微軟上週做了一件事:自 6 月 30 日起,取消內部大部分工程師的 `Claude Code` 授權,強制遷移到自家的 `GitHub Copilot CLI`。
六個月前,微軟還在大力推廣 Claude Code,鼓勵工程師用它重塑工作流程。六個月後,一紙通知,全員斷供。據 The Verge 報導(Microsoft cancels internal Claude Code licenses),負責 Windows、Microsoft 365、Teams、Outlook 和 Surface 的工程師全都受到影響。近十萬人。
理由極其直白:帳單太貴了。
微軟,市值 3.5 兆美元。給 OpenAI 砸了 130 億美元。給 Anthropic 投了 50 億美元。Anthropic 還承諾花 300 億美元買 Azure 算力。
Claude Code 的帳單,它扛不住。
問題出在計費方式。Claude Code 按 Token 計費——模型處理的每一個字都要錢。工程師用 Claude Code 寫程式碼,一次請求消耗的 Token 是一般聊天的數十倍。程式碼上下文、專案結構、需求說明、生成方案、除錯建議……全都是 Token。
用得越多,付得越多。而 AI 最好用的地方,恰恰是讓你用得多。
Uber 更誇張。CTO 在內部備忘錄裡寫:95% 的工程師月活使用 AI 工具,84% 進入了「智能體編碼」模式,70% 的線上提交程式碼源自 AI 生成。
數據很漂亮。代價也很漂亮——原本留給 2026 年全年的 AI 預算(約 34 億美元),四個月燒光了。
Claude Code 在 Uber 的數據:5000 名工程師導入後,月度使用率飆到 85%~95%,每位工程師每月 API 成本 500 到 2000 美元。一個百人團隊,光這一項 AI 工具,一年幾百萬美元。
Uber CTO 用了一句話形容自己的處境:"I'm back to the drawing board"——一切推倒重來。
過去三十年,軟體的定價邏輯是「包月自助」——付了月費,隨便用。Office 365、Jira、Slack,都是這個模式。用得越多,單次成本越低,公司越賺。
AI 把這個邏輯翻過來了。用得越多,單次成本越高,公司越虧。
傳統軟體開發裡,工程師寫得越多,公司賺得越多。AI 智能體時代,AI 寫得越多,付給外部供應商的帳單漲得越快。每一個 Token 的生成,都在即時消耗你的現金流。
輝達應用深度學習副總裁 Bryan Catanzaro 最近公開承認:"對我的團隊來說,算力成本已經遠高於員工薪資成本。"
AI 本來是幫你省錢的。結果它幫你花錢的速度,比你自己寫程式碼花錢的速度快多了。
還有一個更諷刺的細節。
微軟還在 Azure 上幫 Anthropic 搭建了大部分算力底座。但自家工程師大規模呼叫 Claude Code 時,微軟需要按 Token 向 Anthropic 付費。
等於給最直接的競品輸血。
對微軟來說,GitHub Copilot 是「內部核算成本」,資源在 Azure 內部流轉,邊際成本極低。Claude Code 是一筆實打實的「外部帳單」。即便兩者產出完全相同,財務性質天差地別。
砍外部帳單,用自家工具。功能可能差一點,但成本可控。帳本邏輯,戰勝了工程師的技術品味。
不過,還有一種解讀:微軟從一開始就不是「用不起」,而是「學完了」。
讓競品進來當陪練,暴露自家 Copilot CLI 的短板,收集工程師的對比回饋,六個月內迭代了多次。短板補得差不多了,收網。
這個解讀有道理,但只對微軟成立。微軟有雲基礎設施、有 GitHub、有足夠大的工程師群體當「實驗樣本」。大多數公司不具備這種條件——它們不是「學完再停」,是單純地「用不起」。
AI 工具的定價正在從「辦套餐」變成「按表走字」。GitHub 6 月 1 日起全面轉向按使用量計費。Anthropic 在企業續約時把基於席位的定價切換為按使用量計費。Claude Code 的日均成本從 6 美元翻倍到 13 美元。美國 AI 軟體價格過去一年漲了 20% 到 37%。
所有方向都指向同一個結果:AI 會越來越貴,不是越來越便宜。
模型在變大,Agent 在變多,呼叫鏈在變長。一個自動化任務可能連續呼叫多個模型、執行長鏈路推理,Token 消耗遠高於今天的聊天式互動。即便單個 Token 的價格下降,總消耗量漲得更快。
這就是 AI 的定價悖論:效率越高,成本越高。你越離不開它,它越貴。