2026 年 5 月 14 日，微軟已經開始取消大部分員工的 Claude Code 內部許可。截止日期是 6 月 30 日——也是微軟財年最后一天。

僅僅 6 個月前，微軟還在做完全相反的事——2025 年 12 月，它把 Claude Code 開放給數千名員工，包括工程師、產品經理、設計師，鼓勵所有人都用 vibe coding 的方式來重塑工作流。員工很喜歡這個工具，但也許，太喜歡了。

但 6 個月之后，微軟自己撤了。

而幾乎在同一周，YC 的合伙人 Tom Blomfield 在一場 batch talk 上說了另一句話：「如果你的API賬單不讓你心痛，說明你燒得不夠。」

同一個春天，硅谷正在為同一個問題給出兩個完全相反的答案——AI 用起來，到底比人貴不貴？

01 vibe coding 的失敗現場

微軟取消的不是 Claude 這個模型。Anthropic 的模型還會繼續通過 Copilot CLI 提供給微軟員工。它取消的是 Claude Code 這個產品入口本身。

被影響最深的是「Experiences + Devices」這個部門——也就是 Windows、Microsoft 365、Outlook、Teams 和 Surface 背后的工程師團隊。EVP Rajesh Jha 在內部備忘錄里把這個決定包裝成「工具鏈統一」（toolchain unification），但 The Verge 援引的微軟內部消息更直白：員工普遍認為 Claude Code 比 Copilot CLI 更好用，Anthropic 這個工具在微軟內部的流行，甚至讓微軟自家的 Copilot CLI 被「冷落」了。

換句話說，微軟撤掉 Claude Code，不是因為它不行，是因為它太行。

那個 6 月 30 日的截止日期也不是巧合——是微軟財年的最后一天。砍掉一個員工普遍偏好的工具、換回自家產品、時間點卡在財年節點上——里面有多少是產品判斷、有多少是財務考量，大家心知肚明。

圖片來源：視覺中國

微軟不是孤例。

一個月前，Uber 的 CTO Praveen Neppalli Naga 對 The Information 透露：公司 2026 年全年的 AI 編程工具預算，在前 4 個月就燒光了。Uber 此前還專門搞過內部排行榜，用比賽的方式激勵員工多用 AI——結果是預算崩盤。

更直白的是英偉達應用深度學習副總裁 Bryan Catanzaro 接受 Axios 采訪時說的那句：「對我的團隊來說，算力的成本遠遠超過員工的成本。」這是從一家硬件公司的高管嘴里說出來的——這家公司的核心產品就是賣算力。

Fortune 把這些線索串到一起，給文章起了一個非常 Fortune 的標題：「微軟的報告暴露了 AI 真正的成本問題——用這玩意兒比養員工還貴」。

如果只讀到這一層，結論很簡單：vibe coding 失敗了，AI 替代人這個故事可以收攤了。

但這個結論下早了。

02 Copilot 模式已經「撞墻」

要解釋微軟的撤退，得先講清楚 vibe coding 是什么。

這個詞是 Andrej Karpathy 在 2025 年初提出的——他描述了一種新的編程方式：開發者不再一行行寫代碼，而是用自然語言描述意圖，讓 LLM 生成代碼。開發者甚至不讀代碼、只看結果——能跑就接受，不能跑就再讓 AI 改一遍。

這是 AI 時代最有誘惑力的一種生產力承諾。它意味著：一個不會寫 Rust 的工程師能讓 AI 幫他寫 Rust；一個產品經理能讓 AI 幫他做出原型；一個設計師能讓 AI 幫他寫出能跑的代碼。微軟 2025 年 12 月那次開放 Claude Code 的對象——工程師、PM、設計師——恰好就是這三類人。這不是巧合，這是 vibe coding 最經典的落地姿勢。

但 vibe coding 落到大公司里，會變成一件結構上很別扭的事。

假設微軟有一個工程師，年薪 30 萬美元。微軟給他配一個 Claude Code 之后，他的產出提升了 20%——這是 vibe coding 最理想的狀態。但與此同時，他每個月燒掉的 token 成本，是 200 美元、500 美元、還是 2000 美元？這個數字會隨著他對 AI 的依賴越來越深而單調上升。

