夜雨聆风AI 编程工具到底好不好用？这个问题，微软或许最有发言权。半年前，它还在全力推动员工使用 Claude Code 开展 AI 编程工作，如今却悄然叫停。背后原因十分现实：成本过高。数千名开发者使用数月，就耗尽了全年 AI 相关预算。连微软都觉得昂贵的 AI 工具，普通人又该如何合理使用？
01｜事件回顾：微软叫停内部 AI 编程试点
2025年12月，微软向内部数千名员工开放了 Anthropic 旗下 Claude Code 的使用权限，覆盖 Windows、Office、Teams、Surface 等多条核心产品线的工程师、产品经理与设计师。这并非小范围测试，而是面向数千人的规模化正式部署。然而时隔不到半年，微软在2026年5月14日正式宣布：收回大部分 Claude Code 使用许可，停用截止时间定为6月30日，恰逢微软本财年结束。这并非简单的功能优化，而是及时止损。
02｜叫停核心原因：费用消耗过快
整件事的核心症结只有一个：成本高昂。Claude Code 采用 Token 按量计费模式。简单来说，工具读取代码、编写功能、修复漏洞，每一步操作都会消耗 Token，而每一枚 Token 都对应实际成本。一名开发者单日使用，就可能产生数十万甚至上百万枚 Token 消耗。数千人同时使用，短短数月便花光了全年 AI 预算。更具反差的是，微软此前采用固定席位授权模式，成本看似可控。切换为按量计费后，真实开销彻底暴露，好比从包月套餐改为流量计费，最终账单远超预期。
03｜成本难题并非个例，多家企业遇困
因 AI 使用成本望而却步的，不止微软一家。出行巨头 Uber 仅使用4个月，就耗尽了原定支撑至2026年底的 AI 编程预算。还有更为极端的案例：一名开发者带领三人小团队，30天内 Token 相关开销高达130万美元，累计消耗6030亿枚 Token，API 调用量超760万次。英伟达高管也曾公开坦言，当前算力成本已经远超人力薪资成本。当有员工在内部会议上询问黄仁勋，团队是否存在 Token 浪费问题时，他回应：“资金稍有浪费无妨，但不要浪费时间。”一 “稍有”也能看出，即便是手握 AI 芯片产业优势的企业掌舵人，也绝不允许无节制的成本消耗。
04｜微软的应对：全面转向自研工具
停用 Claude Code 后，微软引导内部员工全面转向自家产品——GitHub Copilot CLI。背后逻辑显而易见：Claude Code 即便体验出色，也属于第三方产品，每一次使用都要向 Anthropic 支付费用；而 GitHub Copilot 为微软自研产品，成本可内部消化，财务压力更小。还有一个容易被忽略的细节：GitHub Copilot 采用固定费率计费，月度费用清晰明确，不会出现天价账单。对企业管理层而言，成本可预期，远比效率不确定更重要。
05｜核心矛盾：管理层控成本，开发者重效率
这件事最值得思考的地方，在于企业管理层与一线开发者的立场截然不同。有开发者坦言：“职场本就有裁员压力，代码产出效率跟不上就会面临风险，没人愿意用效果不佳的模型拿自己的工作冒险。而且节约 Token，并不会纳入绩效考核、获得相应奖励。”业内人士也表示：“刻意节省 Token 带来的成本缩减，最终会转化为人力成本——员工要花费更多时间排查漏洞、修正错误结果。看似省钱的工具，实则未必真的划算。”总而言之，当下 AI 编程工具的争议，不在于价格高低，而在于高昂的成本能否匹配对应的价值。就目前来看，即便是微软，也尚未理清这笔账。
06｜对普通用户的实用启示
结合此次事件，普通使用者可以得到三点明确启发：第一，AI 编程确实能提升工作效率，但效率提升和降低成本不能画等号。不要被营销宣传误导，认为使用 AI 工具就必然实现降本增效。第二，国内可优先选择 DeepSeek 等国产 AI 模型开展编程工作，这类产品的 Token 使用成本，仅为海外主流模型的约五十分之一。同等使用需求下，不必为高额溢价买单。第三，挑选 AI 工具务必关注计费模式。按量计费的工具一旦规模化使用，成本极易失控；固定费率工具虽智能程度或许稍逊，但能规避突发高额账单的风险。
AI 编程领域的长远发展，终究会属于那些既懂技术、又会把控成本的使用者。
如果你也在持续关注AI的各类最新资讯，欢迎星标+关注。
云上长安 温柔此间
———— 时光里的碎碎念 ————
