2026 年 5 月 14 日,微软已经开始取消大部分员工的 Claude Code 内部许可。截止日期是 6 月 30 日——也是微软财年最后一天。
仅仅 6 个月前,微软还在做完全相反的事——2025 年 12 月,它把 Claude Code 开放给数千名员工,包括工程师、产品经理、设计师,鼓励所有人都用 vibe coding 的方式来重塑工作流。员工很喜欢这个工具,但也许,太喜欢了。
但 6 个月之后,微软自己撤了。
而几乎在同一周,YC 的合伙人 Tom Blomfield 在一场 batch talk 上说了另一句话:「如果你的 API 账单不让你心痛,说明你烧得不够。」
同一个春天,硅谷正在为同一个问题给出两个完全相反的答案——AI 用起来,到底比人贵不贵?
01 vibe coding 的失败现场
微软取消的不是 Claude 这个模型。Anthropic 的模型还会继续通过 Copilot CLI 提供给微软员工。它取消的是 Claude Code 这个产品入口本身。
被影响最深的是「Experiences + Devices」这个部门——也就是 Windows、Microsoft 365、Outlook、Teams 和 Surface 背后的工程师团队。EVP Rajesh Jha 在内部备忘录里把这个决定包装成「工具链统一」(toolchain unification),但 The Verge 援引的微软内部消息更直白:员工普遍认为 Claude Code 比 Copilot CLI 更好用,Anthropic 这个工具在微软内部的流行,甚至让微软自家的 Copilot CLI 被「冷落」了。
换句话说,微软撤掉 Claude Code,不是因为它不行,是因为它太行。
那个 6 月 30 日的截止日期也不是巧合——是微软财年的最后一天。砍掉一个员工普遍偏好的工具、换回自家产品、时间点卡在财年节点上——里面有多少是产品判断、有多少是财务考量,大家心知肚明。
微软不是孤例。
一个月前,Uber 的 CTO Praveen Neppalli Naga 对 The Information 透露:公司 2026 年全年的 AI 编程工具预算,在前 4 个月就烧光了。Uber 此前还专门搞过内部排行榜,用比赛的方式激励员工多用 AI——结果是预算崩盘。
更直白的是英伟达应用深度学习副总裁 Bryan Catanzaro 接受 Axios 采访时说的那句:「对我的团队来说,算力的成本远远超过员工的成本。」这是从一家硬件公司的高管嘴里说出来的——这家公司的核心产品就是卖算力。
Fortune 把这些线索串到一起,给文章起了一个非常 Fortune 的标题:「微软的报告暴露了 AI 真正的成本问题——用这玩意儿比养员工还贵」。
如果只读到这一层,结论很简单:vibe coding 失败了,AI 替代人这个故事可以收摊了。
但这个结论下早了。
02 Copilot 模式已经「撞墙」
要解释微软的撤退,得先讲清楚 vibe coding 是什么。
这个词是 Andrej Karpathy 在 2025 年初提出的——他描述了一种新的编程方式:开发者不再一行行写代码,而是用自然语言描述意图,让 LLM 生成代码。开发者甚至不读代码、只看结果——能跑就接受,不能跑就再让 AI 改一遍。
这是 AI 时代最有诱惑力的一种生产力承诺。它意味着:一个不会写 Rust 的工程师能让 AI 帮他写 Rust;一个产品经理能让 AI 帮他做出原型;一个设计师能让 AI 帮他写出能跑的代码。微软 2025 年 12 月那次开放 Claude Code 的对象——工程师、PM、设计师——恰好就是这三类人。这不是巧合,这是 vibe coding 最经典的落地姿势。
但 vibe coding 落到大公司里,会变成一件结构上很别扭的事。
假设微软有一个工程师,年薪 30 万美元。微软给他配一个 Claude Code 之后,他的产出提升了 20%——这是 vibe coding 最理想的状态。但与此同时,他每个月烧掉的 token 成本,是 200 美元、500 美元、还是 2000 美元?这个数字会随着他对 AI 的依赖越来越深而单调上升。
