1 套
企业已购的多个 API 凭证 / 通道,统一纳管与调度
Conductor 是部署在企业内部的 AI 编码 TokenHub——统一接入、统一计量、统一治理,让 Claude Code、Codex 等外部大模型能力,成为企业可运营的内部服务。
多模型统一接入、按 token 统一计量、按组织统一管控——接入层正在成为一个独立的产品品类,token 正在成为 AI 时代的标准计量单位。
阿里云百炼、火山方舟、百度千帆等,以 token 为统一计量单位售卖多家模型,提供配额与密钥管理。
Azure AI Foundry、AWS Bedrock、Vertex AI:多模型目录 + 统一计费 + 企业级权限与审计。
OpenRouter、LiteLLM、Kong AI Gateway、Higress 等,统一 API、路由、限流、计量,被大量企业自建采用。
| 维度 | 公有 TokenHub / 云厂商 MaaS | Conductor 私有部署 |
|---|---|---|
| 凭证归属 | 密钥托管在平台,账号在平台 | 凭证在企业自己的加密 Vault,终端零接触 |
| 数据路径 | 经平台/中转方,多一跳暴露面 | 内网网关直连模型官方 API |
| 计量粒度 | 组织级总账单 | 逐人 / 逐模型 / 逐 token 明细 + 对账 |
| 内部公平 | 不涉及,内部分配自理 | 个人软硬上限 + 公平队列 + 溢出降级 |
| 资源调度 | 不涉及,内部分配自理 | 企业自有多通道统一纳管,成本封顶 |
| 审计合规 | 日志在平台侧,导出受限 | 全量审计留在内网,自主对接合规体系 |
两者并不互斥:公有 Hub 解决"接什么模型",私有 Hub 解决"企业内怎么用"——后者是前者落进企业的最后一公里。
员工侧零改造:继续使用熟悉的官方客户端,只需把接入地址指向网关、换上企业内部 Key。
云厂商把模型做成了水电,
Conductor 帮企业装上自己的电表、闸刀和保险丝。
AI 支出正从"按人头订阅"转向"按 token 计量",企业需要自己的计量器。
模型与客户端都会更替,治理能力沉淀在边界网关上才不会清零。
单任务消耗可达对话的数十倍,预算失控最快,是企业 AI 治理的主战场。
公有负责供给与接入,私有负责主权、分配与合规——最后一公里必然私有。