过去两年,大厂对工程师的态度一直是"多用 AI、多烧 token"。微软把这套口号第一次拉回了"业务结果"刻度。本月早些时候,执行副总裁、CoreAI 工程部门负责人 Jay Parikh 向全员发出内部邮件,要求工程师"专注于业务成果,而非最大化 AI token 的使用量",并明确要从 token 投资中获取更大价值。Times of India 在 8 月初转引了这份内部备忘(原始邮件由 404 Media 率先获得)。
真正的成本动作不是邮件,而是把 GitHub Copilot 默认模型从 Claude 切回 OpenAI GPT-5.6 Sol。Times of India 援引 Parikh 邮件原文:"tokenmaxxing is not what we are optimizing for"。GPT-5.6 Sol 在 7 月推出,微软把数十万员工每天的 Copilot 默认流量全切到这一档,这是 OpenAI 与 Anthropic 收入分配的一次实际再平衡。
导火索:一份 2.8 万美元的账单
Solidot 把这场整顿的导火索拆得更清楚:一份新字段"AI $ Usage Per Month"挂在了内部员工薪酬表上。在逾 22.3 万名微软员工中,约 350 名美国员工自愿提交了当月 AI 工具支出,最触目惊心的数字来自 Customer and Partner Solutions 部门——一名工程师 28 天 AI 支出高达 2.8 万美元,公司整体中位数约为每 28 天 300 美元;部门差距明显:CoreAI 中位数 975 美元,Security 526 美元。Solidot 描述这种失控为"打副本刷经验":仪表板可见指标演变成排行榜,刷分就成目标。
所以呢
云时代有过一模一样的剧本:企业喊"想开多少机器就开多少",直到 AWS 账单冲到六位数才出来建仪表板。AI token 现在正走这条路。三个信号:可见指标必须搭配业务配对,否则必被刷成游戏;默认模型是最大成本杠杆,一次切换的收入影响远大于市场宣传;大厂 AI 优先战略也会撞上 unit economics 的墙。Times of India 援引数据,过去三年 per-token 价格跌约 98%,但企业 AI 账单反增 3 倍——亚马逊、Adobe、Atlassian、Citi、Meta 都比微软更早做 token 节流,Meta 还关停"Claudeonomics"内部排行榜。
如果你的 Copilot 仪表板只显示 token 数、不显示业务结果,准备一份新的预算争议;如果默认模型是闭源贵模型,准备切换路径;"AI 优先"作为文化口号可以保留,但作为预算口径必须配套 FinOps 纪律。
(来源:Times of India、404 Media)