阿里AI产品收入123.76亿元、Ramp上线模型路由：AI开始把钱和证据放进系统

阿里与百度把 AI 收入拆进财报，Ramp 和 Rillet 把模型成本与 Agent 放进业务系统，两篇新论文则补上权限链和证据链的验收方法。

2026-08-21

今日判断

过去几天，AI 行业出现了一个比单次模型发布更实在的变化：公司开始把 AI 的收入、推理成本和执行证据分别放进账本、产品和审计流程里。本期覆盖 2026 年 8 月 16 日 08:00 至 8 月 21 日 08:00（北京时间）；财报中的 AI 业务、创业公司的运营数字和论文结果，均保留各自的统计口径。

阿里和百度把 AI 云、AI 应用拆成可核算的业务；Ramp 把多模型切换、token 成本和延迟做成路由产品；两篇新研究则分别追问智能体是否越过授权边界，以及一个结论能否沿着操作记录回溯到证据。读者今天要看的，不只是能力有没有增加，而是新增能力能不能被计价、被控制、被复核。

快速扫一眼

板块	关键动态	读者该看什么
大公司与产品	阿里披露 AI 相关产品收入 123.76 亿元；百度核心 AI 业务收入 125 亿元，占一般性业务一半。Ramp 在美国上线模型路由服务 Router。1 2 3	不同公司对 AI 的收入定义并不相同；先看口径，再看增长是否转成利润和持续使用。
创业与投资	AI 原生 ERP 公司 Rillet 完成 1 亿美元 Series C，投后估值 10 亿美元；中国 AI 营销公司钛动科技宣布完成新一轮融资，但金额未披露。4 5	资本继续买入能直接进入业务系统的 AI；下一步要看客户复购、收入确认和人工审批是否真的减少。
前沿研究与治理	`Bounded Agents` 在 3,154 个实例上测试委托权限；`LEDGER` 把 Agent 的主张、操作、产物和验证步骤组织成证据图。6 7	安全验收要同时检查权限链和证据链，单看最终答案或单次拦截率都不够。

大公司与产品

阿里和百度：AI 终于进入财报的分栏

阿里截至 2026 年 6 月 30 日的季度总营收为 2,689.53 亿元，同比增长 9%。公司称外部客户的 AI 云与计算服务收入同比增长 45%，AI 相关产品收入为 123.76 亿元，已经连续 12 个季度保持三位数同比增长；同期资本开支为 676.78 亿元，同比增长 75%，主要投向 AI 基础设施。阿里还披露了 Qwen3.8-Max 和企业级 AI 劳动力产品 QwenWork。1

百度的口径不同。公司 2026 年第二季度总营收为 313.25 亿元；Baidu Core AI-powered Business 收入为 125 亿元，约占百度一般性业务收入的一半。分项中，AI Cloud Infra 收入 73 亿元，同比增长 50%；AI 应用收入 25 亿元，同比增长 3%；GPU Cloud 收入同比增长 283%。这些 AI 业务数字来自公司内部管理账目，未经审计。2

这两份财报不能直接拿 123.76 亿元和 125 亿元做排名：阿里写的是 AI 相关产品收入，百度写的是核心 AI 业务，统计边界不同。真正值得跟踪的是同一件事：AI 云和模型应用开始从研发项目变成经营分栏，下一道门槛是外部客户收入、毛利和现金流能否跟上算力投入。

Ramp：模型路由变成一张费用与权限控制台

企业费用管理平台 Ramp 于 8 月 20 日上线 Router，目前只在美国提供。它通过 API 接入 OpenAI、Anthropic、DeepSeek、Moonshot、Minimax、NVIDIA、xAI 和 Z.ai 的模型；用户可以按 flex 用量层级、最多三个自定义基准，或问题难度来决定路由，也可以在不同模型之间测试而不改写调用方式。产品面板会显示 token 用量、成本、延迟和 fallback 次数。2026 年剩余时间免费，但用户仍需支付模型推理费用，并获得 26 美元的启动额度。3

这个产品的价值不只是多一个模型入口。Ramp 原本管理企业支出和 AI token 使用，现在把模型选择、费用控制和效果测试放进同一个界面。不过，Router 默认会保留模型输入、输出和工具调用一年，用户需要主动选择退出；Ramp 表示会在使用这些内容改进产品前移除个人身份信息。对企业客户来说，模型单价之外，还要把数据留存、合规审批和供应商切换成本一起算进去。3

