2026 年 6 月 1 日，GitHub Copilot 的新計費規則正式生效。

對于那些習慣了每月 10 美元或 39 美元固定支出的開發者來說，這個月的賬單數字可能會讓他們倒吸一口涼氣。

根據最新規則，Copilot 正逐步從固定訂閱制轉向基于 AI Credits 的 Token-based billing 模式。尤其當 Agent 工作流、長上下文分析、復雜推理成為主流，Token 的消耗正呈指數級上升，開發者的賬單將更加不確定。

消息公布后，開發者社區在一夜之間被 Token、額度和 Agent 成本的焦慮所吞沒。然而真正引發焦慮的，并不只是漲價。

圖源自官網

“功能時代”的終結

就在不久前，行業對 Token 的認知似乎陷入了一種微妙的狂熱。各大廠商和企業樂此不疲地比較著各自的 Token 消耗量、上下文長度以及 Agent 的調用頻次。在那種語境下，Token 仿佛成了某種創新的證明——誰家燒的 Token 越多，就意味著誰的業務越純粹、越“擁抱 AI”。在這種看似不計成本的喧囂中，大家產生了一種幻覺：Token 是免費的。

但 Copilot 的這次計費調整，第一次讓這種被忽略的成本重新顯現出來。

GitHub 首席產品官 Mario Rodriguez 在官方博客中坦言，Copilot 已經不是一年前的那款產品了，它已從編輯器內置的助手發展成為一個智能體平臺。過去，一個 Copilot 請求可能只是補全幾行代碼；但現在，一個 Agent 工作流背后，可能意味著長上下文分析、多輪推理、跨文件調用，甚至數小時的自主編碼。

這也讓不同用戶之間的資源消耗迅速拉開差距。一個偶爾用 Chat 補全代碼的輕度用戶，與一個每天運行 Agent 工作流的重度用戶，背后對應的 GPU 消耗與推理成本，可能相差數十倍。

本質上，當 AI 走向高階推理與持續任務執行，軟件的底層邏輯已經從“功能調用”轉變為“計算過程本身”。

在這一前提下，固定訂閱制所依賴的“成本平均化”開始失效，AI Coding 的計費方式也因此逐漸轉向更接近云計算的按資源計量模型。

消失的“確定性”

當計費開始與真實計算過程強綁定，新的問題也隨之出現。

據官方信息，GitHub Copilot 本次費用調整同時適用于個人和企業套餐。

一名 Reddit 用戶曬出截圖，新規導致他的月度費用從約 29 美元飆升到近 750 美元。另一名用戶則發文稱，自己月費已經從約 50 美元暴漲至 3000 美元。

企業層面同樣在失去控制，而且這并不是 Copilot 獨有的問題。Uber 首席技術官 Praveen Neppalli Naga 此前一則帖子透露，將 Claude Code 部署給約 5000 名工程師后，該公司 2026 年全年 AI 專項預算在頭四個月就已燒光。

值得一提的是，Uber 的 COO Andrew Macdonald 在播客中指出，Token 消耗和交付給用戶的功能之間的聯系，“還不存在”。

這種 Token 消耗與功能交付的脫節，一針見血地指出了當前大模型應用中最核心的痛點——開發者越來越難理解成本究竟是如何生成的。

在傳統云計算體系中，資源消耗與成本之間仍然存在相對清晰的對應關系；但在 Agent 時代，計算過程本身正在變得越來越不可解釋。大模型究竟進行了多少輪推理、如何調取上下文，又如何進行跨文件自我糾錯，用戶幾乎無法感知。而這種不透明性，在“按量計費”的規則下，被進一步放大了。

第一，是成本的不確定性。開發者無法在任務開始前準確判斷一次復雜調用會消耗多少 Token，也無法預估一段 Agent 工作流最終的費用邊界。

第二，是行為的不透明性。同樣的提示詞，在不同模型版本、不同上下文長度甚至不同系統調度策略下，可能產生完全不同的 Token 消耗結果，但這一變化通常不會被顯性告知。而當相同消耗對應的實際效果開始波動時，開發者對系統的預期也會進一步下降。

第三，是系統的不可控性。當 AI 開始深入參與代碼生成、測試編寫與架構決策時，開發者逐漸失去對“計算發生過程”的直接控制，只能在結果與賬單之間被動權衡。

從這個角度看，開發者真正焦慮的不只是成本。更讓開發者不安的是，Agent 越來越強，自己能掌控的卻越來越少。

當靈感需要精算，試錯成了奢侈，編碼便失去了最初的快樂。因此，6 月的源創會，我們更想暫時跳出那些關于 Token、成本與效率的宏大討論，重新找回技術本身的樂趣，分享一些具體的、鮮活的、有意思的探索——它們未必以改變世界為目標，卻真實地構成了技術演進過程中最有生命力的一部分。

6 月 27 日，讓我們一起去碼頭整點“意思”！

免費報名