连微软都付不起 AI 了

微软上周做了件事：6 月 30 日起，取消内部大部分工程师的 Claude Code 授权，强制迁移到自家 GitHub Copilot CLI。

六个月前，微软还在大力推广 Claude Code，鼓励工程师用它重塑工作流。六个月后，一纸通知，全员断供。据 The Verge 报道（Microsoft cancels internal Claude Code licenses），负责 Windows、Microsoft 365、Teams、Outlook 和 Surface 的工程师全部受影响。近十万人。

理由极其直白：账单太贵了。

微软，市值 3.5 万亿美元。给 OpenAI 砸了 130 亿美元。给 Anthropic 投了 50 亿美元。Anthropic 还承诺花 300 亿买 Azure 算力。

Claude Code 的账单，它扛不住。

问题出在计费方式。Claude Code 按 Token 计费——模型处理的每一个字都要钱。工程师用 Claude Code 写代码，一次请求消耗的 Token 是普通聊天的几十倍。代码上下文、项目结构、需求说明、生成方案、调试建议……全都是 Token。

用得越多，付得越多。而 AI 最好用的地方，恰恰是让你用得多。

Uber 更夸张。CTO 在内部备忘录里写：95% 的工程师月活使用 AI 工具，84% 进入了"智能体编码"模式，70% 的线上提交代码源自 AI 生成。

数据很漂亮。代价也很漂亮——原本留给 2026 年全年的 AI 预算（约 34 亿美元），四个月烧光了。

Claude Code 在 Uber 的数据：5000 名工程师引入后，月度使用率飙到 85%-95%，每位工程师每月 API 成本 500 到 2000 美元。一个百人团队，光这一项 AI 工具，一年几百万美元。

Uber CTO 用了一句话形容自己的处境："I'm back to the drawing board"——一切推倒重来。

过去三十年，软件的定价逻辑是"包月自助"——付了月费，随便用。Office 365、Jira、Slack，都是这个模式。用得越多，单次成本越低，公司越赚。

AI 把这个逻辑翻过来了。用得越多，单次成本越高，公司越亏。

传统软件开发里，工程师写得越多，公司赚得越多。AI 智能体时代，AI 写得越多，付给外部供应商的账单涨得越快。每一个 Token 的生成，都在实时消耗你的现金流。

英伟达应用深度学习副总裁 Bryan Catanzaro 最近公开承认："对我的团队来说，算力成本已经远高于员工工资成本。"

AI 本来是帮你省钱的。结果它帮你花钱的速度，比你自己写代码花钱的速度快多了。

还有一个更讽刺的细节。

微软还在 Azure 上帮 Anthropic 搭建了大部分算力底座。但自家工程师大规模调用 Claude Code 时，微软需要按 Token 向 Anthropic 付费。

等于给最直接的竞品输血。

对微软来说，GitHub Copilot 是"内部核算成本"，资源在 Azure 内部流转，边际成本极低。Claude Code 是一笔实打实的"外部账单"。即便两者产出完全相同，财务性质天差地别。

砍外部账单，用自家工具。功能可能差一点，但成本可控。账本逻辑，战胜了工程师的技术品位。

不过，还有一种解读：微软从一开始就不是"用不起"，而是"学完了"。

让竞品进来当陪练，暴露自家 Copilot CLI 的短板，收集工程师的对比反馈，六个月内迭代了多次。短板补得差不多了，收网。

这个解读有道理，但只对微软成立。微软有云基础设施、有 GitHub、有足够大的工程师群体当"实验样本"。大多数公司不具备这种条件——它们不是"学完再停"，是单纯地"用不起"。

AI 工具的定价正在从"办套餐"变成"按表走字"。GitHub 6 月 1 日起全面转向按使用量计费。Anthropic 在企业续约时把基于席位的定价切换为按使用量计费。Claude Code 的日均成本从 6 美元翻倍到 13 美元。美国 AI 软件价格过去一年涨了 20% 到 37%。

所有方向都指向同一个结果：AI 会越来越贵，不是越来越便宜。

模型在变大，Agent 在变多，调用链在变长。一个自动化任务可能连续调用多个模型、执行长链路推理，Token 消耗远高于今天的聊天式交互。即便单个 Token 的价格下降，总消耗量涨得更快。

这就是 AI 的定价悖论：效率越高，成本越高。你越离不开它，它越贵。

原文地址

墨渊书肆/连微软都用不起 AI 了