2026年5月，微軟突然宣布將于6月30日前取消內部大多數工程師的Claude Code許可。這一決定來得猝不及防——僅僅六個月前，微軟還在大規模推廣這個AI編程工具。真實原因是AI工具按Token計費的賬單已經高到連這家市值3.5萬億美元的巨頭都承受不起。與此同時，Uber的2026年全年AI預算在前四個月就徹底燒光，英偉達高管公開承認“算力成本遠超員工工資”。

01

“吞金黑洞”撕碎預算模型

2025年12月，微軟將Claude Code開放給數千名員工，覆蓋工程師、產品經理、設計師等多個角色，鼓勵大家用AI重塑工作流程。員工確實喜歡這個工具——“也許，太喜歡了”。

六個月后，一紙通知徹底逆轉了局面：6月30日前，負責Windows、Microsoft 365、Outlook、Teams和Surface的“體驗+設備”部門必須全部下線Claude Code，在未來數周內將工作流遷移到自家的GitHub Copilot CLI。近10萬名微軟工程師被要求全員轉投。這次斷供被內部定義為一次“緊急剎車”，而非有序的工具遷移。

理由極其直白：賬單太貴。知情人士透露，叫停的核心原因就是高昂的成本，高到連微軟都“感到肉疼”。據媒體還原的內部溝通，這次斷供由財務部門主導——工程線一致反饋生產力提升巨大，管理層卻選擇了強制下線。“賬本邏輯，最終戰勝了工程師的技術品位”。

微軟的遭遇并非孤例。Uber的處境更加觸目驚心。Uber首席技術官Praveen Neppalli Naga在一份內部備忘錄中披露：95%的工程師月活使用AI工具，84%已進入“智能體編碼”模式，70%的線上提交代碼源自AI生成。但代價是災難性的——原本留給2026年全年的AI專項預算（約34億美元），在前四個月就消耗殆盡。

Claude Code在Uber的使用數據令人震驚：引入約5000名工程師后，四個月內月度使用率飆升至85%-95%，每位工程師的月度API成本在500至2000美元之間。Naga在備忘錄中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。

英偉達應用深度學習副總裁Bryan Catanzaro在接受Axios采訪時也坦言：“對我的團隊來說，算力成本遠遠超過員工成本”。《財富》雜志的調查進一步印證：基于Token計費的AI工具在密集使用時，其小時成本可能超過本應被它們輔助的人類工程師。

02

Token計費如何成為“無底洞”

在深入分析之前，有必要理解Token計費的基本邏輯。

Token計費是當前主流AI模型的定價方式，按模型處理的文本“Token”（約等于0.75個英文單詞或0.5個中文字符）收費。每次API調用的費用 = 輸入Token數 × 輸入單價 + 輸出Token數 × 輸出單價。

不同模型的價差可達數十倍。例如，Claude Opus 4.1的輸出價高達75美元/百萬Token，而GPT-5僅需10美元/百萬Token。Claude Haiku作為輕量級模型，價格則為1美元/百萬輸入Token和5美元/百萬輸出Token。

這種定價模型設計之初就被隱藏著結構性問題：AI代碼生成的典型場景是高Token消耗。Claude Code的典型會話單次消耗超過10萬個Token，遠高于普通對話的數百Token。

當AI“寫”得越多，賬單漲得越快——傳統軟件開發里，工程師寫得越多，公司賺得越多；而在AI智能體時代，AI寫得越多，付給外部供應商的賬單漲得越快。

這就像雇了一個效率驚人的保安，卻按他出勤的每一分鐘精確計費——當他干活比正規軍還勤快時，雇主的財務平衡反而被打破了。

問題不僅在于單價高，更在于Anthropic在2025-2026年間進行了一系列“變相漲價”。2025年8月28日起，Claude通過改變分詞器等機制悄悄推高用戶成本。2025年11月，Anthropic開始在企業客戶續約時將基于席位的定價計劃切換為按使用量計費，不再綁定補貼Token。到2026年4月，Claude Code的日均成本從此前的6美元翻倍至13美元。

Anthropic的增長負責人Amol Avasare也承認，公司現有的訂閱計劃“不是為此（指當前使用強度）設計的”，使用情況已發生巨大變化。部分企業客戶的成本可能翻三倍以上。