更麻烦的是,他不会因为「用了 AI」就被裁掉——他的 30 万年薪还在,福利还在,他的工位还在。
也就是说,微软的总成本结构是「原来的员工工资 + 新增的 token 账单」。这个公式只有一个方向——成本暴涨。
而「员工产出 +20%」这件事在财务上的反映是「营收 +20%」吗?不是。是「营收维持不变,但成本结构里多了一项 AI 账单」——因为大部分员工的产出,并不直接对应新增的收入,他写得更快不代表公司卖得更多。
这就是 Catanzaro 那句「算力比员工贵」真正的含义。它不是说 AI 笨,是说当你把 AI 装在原来的员工身上,你不可能让账算得过来。
这个逻辑还有数据支撑。
Gartner 最近一份预测里说:到 2030 年,一万亿参数大模型的推理成本将比 2025 年下降近 90%。听上去是 AI 越来越便宜了,但 Gartner 的真正结论是:这并不会让企业的 AI 总账单变便宜。Gartner 高级总监分析师 Will Sommer 说过一句话——「CPO 们不应该把『商品级 token 的通缩』和『前沿推理能力的入门化』混为一谈。」
Goldman Sachs 的预测更直接:到 2030 年,agentic AI 将推动 token 消耗量增长 24 倍,达到每月 120 千万亿。单 token 价格下降 90%、消耗量增长 24 倍——结果是总账单还在涨。
黄仁勋有一个更激进的版本。他几个月前在公开场合说,未来每一个英伟达员工身边都会有 100 个 AI agent 一起工作。
听上去很美。但如果你是 CFO,你听到的是什么?是 100 个 token 烧炉,每天 24 小时不停地烧。
问题不是 AI 太贵。问题是「给每个员工配一个 AI 副驾」这个假设本身。
这种姿势在科技圈有一个流行的名字——「副驾模式」(copilot mode)。它的核心假设是:人继续在驾驶位上,AI 在副驾位上给你建议。它不替代你,只是让你更快。
这个假设在文字层面非常温柔——「AI 不会抢走你的工作,AI 只是帮你」。但在财务层面,它的隐含意思是:原来的所有工资不变,但额外多了一项 token 费用。
而 token 不是固定费用,是按消耗计费的。员工用得越多,公司付得越多——这恰好是企业最不愿意看到的成本结构:浮动、上不封顶、跟着产能反向放大。
微软在 2025 年 12 月开放 Claude Code 的时候,可能并没有完全意识到这一点。它本来想的是:让员工试一下,看看 AI 能让工作效率提升多少。但 6 个月之后,员工真的用上瘾了,Claude Code 在微软内部太流行——结果就是 token 账单远超预期,超过了微软自己能从这种流行中拿回的产出。
微软撤了。但撤的不是 AI——撤的是「员工继续在驾驶位、AI 在副驾位」这种结构。
这是一种结构性的失败。它不会因为模型更便宜而消失,也不会因为员工更熟练而消失——它会随着员工对 AI 越来越熟练而更严重。
03 烧 token,是因为不烧人头
几乎和微软撤退同一周,Tom Blomfield 在 YC 的 batch talk 上提出了一个完全不同的视角。他没有讨论「AI 该怎么用」——他讨论的是「AI 时代的公司应该长什么样」。
Blomfield 的判断很直接:今天大部分公司还是「罗马军团」式的结构——信息逐级向上传递、命令逐级向下分发、人是协调的核心。把 AI 装到这种结构上,效果就是把热兵器发给罗马步兵——他们会用得更狠,但战术不会变。
真正的 AI-native 公司应该是另一种样子。
Blomfield 用了一个很具体的描述:每个动作都应该产生一个可记录、可调用的产物,让一切对 AI 清晰可读(legible to AI);公司应该被设计成「自我改进的 AI 循环」,系统能感知环境、做出决策、调用工具、接收反馈、自我修正。
人在这种公司里只剩两种角色。一是个人贡献者——每个人不论部门都是 builder 和 operator,开会带原型,不光带想法;二是 DRI(直接负责人)——每个产出都有一个明确的责任人,「不能躲到 AI 后面」。
然后 Blomfield 说了那句金句:「如果你的 API 账单不让你心痛,说明你烧得不够。」
这句话如果出现在微软的 CFO 办公室,会被当成笑话;但放在 YC 一屋子初创公司创始人面前,没有人觉得疯狂。
为什么?
