微软上周做了件事：6 月 30 日起，取消内部大部分工程师的 Claude Code 授权，强制迁移到自家 GitHub Copilot CLI。
六个月前，微软还在大力推广 Claude Code，鼓励工程师用它重塑工作流。六个月后，一纸通知，全员断供。据 The Verge 报道（Microsoft cancels internal Claude Code licenses），负责 Windows、Microsoft 365、Teams、Outlook 和 Surface 的工程师全部受影响。近十万人。
理由极其直白：账单太贵了。
微软，市值 3.5 万亿美元。给 OpenAI 砸了 130 亿美元。给 Anthropic 投了 50 亿美元。Anthropic 还承诺花 300 亿买 Azure 算力。
Claude Code 的账单，它扛不住。
问题出在计费方式。Claude Code 按 Token 计费------模型处理的每一个字都要钱。工程师用 Claude Code 写代码，一次请求消耗的 Token 是普通聊天的几十倍。代码上下文、项目结构、需求说明、生成方案、调试建议......全都是 Token。
用得越多，付得越多。而 AI 最好用的地方，恰恰是让你用得多。
Uber 更夸张。CTO 在内部备忘录里写：95% 的工程师月活使用 AI 工具，84% 进入了"智能体编码"模式，70% 的线上提交代码源自 AI 生成。
数据很漂亮。代价也很漂亮------原本留给 2026 年全年的 AI 预算（约 34 亿美元），四个月烧光了。
Claude Code 在 Uber 的数据：5000 名工程师引入后，月度使用率飙到 85%-95%，每位工程师每月 API 成本 500 到 2000 美元。一个百人团队，光这一项 AI 工具，一年几百万美元。
Uber CTO 用了一句话形容自己的处境："I'm back to the drawing board"------一切推倒重来。
过去三十年，软件的定价逻辑是"包月自助"------付了月费，随便用。Office 365、Jira、Slack，都是这个模式。用得越多，单次成本越低，公司越赚。
AI 把这个逻辑翻过来了。用得越多，单次成本越高，公司越亏。
传统软件开发里，工程师写得越多，公司赚得越多。AI 智能体时代，AI 写得越多，付给外部供应商的账单涨得越快。每一个 Token 的生成，都在实时消耗你的现金流。
英伟达应用深度学习副总裁 Bryan Catanzaro 最近公开承认："对我的团队来说，算力成本已经远高于员工工资成本。"
AI 本来是帮你省钱的。结果它帮你花钱的速度，比你自己写代码花钱的速度快多了。
还有一个更讽刺的细节。
微软还在 Azure 上帮 Anthropic 搭建了大部分算力底座。但自家工程师大规模调用 Claude Code 时，微软需要按 Token 向 Anthropic 付费。
等于给最直接的竞品输血。
对微软来说，GitHub Copilot 是"内部核算成本"，资源在 Azure 内部流转，边际成本极低。Claude Code 是一笔实打实的"外部账单"。即便两者产出完全相同，财务性质天差地别。
砍外部账单，用自家工具。功能可能差一点，但成本可控。账本逻辑，战胜了工程师的技术品位。
不过，还有一种解读：微软从一开始就不是"用不起"，而是"学完了"。
让竞品进来当陪练，暴露自家 Copilot CLI 的短板，收集工程师的对比反馈，六个月内迭代了多次。短板补得差不多了，收网。
这个解读有道理，但只对微软成立。微软有云基础设施、有 GitHub、有足够大的工程师群体当"实验样本"。大多数公司不具备这种条件------它们不是"学完再停"，是单纯地"用不起"。
AI 工具的定价正在从"办套餐"变成"按表走字"。GitHub 6 月 1 日起全面转向按使用量计费。Anthropic 在企业续约时把基于席位的定价切换为按使用量计费。Claude Code 的日均成本从 6 美元翻倍到 13 美元。美国 AI 软件价格过去一年涨了 20% 到 37%。
所有方向都指向同一个结果：AI 会越来越贵，不是越来越便宜。
模型在变大，Agent 在变多，调用链在变长。一个自动化任务可能连续调用多个模型、执行长链路推理，Token 消耗远高于今天的聊天式交互。即便单个 Token 的价格下降，总消耗量涨得更快。
这就是 AI 的定价悖论：效率越高，成本越高。你越离不开它，它越贵。