AI使用成本微软与YC给出相反答案2026年5月14日微软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2025年12月微软还把Claude Code开放给数千名员工包括工程师、产品经理、设计师鼓励用vibe coding方式重塑工作流。员工很喜欢这个工具但6个月后微软撤了。而几乎同一周YC的合伙人Tom Blomfield在一场batch talk上说「如果你的API账单不让你心痛说明你烧得不够。」同一个春天硅谷为AI用起来到底比人贵不贵这一问题给出了两个相反答案。vibe coding的失败现场微软取消的是Claude Code这个产品入口而非Claude模型Anthropic的模型还会通过Copilot CLI提供给员工。受影响最深的是「Experiences Devices」部门即Windows、Microsoft 365、Outlook、Teams和Surface背后的工程师团队。EVP Rajesh Jha在内部备忘录里称此决定为「工具链统一」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工具在微软内部流行使微软自家的Copilot CLI被「冷落」。也就是说微软撤掉Claude Code是因为它太好用。6月30日的截止日期是微软财年最后一天砍掉员工偏好的工具、换回自家产品且卡在财年节点其中产品判断和财务考量的比例大家心知肚明。微软并非个例。一个月前Uber的CTO Praveen Neppalli Naga透露公司2026年全年的AI编程工具预算在前4个月就烧光了此前Uber还搞过内部排行榜激励员工多用AI结果预算崩盘。英伟达应用深度学习副总裁Bryan Catanzaro接受Axios采访时说「对我的团队来说算力的成本远远超过员工的成本。」Fortune把这些线索串起来标题为「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」。若只看这些结论是vibe coding失败了AI替代人故事可以结束但这个结论下早了。Copilot模式已经「撞墙」要解释微软的撤退需先了解vibe coding。这个词由Andrej Karpathy在2025年初提出描述了一种新编程方式开发者用自然语言描述意图让LLM生成代码甚至不读代码只看结果能跑就接受不能跑就让AI再改。这是AI时代很有诱惑力的生产力承诺意味着不会写Rust的工程师、产品经理、设计师都能让AI帮忙。微软2025年12月开放Claude Code的对象正是这三类人这是vibe coding经典的落地姿势。但vibe coding在大公司会变得别扭。假设微软有个年薪30万美元的工程师配Claude Code后产出提升20%但他每月烧掉的token成本会随对AI依赖加深而上升。而且他不会因用AI被裁工资、福利、工位都还在。所以微软的总成本结构是「原来的员工工资 新增的token账单」成本会暴涨。而「员工产出 20%」在财务上并非「营收 20%」而是「营收维持不变但成本结构里多了一项AI账单」因为大部分员工产出不直接对应新增收入。这就是Catanzaro说「算力比员工贵」的含义不是AI笨而是把AI装在员工身上账算不过来。这个逻辑有数据支撑。Gartner预测到2030年一万亿参数大模型的推理成本将比2025年下降近90%但企业的AI总账单不会变便宜。Gartner高级总监分析师Will Sommer说「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预测到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倍总账单还会涨。黄仁勋称未来每个英伟达员工身边会有100个AI agent一起工作但对CFO来说这是100个token烧炉不停烧。问题不是AI太贵而是「给每个员工配一个AI副驾」这个假设本身。这种「副驾模式」核心假设是人在驾驶位AI在副驾位提建议不替代人只是让人更快。文字层面很温柔但财务层面意味着原来工资不变多了token费用且token按消耗计费员工用得越多公司付得越多这是企业不愿看到的成本结构。微软2025年12月开放Claude Code时可能没意识到这点6个月后员工上瘾token账单远超预期微软撤的不是AI而是「员工继续在驾驶位、AI在副驾位」这种结构这是结构性失败不会因模型便宜或员工熟练而消失反而会更严重。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上讨论了「AI时代的公司应该长什么样」。他认为今天大部分公司是「罗马军团」式结构把AI装上去就像把热兵器发给罗马步兵战术不变。真正的AI - native公司应是每个动作产生可记录、可调用的产物让一切对AI清晰可读公司设计成「自我改进的AI循环」系统能感知环境、决策、调用工具、接收反馈、自我修正。人在这种公司只有个人贡献者和DRI两种角色。Tom Blomfield说「如果你的API账单不让你心痛说明你烧得不够」在微软CFO办公室会被当笑话但在YC初创公司创始人面前没人觉得疯狂。YC另一位合伙人Diana Hu给出答案「最大化的不是人头是token消耗」“一个人配上AI工具就等于过去一支大工程师团队”强调的是替代。YC那批P26 2026春季batch里不少公司用5、6个人做过去20、30人才能做的事token账单高但人员账单极低整体算下来是赚的。更激进的是BlockJack Dorsey旗下金融科技公司裁了40%员工同时加大AI工具内部投入新结构是Diana Hu描述的IC DRI AI agent。在YC语境里烧token是替代人头工资账算得过来是因为去掉了原本烧工资的位置。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。真正的资产正在被重新定义Tom Blomfield还说「人是短暂的上下文文档才是重要的」这是会计学层面的判断。传统公司资产负债表中员工不在资产栏是成本但实际上员工是真正的资产客户关系、业务直觉、技术know - how都在员工脑子里且这种「资产」会随员工离职而流失。而AI - native公司把原本只存在于人脑里的资产抽取出来变成AI可读、可调用、可迭代的「上下文资产」如详尽的需求文档、决策和邮件往来及Slack讨论沉淀的过程文档、开放的MCP接口和API、内部工具产生的artifact等构成新的、可继承的、不会随员工离职而蒸发的资产层。人在这种公司变成「变量」可快速接入或离开因为公司核心资产在文档里。这种结构若成立意味着公司资产负债表将被重写。一家6个人、烧着惊人token账单的AI - native公司真正资产可能比60个人的传统公司还厚只是现在的会计准则还不会计算。换句话讲vibe coding没有死只是不属于传统公司。微软撤掉Claude Code那天不是AI经济学失败而是把AI装在旧组织上的姿势被证伪。YC的初创公司正在形成另一种姿势它们小、烧token、没有「员工AI使用率」KPI、CFO不会因token账单暴涨恐慌因为他们烧的是「员工的替代品」。未来几年让员工「多用一点AI」的中型公司会撞到微软撞过的墙——结构性必涨的token账单撞墙原因不是AI太贵而是组织没改而绝大多数公司一时半会儿不会改。