YC 另一位合伙人 Diana Hu 在 5 月初的 Startup School 里给出了答案。她讲了一句话——「最大化的不是人头,是 token 消耗」。她还有更直白的版本:「一个人配上 AI 工具,就等于过去一支大工程师团队。」
注意这里的关键词:「等于」。不是「相当于」,不是「类似于」——是替代。
YC 那批 P26 2026 春季 batch 里,已经有不少公司在用 5、6 个人做过去需要 20、30 人才能做的事。它们的 token 账单当然高,但它们的人员账单极低——账整体算下来,是赚的。
更激进的案例是 Block。Jack Dorsey 旗下这家金融科技公司最近裁了 40% 的员工。这不是传统意义上的「降本增效」——Block 同时把 AI 工具的内部投入加大,新结构就是 Diana Hu 描述的那种:IC + DRI + AI agent。
烧 token 在 YC 的语境里不是支出,是替代。它替代的不是 AI 之外的开销,是人头工资。账之所以算得过来,是因为公司同步去掉了那些原本要烧工资的位置。
这就是微软和 YC 看到同一件事,却给出相反答案的根本原因——他们烧的根本不是同一种 token。微软的 token 是给原班人马的副驾加油,YC 的 token 是替代原本的驾驶员。
04 真正的资产正在被重新定义
Tom Blomfield 在对谈里,还说了另一句更耐人寻味的话——「人是短暂的,上下文文档才是重要的。」
这是一个会计学层面的判断。
传统公司的资产负债表是怎么写的?左边是固定资产、应收账款、商誉、IP,右边是负债和股东权益。员工不在资产那一栏——员工是成本。但每个公司心里都知道,员工其实是真正的资产:客户关系在销售脑子里,业务直觉在产品经理脑子里,技术 know-how 在工程师脑子里。
这种「资产」的特点是会走的。员工离职,资产就跑了。
而 Blomfield 描述的 AI-native 公司,是在做一件事:把这些原本只存在于人脑里的资产,全部抽取出来,变成 AI 可读、可调用、可迭代的「上下文资产」。
具体形式是什么?是详尽的需求文档;是把每一次决策、每一次邮件往来、每一次 Slack 讨论沉淀下来的过程文档;是开放的 MCP 接口和 API;是每个内部工具产生的 artifact——所有这些东西,构成了一家公司新的、可继承的、不会随员工离职而蒸发的资产层。
人在这种公司里反而变成「变量」——可以快速接入,也可以快速离开,因为公司的核心资产不在人脑里,在文档里。
这种结构如果成立,意味着的不只是一种新的组织模式——意味着公司的资产负债表正在被重写。一家 6 个人、烧着惊人 token 账单的 AI-native 公司,看上去财务不健康,但它真正的资产可能比一家 60 个人的传统公司还厚——只是这种资产,现在的会计准则还没学会怎么计算。
换句话来讲,vibe coding 没有死。它只是不属于传统公司。
微软撤掉 Claude Code 的那天,不是 AI 经济学失败的一天——是一种把 AI 装在旧组织上的姿势,被它自己证伪的一天。
而 YC 那一屋子初创公司里,正在长出另一种姿势——它们小、它们烧、它们没有 KPI 表里的「员工 AI 使用率」、它们的 CFO 也不会因为 token 账单暴涨而恐慌——因为他们烧的本来就不是「员工的副驾」,是「员工的替代品」。
未来几年,所有还在让员工「多用一点 AI」的中型公司,都会撞到微软撞过的那堵墙——结构性必涨的 token 账单。
但撞墙的真正原因,不是 AI 太贵——是组织还没改。
而绝大多数公司,恐怕一时半会儿都不会改。