更麻煩的是，他不會因為「用了 AI」就被裁掉——他的 30 萬年薪還在，福利還在，他的工位還在。

也就是說，微軟的總成本結構是「原來的員工工資 + 新增的 token 賬單」。這個公式只有一個方向——成本暴漲。

而「員工產出 +20%」這件事在財務上的反映是「營收 +20%」嗎？不是。是「營收維持不變，但成本結構里多了一項 AI 賬單」——因為大部分員工的產出，并不直接對應新增的收入，他寫得更快不代表公司賣得更多。

這就是 Catanzaro 那句「算力比員工貴」真正的含義。它不是說 AI 笨，是說當你把 AI 裝在原來的員工身上，你不可能讓賬算得過來。

這個邏輯還有數據支撐。

Gartner 最近一份預測里說：到 2030 年，一萬億參數大模型的推理成本將比 2025 年下降近 90%。聽上去是 AI 越來越便宜了，但 Gartner 的真正結論是：這并不會讓企業的 AI 總賬單變便宜。Gartner 高級總監分析師 Will Sommer 說過一句話——「CPO 們不應該把『商品級 token 的通縮』和『前沿推理能力的入門化』混為一談。」

Goldman Sachs 的預測更直接：到 2030 年，agentic AI 將推動 token 消耗量增長 24 倍，達到每月 120 千萬億。單 token 價格下降 90%、消耗量增長 24 倍——結果是總賬單還在漲。

黃仁勛有一個更激進的版本。他幾個月前在公開場合說，未來每一個英偉達員工身邊都會有 100 個 AI agent 一起工作。

聽上去很美。但如果你是 CFO，你聽到的是什么？是 100 個 token 燒爐，每天 24 小時不停地燒。

問題不是 AI 太貴。問題是「給每個員工配一個 AI 副駕」這個假設本身。

這種姿勢在科技圈有一個流行的名字——「副駕模式」（copilot mode）。它的核心假設是：人繼續在駕駛位上，AI 在副駕位上給你建議。它不替代你，只是讓你更快。

這個假設在文字層面非常溫柔——「AI 不會搶走你的工作，AI 只是幫你」。但在財務層面，它的隱含意思是：原來的所有工資不變，但額外多了一項 token 費用。

而 token 不是固定費用，是按消耗計費的。員工用得越多，公司付得越多——這恰好是企業最不愿意看到的成本結構：浮動、上不封頂、跟著產能反向放大。

微軟在 2025 年 12 月開放 Claude Code 的時候，可能并沒有完全意識到這一點。它本來想的是：讓員工試一下，看看 AI 能讓工作效率提升多少。但 6 個月之后，員工真的用上癮了，Claude Code 在微軟內部太流行——結果就是 token 賬單遠超預期，超過了微軟自己能從這種流行中拿回的產出。

微軟撤了。但撤的不是 AI——撤的是「員工繼續在駕駛位、AI 在副駕位」這種結構。

這是一種結構性的失敗。它不會因為模型更便宜而消失，也不會因為員工更熟練而消失——它會隨著員工對 AI 越來越熟練而更嚴重。

03 燒 token，是因為不燒人頭

幾乎和微軟撤退同一周，Tom Blomfield 在 YC 的 batch talk 上提出了一個完全不同的視角。他沒有討論「AI 該怎么用」——他討論的是「AI 時代的公司應該長什么樣」。

Blomfield 的判斷很直接：今天大部分公司還是「羅馬軍團」式的結構——信息逐級向上傳遞、命令逐級向下分發、人是協調的核心。把 AI 裝到這種結構上，效果就是把熱兵器發給羅馬步兵——他們會用得更狠，但戰術不會變。

真正的 AI-native 公司應該是另一種樣子。

Blomfield 用了一個很具體的描述：每個動作都應該產生一個可記錄、可調用的產物，讓一切對 AI 清晰可讀（legible to AI）；公司應該被設計成「自我改進的 AI 循環」，系統能感知環境、做出決策、調用工具、接收反饋、自我修正。

人在這種公司里只剩兩種角色。一是個人貢獻者——每個人不論部門都是 builder 和 operator，開會帶原型，不光帶想法；二是 DRI（直接負責人）——每個產出都有一個明確的責任人，「不能躲到 AI 后面」。