Xiaomi MiMo大模型負責人羅福莉指出，部分第三方工具（如OpenClaw）產生的請求數是Claude原生框架的數倍，按API計費成本將是訂閱價格的數十倍。這揭示了一個被長期忽視的成本危機：代理（Agent）模式下，工具鏈的效率直接決定企業的財務命脈。

03

微軟的兩難

付費給競爭對手的荒誕劇

在微軟停用Claude Code的事件中，最諷刺的一點是：微軟不僅是Anthropic的大客戶，還是Anthropic的核心基礎設施供應商。

微軟給OpenAI砸下130億美元，還在Azure上為競爭對手Anthropic搭建了大部分算力底座。但當自家工程師大規模調用Claude Code時，微軟需要按Token向Anthropic付費——等于在給自己最直接的競爭對手輸血。

對微軟而言，GitHub Copilot屬于“內部核算成本”，資源在Azure內部流動，邊際成本極低；Claude Code則是一筆實打實的“外部賬單”。即便兩者產出完全相同，財務性質也天差地別。“官方辭令是‘戰略對齊’。辭令是體面的，賬單是藏不住的”。

事實上，微軟叫停Claude Code的決定遠不止是一筆財務賬——“它觸及了一個更令這家軟件巨頭不安的事實：在大模型時代的產業鏈條上，微軟正在喪失定義權”。

這種邊緣化的焦慮首先源于深層的技術空心化。微軟累計向OpenAI投入超過130億美元，但其自身的大模型研發長期局限于語音、圖像等細分場景，始終未能推出對標GPT-4或Claude的通用基礎模型。

隨著2026年4月微軟與OpenAI結束排他綁定，“獨占OpenAI”這一最后的護城河已然松動，核心AI能力高度依賴外部模型的現實變得再也無法回避。

這種對外部能力的依賴又直接投射到自有產品的競爭力上，形成了令人尷尬的對比：Claude Code在SWE-bench上的得分比基于GPT-4o的GitHub Copilot高出8.3個百分點，跨多文件重構調試完成率達到89%，遠遠優于Copilot的60%，就連微軟內部工程師對Claude Code的滿意度也高達91%，展現出明顯的工具偏好。

技術空心化和產品短板的連鎖效應，最終侵蝕的是整個生態的控制權。2026年4月，Anthropic的企業付費采用率首次以34.4%反超OpenAI的32.3%，新購AI服務的企業中有七成選擇了Claude；Claude Code更以54%的市場份額和25億美元的年化收入，將GitHub Copilot的份額壓縮至約25%。

從當下的狀況看，微軟底層模型的缺位，使得大量工程師連同他們的開發工作流和使用習慣加速向Anthropic生態遷移，并進一步帶動企業客戶的集體轉移——“AI編程時代的核心入口正在落入他人手中”。

04

微軟的戰略算計

一場精心安排的實驗？

從時間線來看，微軟2024年12月啟動實驗，同時向員工開放Claude Code和GitHub Copilot CLI，希望在真實工程環境中比較兩款產品的能力差異。六個月后，微軟關掉了對手的工具。

正如體驗與設備事業部執行副總裁Rajesh Jha在內部備忘錄中所解釋的：“當我們開始同時提供Copilot CLI和Claude Code時，我們的目標是快速學習，在真實的工程工作流程中對這些工具進行基準測試……Claude Code在這一學習過程中發揮了重要作用。與此同時，Copilot CLI也為我們帶來了一些特別重要的東西：一個我們可以直接與GitHub合作、根據微軟的代碼庫、工作流程、安全預期和工程需求來打造的產品。”用外界的解讀來說，微軟的策略就是“先讓競品當‘陪練’，學完了就收網”。

所以棄用Claude Code的最大贏家既不是成本控制部門，也不是改用Copilot的工程師，而是微軟自身的AI戰略——從依賴外部模型到掌握模型自主權。繼推出三款自研AI模型MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2之后，微軟又發布MAI-Image-2-Efficient，輸出成本再降41%。

每一次降價都在削弱Anthropic和OpenAI的議價能力。微軟的計劃很清晰：讓工程師用競品工具——做壓力測試——收集反饋——快速迭代自家產品——關閉外部訪問——完成工具鎖定。

賬本邏輯和技術戰略，在這里達成了完美的共振。