2026 年 5 月 14 日，微軟已開始取消大部分員工的 Claude Code 內部許可。截止日期為 6 月 30 日——亦是微軟財政年度的最後一天。
僅僅 6 個月前，微軟還在做完全相反的事——2025 年 12 月，它將 Claude Code 開放給數千名員工，包括工程師、產品經理、設計師，鼓勵所有人以 vibe coding 的方式重塑工作流程。員工非常喜歡這個工具，但也許，太喜歡了。
但 6 個月之後，微軟自己撤了。
而幾乎在同一週，YC 的合夥人 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，矽谷正在為同一個問題提供兩個完全相反的答案——使用 AI 到底比用人貴不貴？
01 vibe coding 的失敗現場
微軟取消的不是 Claude 這個模型。Anthropic 的模型仍會透過 Copilot CLI 提供給微軟員工。它取消的是 Claude Code 這個產品入口本身。
受影響最深的是「體驗 + 裝置」部門——也就是負責 Windows、Microsoft 365、Outlook、Teams 和 Surface 的工程團隊。EVP Rajesh Jha 在內部備忘錄中將此決定包裝為「工具鏈統一」（toolchain unification），但 The Verge 引述的微軟內部消息更直接：員工普遍認為 Claude Code 比 Copilot CLI 更好用，Anthropic 的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，微軟撤下 Claude Code，不是因為它不行，而是因為它太行。
那個 6 月 30 日的截止日期也不是巧合——這是微軟財年的最後一天。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——當中有多少是產品判斷、有多少是財務考量，大家心知肚明。
微軟不是孤例。
一個月前，Uber 的 CTO Praveen Neppalli Naga 向 The Information 透露：公司 2026 年全年的 AI 編程工具預算，在前 4 個月就花光了。Uber 此前還專門搞過內部排名，以比賽方式激勵員工多用 AI——結果預算崩盤。
更直白地說，英偉達應用深度學習副總裁 Bryan Catanzaro 在接受 Axios 採訪時表示：「對我的團隊來說，算力的成本遠遠超過員工的成本。」這句話出自一家硬體公司高層之口——而這家公司的核心產品正是銷售算力。
Fortune 將這些線索串聯起來，為文章取了一個非常 Fortune 風格的標題：「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。
但這個結論下得太早了。
02 Copilot 模式已經「撞牆」
要解釋微軟的撤退，得先講清楚 vibe coding 是什麼。
這個詞是 Andrej Karpathy 在 2025 年初提出的——他描述了一種新的程式設計方式：開發者不再逐行撰寫程式碼，而是以自然語言描述意圖，讓 LLM 生成程式碼。開發者甚至不閱讀程式碼，只看結果——能運行就接受，不能運行就讓 AI 再改一遍。
這是 AI 時代最具誘惑力的一種生產力承諾。它意味著：不會寫 Rust 的工程師可以讓 AI 幫他寫 Rust；產品經理可以讓 AI 幫他做出原型；設計師可以讓 AI 幫他寫出可運行的代碼。微軟於 2025 年 12 月開放 Claude Code 的對象——工程師、PM、設計師——恰好就是這三類人。這並非巧合，這是 vibe coding 最經典的落地方式。
但 vibe coding 落到大公司裡，會變成一件結構上很別扭的事。
假設微軟有一名工程師，年薪 30 萬美元。微軟為他配備 Claude Code 後，他的產出提升了 20%——這是 vibe coding 最理想的状态。但與此同時，他每月消耗的 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「使用了 AI」而被裁掉——他的 30 萬年薪仍在，福利仍在，他的工位仍在。
也就是說，微軟的總成本結構是「原有員工工資 + 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%」在財務上的反映並非「營收 +20%」，而是「營收維持不變，但成本結構中多了一項 AI 賬單」——因為大多數員工的產出並未直接對應新增收入，寫得更快並不意味著公司賣得更多。
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 最近一份預測指出：到 2030 年，一萬億參數大模型的推理成本將比 2025 年下降近 90%。聽起來 AI 越來越便宜了，但 Gartner 的真正結論是：這並不會讓企業的 AI 總賬單變便宜。Gartner 高級總監分析師 Will Sommer 曾說過一句話——「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。」
高盛的預測更直接：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——結果是總賬單仍在上漲。
黃仁勳有一個更激進的版本。他幾個月前在公開場合表示，未來每位英偉達員工身邊都會有 100 個 AI agent 一起工作。
聽起來很美好。但如果你是財務長，你聽到的是什麼？是 100 個 token 燒爐，每天 24 小時不停地燒。