创业与投资

Rillet：AI 会计软件开始争夺企业的总账位置

Rillet 宣布完成 1 亿美元 Series C，由 ICONIQ 领投，投后估值 10 亿美元；Sequoia 和 Andreessen Horowitz 等既有投资人参与，公司累计融资超过 2 亿美元。Rillet 的产品把实时总账、连续结账和 AI Agent 放在同一套 ERP 里，让 Agent 在人工审批和完整审计轨迹下处理财务工作。4 8

公司称已经服务超过 600 家客户，过去三个月新签 ARR 翻倍；这两个运营数字属于公司披露，TechCrunch 对融资和产品进行了独立报道。这里的投资逻辑很清楚：如果 Agent 直接工作在总账和控制规则里，企业就不必在旧 ERP 旁边再堆一层不可审计的自动化工具。后续验证点不是演示能否自动对账，而是审计机构和财务团队是否愿意长期把审批权交给这套系统。4 8

钛动科技：融资金额未披露，但产品路线更具体

中国 AI 营销公司钛动科技宣布完成新一轮融资，华泰泛大西洋基金领投，鲲鹏光远、广汽资本和金沙江联合资本等跟投；公司没有披露融资金额和具体轮次。钛动科技把 Navos 营销多智能体和 钛极 专业大模型用于市场洞察、创意生成、投放、归因和优化，称资金将用于研发、商业化、全球拓展和人才引进。5

这条消息的证据强度低于 Rillet：投资方和用途已披露，金额、估值与客户效果仍未知。因此，读者应把它当作中国 AI 出海营销赛道的资本信号，而不是一笔可以和 Rillet 横向比较的融资规模。5

前沿研究与治理

Bounded Agents：权限不能只在会话开始时检查

预印本 Bounded Agents: Delegation Security for Multi-Agent AI Systems 于 8 月 16 日提交。作者指出，智能体常在会话开始时获得一组静态权限，之后每次请求独立判断；这样一来，多个分别获准的动作可能组合成被禁止的结果，权限还可能被转交给没有同等限制的子智能体。论文提出 Agentic Principal Chain，把委托链、历史动作、会话状态、预算和权限范围一起纳入授权检查。6

研究者在 InjecAgent、AgentDojo 和 ASB 上评测 3,154 个实例。在 AgentDojo 的数据外泄测试中，四个领域的外泄率从 75%—100% 降到 0%；InjecAgent 的 544 个数据窃取案例全部被 APC 阻止。意图绑定测试中，破坏行为从 38.6% 降至 4.0%，操纵行为从 90.5% 降至 12.1%；但 AgentDojo 的实用性指标分别下降 8.6 和 13.9 个百分点，空闲主机上的 99 分位延迟为 0.24 毫秒。6

这不是生产环境的安全保证。结果来自受控基准，且论文的组合健全性依赖完整的限制集合和串行准入。它提供的现实提醒是：Agent 安全需要在每次动作落地前重新核对权限，同时把安全性和可用性放在同一张验收表里。6

LEDGER：把 Agent 的结论接回操作和产物

另一篇 8 月 19 日提交的预印本 LEDGER: Claim-to-Evidence Trace Graphs for Auditing LLM Agents，关注长时程技术工作流里的代码执行、文件编辑和生成式产物。它把会话中的 Trace Records 组织成 Evidence Nodes 和 Workflow Nodes，再用类型化关系连接主张、支持主张的操作、生成的产物和验证步骤。这样，审计者可以沿着图查看一个决策如何形成、文件从哪里来、哪一步修复了问题，以及哪些结论没有得到验证。7

LEDGER 目前主要用数据分析和编码示例展示方法，摘要没有报告统一准确率、审计耗时或对比基线。因此，它还不能证明这套图在生产环境有效，但它补上了 Bounded Agents 没有解决的另一层问题：即使权限检查通过，系统仍要说明最终结论由哪些动作和证据支撑。7

接下来观察

财报口径能否变成经营结果：阿里看 AI 相关产品收入、外部云增长与资本开支之间的关系；百度看 AI Cloud Infra 和 GPU Cloud 的高增速能否带来更稳定的利润与现金流。1 2
Router 能否成为企业默认入口：关注 2026 年免费期之后的价格、实际调用量，以及客户能否清楚控制输入、输出和工具调用的留存。3
AI 原生软件的审计权会不会被接受：Rillet 的客户扩张、续费和审计协作，比一次融资或一次自动对账演示更能验证产品位置；钛动科技则仍需补上金额和客户效果。4 5
Agent 审计是否形成组合工具链：Bounded Agents 提供授权层测试，LEDGER 提供证据层追踪；后续要看两类方法能否在真实业务流量中同时控制误拒、延迟和漏审。6 7