微软按下 vibe coding 暂停键：烧 token 已经比员工贵了

2026年5月14日，微软内部传出一个标志性决定：

。截止日期定在6月30日——恰好是微软财年的最后一天。

这个决定颇具戏剧性。就在六个月前，微软还在做完全相反的事：2025年12月，它将Claude Code开放给数千名工程师、产品经理和设计师，鼓励大家用“氛围编程”（vibe coding）重塑工作流。员工们很喜欢这个工具，或许，有点过于喜欢了。

六个月，态度一百八十度转弯。微软自己撤了。

几乎在同一周，YC合伙人Tom Blomfield在一场Batch Talk上抛出了另一句名言：

同一个春天，硅谷为同一个问题给出了两个截然相反的答案：AI用起来，到底比人贵不贵？

氛围编程的失败现场

首先要澄清，微软取消的不是Anthropic的模型本身。Claude模型仍会通过Copilot CLI提供给员工。它砍掉的是Claude Code这个独立的产品入口。

受影响最深的是“Experiences + Devices”部门，即负责Windows、Microsoft 365、Outlook、Teams和Surface的工程师团队。部门执行副总裁Rajesh Jha在内部备忘录中将此举包装为“工具链统一”，但据The Verge援引的内部消息，原因更直白：员工普遍认为Claude Code比自家的Copilot CLI更好用，Anthropic的工具在内部过于流行，甚至导致微软自己的产品被“冷落”了。

换句话说，

。

那个6月30日的截止日期也非巧合，正是财年收官之日。砍掉一个受员工青睐的工具，换回自家产品，时间点卡在财年节点——这里面有多少是产品判断，有多少是财务考量，不言自明。

图片来源：视觉中国

微软并非孤例。

一个月前，Uber的CTO Pra veen Neppalli Naga向The Information透露：

。此前Uber还搞过内部排行榜，用竞赛激励员工多用AI，结果直接导致预算崩盘。

更直白的观点来自英伟达应用深度学习副总裁Bryan Catanzaro，他在接受Axios采访时说：

这话从一家核心业务就是卖算力的公司高管口中说出，分量十足。

《财富》杂志把这些线索串起来，给文章起了个典型的《财富》式标题：“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，结论似乎很简单：氛围编程失败了，AI替代人工的故事可以收场了。

但这个结论，下得太早了。

“副驾模式”已经撞墙

要理解微软的撤退，得先搞清楚“氛围编程”到底是什么。

这个词由Andrej Karpathy在2025年初提出，描述的是一种新编程范式：开发者不再逐行写代码，而是用自然语言描述意图，让大语言模型生成代码。开发者甚至可以不读代码，只看运行结果——能跑就接受，不能跑就让AI再改一遍。

这是AI时代最具诱惑力的生产力承诺。它意味着，不懂Rust的工程师能让AI写Rust，产品经理能让AI做出原型，设计师能让AI产出可运行代码。微软去年12月开放Claude Code的对象——工程师、产品经理、设计师——恰好对应这三类人。这不是巧合，这是氛围编程最经典的落地场景。

假设微软一位工程师年薪30万美元。公司给他配了Claude Code后，其产出提升了20%——这是最理想的氛围编程状态。但同时，他每月消耗的token成本是多少？200美元、500美元，还是2000美元？这个数字会随着他对AI的依赖加深而只增不减。

更麻烦的是，他不会因为“用了AI”就被裁掉——30万美元的年薪照付，福利照旧，工位还在。

也就是说，

。这个公式只有一个方向：成本暴涨。

而“员工产出+20%”在财务上等于“营收+20%”吗？不是。它更可能表现为“营收维持不变，但成本结构里多了一项AI账单”。因为大多数员工的产出并不直接对应新增收入，代码写得快，不代表产品卖得多。

这就是Catanzaro那句“算力比员工贵”的真正含义。不是说AI笨，而是说，当你把AI单纯叠加到原有员工身上时，财务上根本算不过来。

这个逻辑有数据支撑。

Gartner近期预测，到2030年，万亿参数大模型的推理成本将比2025年下降近90%。听起来AI在变便宜，但Gartner的真正结论是：这并不会让企业的AI总支出降低。其高级总监分析师Will Sommer点明：

高盛的预测更直接：到2030年，智能体（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%，消耗量却增长24倍——结果就是总账单仍在膨胀。

