Larridin 是一套面向企业的度量平台，用来追踪组织实际用了多少 AI、这些 AI 花了多少钱、又改变了哪些工作。它位于各个 AI 工具之上而非取代它们，把 AI 的使用行为与开支同业务成果连接起来，覆盖范围既包括员工，也包括数量不断增长的软件智能体。
企业采购 AI 席位的速度往往快过核算能力，而常见的凭据——席位数、厂商仪表盘、内部问卷——描述的是采购而非实际使用。创始团队的说法是：在企业技术领域工作二十五年以上之后，他们看到的最大空白是没人能衡量 AI 是否真的在起作用。
度量被拆成四个彼此关联的视角。开支视角把许可与 token 成本追溯到具体使用的团队和智能体；影响视角横向比较各部门的采用率、熟练度与 AI 产能；研发视角把工程产出、代码质量与交付情况关联到 AI 投入；流程视角识别重复劳动，并以既有基线衡量自动化进展。另有两个界面覆盖自主系统：智能体效果记录智能体做了什么、花了多少钱，智能体就绪度则评估当前环境是否具备运行智能体所需的技能、工具与护栏。
Frost & Sullivan 于 2026 年 5 月发布的独立研究把 Larridin 描述为一层面向真实使用、熟练度与价值的中立度量层，并指出许可数量、表层使用统计这类传统采用指标已经无法反映 AI 对生产力、风险管理与经营表现的真实贡献。
公司由联合创始人兼 CEO Russ Fradin、联合创始人兼总裁 Jim Larrison、联合创始人兼 CTO Ameya Kanitkar 领导，已获得由 Andreessen Horowitz 领投、Bloomberg Beta 与 Gradient 等参与的 1700 万美元种子轮融资。
除报表之外，Larridin 还会给出处方式建议，涵盖激活闲置产能、定制培训、优化流程、降低代码耐久性风险以及执行 AI 策略。
部署有固定顺序，每一步都为下一步提供输入。
已公开的观察能说明落地头几周会浮出什么。在该公司 CEO 于行业会议上分享的采用情况中，约六成持有企业 AI 许可的员工仍在使用个人账号——这同时是治理问题和开支问题，因为付费席位闲置，未受管控的使用却在继续。同一场分享还提到，组织每知道一款工具，员工往往自行找到五到六款；某个十人小组同时在用六款不同的 AI 会议记录工具。此外，被度量到的 AI 活动中有相当一部分只是普通检索，而非当初购买许可时设想的高价值工作。这些数字未披露样本量与统计方法。
Larridin 明确面向三类决策方：AI 负责人与 CIO、CTO 与研发负责人、CFO 与财务团队。三者的共同处境是都被要求用证据为 AI 预算辩护，而这类证据他们手上恰恰没有。
适合的信号：
厂商自己点明了一种不适合的情形。Larridin 的对比页承认，如果目标只是某个具体件事——一块研发看板、一个纯粹的云成本平台，或者某个单一场景的生成式 AI 成本模型——那么下面列出的某个更窄的替代品可能更合适。只需要四个度量域中的一个，就等于为用不上的广度付费。
分析机构的视角提供了第二重筛选。Frost & Sullivan 的研究把「无需先做转型即可快速呈现使用、熟练度与价值的轻量度量层」与「嵌入更大数字化办公与运营模式之中的方案」做了对照，结论是二者各自适合的场景取决于组织成熟度、风险姿态与见效时间要求。
小团队基本不在射程内：没有自助套餐、没有公开的席位起订量、也没有公开价目表，而且部署要通过中央 IT 分发浏览器扩展与桌面代理，前提是设备受管、有管理员。
安全评审时最需要确认的细节是数据在哪里处理。多数敏感数据在用户浏览器内处理、不离开本机，只有汇总统计会送到 Larridin 云端。厂商称之为零知识架构，并声明已通过 SOC 2 Type II 认证，同时符合 HIPAA 与 GDPR 要求。
没有公开价格。Larridin 未发布价目表、套餐对比或自助下单入口；站内所有商业路径——预约演示、获取报价、立即试用——都指向同一个联系表单，联系页请访客与专家沟通。开通方式为销售驱动，按组织单独报价。
其一，网站使用条款与平台合同是两份彼此独立的文件。网站条款写明，使用其平台需另行签署主服务协议或其他书面商业协议，因此凡是商业上要紧的内容——数据处理条款、服务级别、合同期限、终止权利——都写在那份 MSA 里。
