微软最近在内部通讯里悄悄做了一件不太体面的事:把员工的「AI 自付账单」汇总公布,然后把默认模型从 Claude 换成了 GPT-5.6 Sol。这事本身不算新闻,但账单数字透露出的信号,值得所有正在大规模铺 AI 的公司认真读一下。
账单里到底有什么
根据 Gadget Review 拿到的内部数据,在自愿提交的约 350 名美国员工样本里,微软全球 22.3 万名员工中出现了相当极端的分布:Customer and Partner Solutions 部门一名工程师在 28 天里烧了 2.8 万美元的 AI 工具开销,多名员工超过 1 万美元,而公司级中位数只有约 300 美元。部门中位数也呈现明显梯度——CoreAI 约 975 美元、Security 约 526 美元、Microsoft AI 约 490 美元、Cloud + AI 约 325 美元。
考虑到这只是「自愿样本」,真实人均支出大概率更高;但极端值与中位数之间上百倍的鸿沟,说明 AI 工具使用在公司内部远没有标准化——有的团队把 Copilot 当日常搭子,有的团队基本不碰。
Tokenmaxxing:当用量榜变成竞技场
真正让管理层坐不住的是一种被内部称为「tokenmaxxing」的行为。Copilot 仪表盘把每个人的 AI 用量做成可见指标,于是有员工开始在低价值甚至毫无意义的查询上反复刷量冲榜。微软 CoreAI 执行副总裁 Jay Parikh 在 8 月初的内部邮件里直接喊停,原话是「Tokenmaxxing 不是我们要优化的方向」。同步落地的措施包括:部门级 AI token 预算硬指标、员工个人花费上墙、GitHub Copilot 默认模型切换——这才是事件里被忽视但分量更重的部分。
默认模型切换的真实含义
微软给出的官方理由是「从 token 投资中获得更大价值」。翻译一下:GPT-5.6 Sol 比 Claude 在单价上更便宜,叠加微软同时是 OpenAI 的大股东,这笔账从财务模型上就更好看。但更深层的信号是——即使是最紧密的合作伙伴,当账单开始失控,商业本能会优先压住成本,而不是守住模型多样性。这与 Ramp 这类企业支付数据正在揭示的趋势一致:企业买 AI 时,「旗舰是不是最强」已经让位于「够用且便宜」。
行业层面的 FinOps 时刻
云时代有过同样的剧本:「随便开机器」的鼓励文化撞上六位数的 AWS 月账单,然后 FinOps 工具应运而生。现在轮到 AI token 重演这个循环。可见的下一步会是模型路由、按 query 难度分配价位、硬性 token 配额、团队级 usage 报表。对所有正在做企业级 AI 落地的团队来说,微软这次的内部数据是一份提前寄到的预警信。
需要注意的是,样本量约 350 人相对 22.3 万全球员工并不大,极端值可能被自选偏差放大;但账单量级的方向性信号——尤其是默认模型切换的成本驱动逻辑——是确定无疑的。来源:Gadget Review,2026 年 8 月 26 日(https://www.gadgetreview.com/one-microsoft-employee-spent-28000-on-ai-in-28-days-now-the-company-is-watching-everyone)。