黄仁勋有个更激进的设想。他几个月前公开表示，未来每个英伟达员工身边都会有100个AI智能体协同工作。

听起来很美好。但如果你是CFO，你听到的是什么？是100个token燃烧炉，24小时不间断地烧钱。

这种模式在科技圈有个流行的名字——“副驾模式”（Copilot Mode）。其核心假设是：人继续坐在驾驶位，AI在副驾提供建议。它不替代你，只是让你更快。

这个假设在人文层面非常温和——“AI不会抢工作，只是帮忙”。但在财务层面，它的潜台词是：

。

而token费用是浮动的、上不封顶的，并且随着员工产能提升而反向放大——这恰恰是企业最不愿看到的成本结构。

微软在2025年12月开放Claude Code时，或许并未完全意识到这一点。本意是让员工试试，看AI能提升多少效率。但六个月后，员工真的用上瘾了，Claude Code过于流行——结果就是token账单远超预期，超出了微软能从这种效率提升中获得的回报。

于是微软撤了。但它撤掉的不是AI，而是“员工在驾驶位，AI在副驾”这种组织结构。

这是一种结构性的失败。它不会因为模型降价而消失，也不会因为员工更熟练而缓解——相反，随着员工对AI的依赖加深，这个问题只会

。

烧token，是因为不烧人头

几乎就在微软撤退的同一周，Tom Blomfield在YC的分享中提出了一个截然不同的视角。他没有讨论“AI该怎么用”，而是探讨“AI时代的公司应该长什么样”。

Blomfield的判断很直接：今天大多数公司仍是“罗马军团”式结构——信息层层上报，命令逐级下达，人是协调的核心。

。

真正的AI原生公司应该是另一番模样。

Blomfield描述得很具体：每个动作都应产生可记录、可调用的产物，让一切对AI清晰可读；公司应被设计成“自我改进的AI循环”，系统能感知环境、做出决策、调用工具、接收反馈并自我修正。

在这种公司里，人只扮演两种角色。一是个人贡献者——无论来自哪个部门，都必须是建造者和执行者，开会要带原型，不能只带想法；二是直接负责人（DRI）——每个产出都有明确的责任人，“不能躲在AI后面”。

然后，Blomfield说出了那句金句：

这句话如果放在微软CFO的办公室里，会被当成笑话；但在YC满屋的初创公司创始人听来，却无人觉得疯狂。

为什么？

YC另一位合伙人Diana Hu在5月初的Startup School中给出了答案。她说要“最大化的不是人头，是token消耗”。她还有一个更直白的版本：“一个人配上AI工具，就等于过去一支庞大的工程师团队。”

注意关键词：“等于”。不是“相当于”，不是“类似于”——就是替代。

在YC 2026年春季批次（P26）中，已经有不少公司用5、6个人干着过去需要20、30人才能完成的工作。它们的token账单当然很高，但人员成本极低——整体算下来，账是赚的。

更激进的案例是Block。杰克·多西旗下的这家金融科技公司最近裁掉了40%的员工。这并非传统的“降本增效”——Block同时加大了对AI工具的内部投入，新结构正是Diana Hu描述的那种：个人贡献者（IC）+ 直接负责人（DRI）+ AI智能体。

在YC的语境里，烧token不是支出，而是替代。它替代的不是别的开销，正是人头工资。账能算得过来，是因为公司同步砍掉了原本需要支付工资的岗位。

这就是微软和YC面对同一现象却给出相反答案的根本原因——

。

真正的资产正在被重新定义

Tom Blomfield在那次对谈中，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怎么写？左边是固定资产、应收账款、商誉、知识产权，右边是负债和股东权益。员工不在资产栏——员工是成本。但每个公司心里都清楚，员工才是真正的资产：客户关系在销售脑子里，业务直觉在产品经理脑子里，技术诀窍在工程师脑子里。

这种“资产”有个致命特点：它会走。员工离职，资产就消失了。

而Blomfield描述的AI原生公司，在做一件事：把这些原本只存在于人脑中的资产，全部抽取出来，转化为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；是将每次决策、每次邮件往来、每次Slack讨论沉淀下来的过程记录；是开放的MCP接口和API；是每个内部工具产生的工件（artifact）——所有这些，构成了一家公司的、可继承的、不会随员工离职而蒸发的新资产层。

图片来源：视觉中国

如果这种结构成立，它意味的不仅是一种新的组织模式，更意味着公司的资产负债表正在被重写。

——只是这种资产，现行的会计准则还不知如何计算。

换句话说，氛围编程没有死。它只是不属于传统公司。

微软撤掉Claude Code的那天，并非AI经济学的失败之日，而是一种将AI强行嵌入旧组织的模式，被自身证伪之日。

而在YC那满屋的初创公司里，正在生长出另一种模式——它们规模小、敢烧钱、没有KPI表里的“员工AI使用率”、它们的CFO也不会因token账单暴涨而恐慌——因为他们烧的本来就不是“员工的副驾”，而是“员工的替代品”。

未来几年，所有仍在鼓励员工“再多用一点AI”的中型公司，都将撞上微软撞过的那堵墙——结构上注定只增不减的token账单。

但撞墙的真正原因，不是AI太贵，而是组织尚未改变。

而绝大多数公司，恐怕一时半会儿都改不了。