其二，成本对比必须按整体范围来做，而不是比单个席位价格，因为产品同时覆盖发现、治理、工程分析与开支对账。厂商的替代方案页列出了报价通常会被拿去对标的那些更窄的品类：GetDX 与 Jellyfish 这类研发智能平台、Faros AI 这类软件交付智能、Pay-i 这类生成式 AI 投资回报与容量管理、Worklytics 这类人力分析与 AI 采用基准，以及 Mavvrik 这类 AI 与云成本治理。
工程分析这一细分相当拥挤：独立的软件对比目录在上述名字之外还列出了 Cortex、Typo、Harness、LinearB 与 Plandek 等一批产品，因此只需要工程度量的组织有不少成熟选项可选。真正有区分度的问题因此很窄：候选产品能否看到工程之外的 AI 使用，还是只看仓库里的？能否区分个人账号与企业账号？token 与许可成本是与账单对账，还是靠估算？Larridin 的定位就建立在用一套系统回答全部这些问题之上，并称自己不止是研发效率看板或 token 成本追踪器。
以下边界均来自厂商公开说明，试点前就该纳入预期。
**覆盖止于电脑。**Larridin 说明当前追踪仅限电脑端，也就是说会漏掉 iOS 上的使用，且不会为移动外勤人员做网络流量嗅探。对于大量在手机上用 AI 的队伍——现场服务、零售、物流、大部分一线销售——相当一部分活动根本不会出现在度量里，采用率数字会因为与采用无关的原因而偏低。组织视图与嵌入式 AI 识别属于路线图项目。
**度量深度是刻意做浅的。**Scout 从不采集对话内容，这是稳妥的隐私姿态，同时也是实打实的分析限制：提示词质量是推断出来的而非读取出来的，因此产品衡量的是 AI 使用的形态而非其实质。
**归因主张值得推敲。**平台声称能在多个精细层级上证明 AI 使用与业务成果之间的因果关系；这类因果论断本身很难成立，建议拿一段你已经知道答案的时期去核对它的归因结果。
**网站责任上限极低。**公开网站条款把 Larridin 因这些条款产生的累计责任上限设为一百美元，并以「现状」和「可用」为基础提供网站、不作任何形式的担保，适用特拉华州法律。这一条管的是网站而非平台，因此真正要依赖的保护条款必须谈进 MSA。
现行隐私政策最后更新于 2025 年 9 月，覆盖的是网站与市场活动交互，而非平台侧的遥测数据。政策说明其通过演示与联系表单收集姓名、邮箱、电话、职位与公司名称，并收集 IP 地址、浏览器类型、操作系统、来源 URL 与交互信息。Larridin 声明不会为跨情境行为广告出售或共享个人信息，也不会在知情的情况下收集、出售或共享十六岁以下未成年人的个人信息。访问、更正、删除与反对处理的权利通过公开的法务联系邮箱行使。
有两点需要留意：该网站目前不响应 Do Not Track 信号；政策的加州居民章节中仍留着一处未填写的占位符——方括号包起来的免费电话号码。
通过 Scout——一款集中分发的浏览器插件，并有桌面应用配合，按 URL 对已知 AI 应用做分类识别，覆盖 OpenAI、Claude、Gemini、Perplexity 以及另外三百多款工具。
不会。Scout 不读取也不记录击键、邮件、私信或文档中的信息，从不采集对话内容。多数敏感数据在用户浏览器内处理，不离开本机。
不能。当前追踪仅限电脑端，因此会漏掉 iOS 使用，也不会为移动外勤人员做网络流量嗅探。
Cursor、Claude Code、GitHub Copilot、ChatGPT 与 Codex，以及 Google Gemini Code Assist；数据源侧接入 GitHub 或 GitLab 与 CI/CD。
可以。平台把代码贡献归因于 AI 辅助或人工撰写，按人工、AI 辅助、智能体撰写三类拆分工作量，采用按复杂度调整的指标而非代码行数。
未公开定价。站内所有商业路径都指向联系表单，且使用平台需要另行签署主服务协议。
已通过 SOC 2 Type II 认证，符合 HIPAA 与 GDPR，治理能力对齐 ISO/IEC 42001:2023。面向强监管环境提供基于 Dell 与 HP 一体机的本地部署。