然后 Blomfield 說了那句金句：「如果你的API賬單不讓你心痛，說明你燒得不夠。」

這句話如果出現在微軟的 CFO 辦公室，會被當成笑話；但放在 YC 一屋子初創公司創始人面前，沒有人覺得瘋狂。

為什么？

YC 另一位合伙人 Diana Hu 在 5 月初的 Startup School 里給出了答案。她講了一句話——「最大化的不是人頭，是 token 消耗」。她還有更直白的版本：「一個人配上 AI 工具，就等于過去一支大工程師團隊。」

注意這里的關鍵詞：「等于」。不是「相當于」，不是「類似于」——是替代。

YC 那批 P26 2026 春季 batch 里，已經有不少公司在用 5、6 個人做過去需要 20、30 人才能做的事。它們的 token 賬單當然高，但它們的人員賬單極低——賬整體算下來，是賺的。

更激進的案例是 Block。Jack Dorsey 旗下這家金融科技公司最近裁了 40% 的員工。這不是傳統意義上的「降本增效」——Block 同時把 AI 工具的內部投入加大，新結構就是 Diana Hu 描述的那種：IC + DRI + AI agent。

燒 token 在 YC 的語境里不是支出，是替代。它替代的不是 AI 之外的開銷，是人頭工資。賬之所以算得過來，是因為公司同步去掉了那些原本要燒工資的位置。

這就是微軟和 YC 看到同一件事，卻給出相反答案的根本原因——他們燒的根本不是同一種 token。微軟的 token 是給原班人馬的副駕加油，YC 的 token 是替代原本的駕駛員。

04 真正的資產正在被重新定義

Tom Blomfield 在對談里，還說了另一句更耐人尋味的話——「人是短暫的，上下文文檔才是重要的。」

這是一個會計學層面的判斷。

傳統公司的資產負債表是怎么寫的？左邊是固定資產、應收賬款、商譽、IP，右邊是負債和股東權益。員工不在資產那一欄——員工是成本。但每個公司心里都知道，員工其實是真正的資產：客戶關系在銷售腦子里，業務直覺在產品經理腦子里，技術 know-how 在工程師腦子里。

這種「資產」的特點是會走的。員工離職，資產就跑了。

而 Blomfield 描述的 AI-native 公司，是在做一件事：把這些原本只存在于人腦里的資產，全部抽取出來，變成 AI 可讀、可調用、可迭代的「上下文資產」。

具體形式是什么？是詳盡的需求文檔；是把每一次決策、每一次郵件往來、每一次 Slack 討論沉淀下來的過程文檔；是開放的 MCP 接口和 API；是每個內部工具產生的 artifact——所有這些東西，構成了一家公司新的、可繼承的、不會隨員工離職而蒸發的資產層。

人在這種公司里反而變成「變量」——可以快速接入，也可以快速離開，因為公司的核心資產不在人腦里，在文檔里。

圖片來源：視覺中國

這種結構如果成立，意味著的不只是一種新的組織模式——意味著公司的資產負債表正在被重寫。一家 6 個人、燒著驚人 token 賬單的 AI-native 公司，看上去財務不健康，但它真正的資產可能比一家 60 個人的傳統公司還厚——只是這種資產，現在的會計準則還沒學會怎么計算。

換句話來講，vibe coding 沒有死。它只是不屬于傳統公司。

微軟撤掉 Claude Code 的那天，不是 AI 經濟學失敗的一天——是一種把 AI 裝在舊組織上的姿勢，被它自己證偽的一天。

而 YC 那一屋子初創公司里，正在長出另一種姿勢——它們小、它們燒、它們沒有 KPI 表里的「員工 AI 使用率」、它們的 CFO 也不會因為 token 賬單暴漲而恐慌——因為他們燒的本來就不是「員工的副駕」，是「員工的替代品」。

未來幾年，所有還在讓員工「多用一點 AI」的中型公司，都會撞到微軟撞過的那堵墻——結構性必漲的 token 賬單。

但撞墻的真正原因，不是 AI 太貴——是組織還沒改。

而絕大多數公司，恐怕一時半會兒都不會改。

*頭圖來源：視覺中國

來源 | 極客公園（ID：geekpark）

作者 | 張勇毅 ; 編輯 | 蝦餃

內容僅代表作者獨立觀點，不代表早讀課立場