 AI 到底花了多少钱。
这篇文章是这个系列的第二篇。
第一篇写的是：一个企业因为没管好 AI 调用，半年烧了 5 亿美元账单。
这一篇写的是：那之后发生了什么。
36 亿买的是什么
Salesforce 不是钱多没处花。
它的 Agentforce 产品已经做到了 $1.2B ARR，同比增长 205%。36 亿买 Fin，买的是「客服场景的 Agent 执行闭环」——Fin 积累了海量真实客服对话，知道什么时候该让 AI 上、什么时候该让人接手。
这个收购传递了一个信号：AI Agent 不是概念了，是有人愿意花 36 亿买的东西。
但硬币的另一面是：当企业开始认真用 AI Agent，账单问题就浮出水面了。
一篇文章《我的 AI 账单半年烧了 5000 万》能成为 HN 首页第一，不是因为它写得好——是因为戳到了所有人的痛处。
超过 10 家厂商在 6 月涌入同一个赛道
企业 AI 成本失控，已经不是一个预警——是一门生意。
6 月，我跟踪到了一个有意思的现象：超过 10 家厂商在两周内密集发布了 AI 成本治理方案。 它们可以分为四类：
① 硬拦截层（在账单发生之前就拦住）
Kong 出了 AI Gateway，在 API 网关层做预算检查——超过配额直接拒绝请求。agent-gov 是开源项目，让你用策略即代码的方式控制每个 Agent 的调用权限。Google 给自己的 Cloud 客户加了 Spend Caps，每月硬上限。
② 可观测层（看清楚钱花在哪了）
Finout 和 Harness 都在 6 月更新了 AI 成本仪表盘，能追踪到「每一个 prompt 花了多少钱」「哪个部门在用、用了多少」。Flexera 和 Mavvrik 做的是更传统的 IT 成本管理，但都紧急加上了 AI 工作负载的支持。
③ FinOps 层（像管云一样管 AI）
Amnic 和 CostHQ 把云 FinOps 的玩法搬到了 AI 上——预算预测、异常告警、成本优化建议。Finout 更是横跨了观测和 FinOps 两层。
④ 策略即代码层（把规则写进系统）
DigiUsher 和 Astuto 做了更激进的事：用代码定义 AI 使用策略——“这个模型只能用于客服场景，月预算不超过 1 万，超了自动降级到更便宜的模型”。
想象一下这个场景：一个创业公司的 CTO 早上打开手机，收到一条告警——“上个月 AI 调用超预算 47 万”。点开一看，销售部用 GPT-4 生成的营销邮件占了 80%，而同样的任务用 Claude Haiku 就能完成，成本差 20 倍。这不是虚构的——这正是催生这些工具的真实需求。
你会发现一个有趣的规律：
2024 年，企业在问"AI 能做什么"。 2025 年，企业在问"AI 怎么能便宜点"。 2026 年 6 月，市场说——我帮你管。
这 超过 10 家厂商意味着什么
不是每一家都能活下来。
但我关心的不是哪家会赢——而是这个赛道的出现本身说明了什么。
说明 AI 已经走过了「要不要用」的阶段，进入了「怎么用好、怎么管住」的阶段。
当一个技术需要专门的治理工具时，说明它已经足够渗透进生产环境了。云计算的 FinOps 是在 AWS 推出十年后才出现的。AI 的 FinOps ——从 ChatGPT 发布到第一波成本治理工具出现，只用了三年。
速度在加快。
超过 10 家厂商涌入同一个赛道，说明企业 AI 成本失控已经成了共识。但真正让监管层坐不住的，是另一件事。
但还有一件事
上周，各国央行行长发出了一次系统性警告：AI 繁荣可能引发全球金融崩溃。
这不是科技评论者第九百次喊「泡沫来了」。这是监管机构的正式风险提示。
央行担心的不是哪家公司花多了——而是当所有人都把算力看作「基础设施」而不计成本地投入时，一旦回报不及预期，连锁反应会比 .com 泡沫更剧烈。
把那篇 5 亿美元账单放在这个框架里看，就很有意思：
- 微观层面：一个企业半年烧了 5 亿，因为没人管
- 中观层面：超过 10 家厂商涌入，说明不是个例，是普遍问题
- 宏观层面：央行在担心整个市场的系统性风险
三个层面在同时发生。
回到 Salesforce 那 36 亿
这篇文章从一笔收购开始，到 超过 10 家厂商，到央行警告。
它们说的是同一件事：AI 正在从「实验品」变成「基础设施」。
基础设施就需要治理。需要预算。需要上限。需要有人来回答那个最简单、也最难的问题：
这玩意儿到底值不值这个钱？
Salesforce 说值，所以花了 36 亿。 超过 10 家说值，所以冲进了这个赛道。 央行说等等，先看看风险。
我站中间。
当一个技术好到所有人都在用的时候，最稀缺的能力不是怎么用——是怎么管住它。
你怎么看？你们公司在管 AI 成本了吗，还是还在"先试试再说"的阶段？