問題不在於 AI 太昂貴。問題在於「為每位員工配備一個 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——這恰好是企業最不願意看到的成本結構：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 時，可能並未完全意識到這一點。它原本的構想是：讓員工試用，看看 AI 能提升多少工作效率。但六個月後，員工真的上癮了，Claude Code 在微軟內部太受歡迎——結果導致 token 賬單遠超預期，超過了微軟能從這種流行中收回的產出。
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
幾乎與微軟撤退同一週，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 該怎麼用」——他討論的是「AI 時代的公司應該長什麼樣」。
Blomfield 的判斷很直接：今天大多數公司仍是「羅馬軍團」式的結構——資訊逐級向上傳遞、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 原生公司應該是另一種樣子。
Blomfield 使用了一個具體的描述：每個動作都應產生一個可記錄、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。
在這家公司裡，只有兩種角色：一是個人貢獻者——每個人都不論部門，都是 builder 和 operator，開會時帶原型，不只是帶想法；二是 DRI（直接負責人）——每個產出都有明確的責任人，「不能躲在 AI 後面」。
然後 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。」
如果這句話出現在微軟的財務長辦公室，會被當成笑話；但放在 YC 一屋子初創公司創辦人面前，沒有人覺得瘋狂。
為什麼？
YC 的另一位合夥人 Diana Hu 在 5 月初的 Startup School 中給出了答案。她說了一句話——「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，就等於過去一支大工程師團隊。」
請注意這裡的關鍵詞：「等於」。不是「相當於」，不是「類似於」——是替代。
在 YC 那批 P26 2026 春季 batch 中，已有不少公司以 5、6 人完成過去需要 20、30 人才能完成的工作。它們的 token 賬單當然很高，但人員賬單極低——總體計算下來，是賺的。
更具激進性的案例是 Block。由 Jack Dorsey 創立的這家金融科技公司最近裁員了 40%。這並非傳統意義上的「降本增效」——Block 同時加大了對 AI 工具的內部投入，其新架構正是 Diana Hu 所描述的那種：IC + DRI + AI agent。
在 YC 的語境中，燒 token 不是支出，而是替代。它所替代的並非 AI 之外的開支，而是人力工資。賬目之所以能算得過來，是因為公司同步刪除了原本用於支付工資的崗位。
這就是微軟和 YC 看到同一回事，卻得出相反結論的根本原因——他們燃燒的根本不是同一種 token。微軟的 token 是為原班人馬的副駕加油，YC 的 token 是取代原本的駕駛員。
04 真正的資產正在被重新定義
Tom Blomfield 在對談裡，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這樣寫的：左邊是固定資產、應收賬款、商譽、IP，右邊是負債和股東權益。員工不在資產一欄——員工是成本。但每家公司心裡都知道，員工其實才是真正的資產：客戶關係在銷售人員腦中，商業直覺在產品經理腦中，技術know-how在工程師腦中。
這種「資產」的特點是會走的。員工離職，資產就跑了。
而 Blomfield 所描述的 AI 原生公司，正在做一件事：將這些原本僅存在於人腦中的資產，全部抽取出來，轉變為 AI 可讀取、可調用、可迭代的「上下文資產」。
具體形式是什麼？是詳盡的需求文件；是將每一次決策、每一次郵件往來、每一次 Slack 討論沉淀下來的過程文件；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、不會隨員工離職而消失的資產層。
在這種公司裡，人反而變成「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裡，在文件裡。
如果這種結構成立，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。一家由 6 個人組成、燒著驚人 token 賬單的 AI-native 公司，看起來財務不健康，但它真正的資產可能比一家 60 個人的傳統公司還雄厚——只是這種資產，現有的會計準則還未學會如何計算。
換句話說，vibe coding 沒有死，它只是不屬於傳統公司。
微軟撤除 Claude Code 的那天，並非 AI 經濟學失敗的一天——而是一種將 AI 塞進舊組織的姿勢，被其自身駁斥的一天。
而在 YC 那一屋子初創公司裡，正在長出另一種姿勢——它們小、它們燒、它們沒有 KPI 表裡的「員工 AI 使用率」、它們的 CFO 也不會因為 token 賬單暴漲而恐慌——因為它們燒的本來就不是「員工的副駕」，是「員工的替代品」。
未來幾年，所有仍在讓員工「多用一點 AI」的中型公司，都會撞到微軟撞過的那堵牆——結構性必漲的 token 賬單。
但撞牆的真正原因，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。