微软将弃用Claude：太贵了还是薅明白了？

微软也用不起Claude Code了 谁敢想，微软——那个曾经给OpenAI累计投了100多亿美元的科技巨头，最近也因为Claude“太贵了，用不起”而在内部叫停。 事情是这样的：近日，微软内部传出一个消息，从6月30日起，数千名负责Windows、Microsoft 365、Teams、Outlook和Surface相关工作的工程师，将不再被允许使用Claude Code。微软自己引导他们转向自家的GitHub Copilot CLI。 微软没有公开具体在Claude Code上花费的具体数字，但知情人士透露此次叫停Claude Code 的确是因为成本太高了，高到连微软都觉得“肉疼”。 Uber不久前经历也做出了和微软一样的选择。 据爆料，Claude Code 每个月为每位Uber工程师花掉的AI工具费用大概在 500 ～ 2000 美元。 这是什么概念？一个百人技术团队，光这一项AI工具，一年下来就是几百万美元。Uber 2026年的AI预算，在4月份就被“烧”完了。 这背后其实藏着一个很多公司还没反应过来、但已经开始头疼的变化：AI的定价模式，正在从以前的“办套餐”变成现在的“按表走字”。 过去，许多AI工具采用按月固定收费的模式，成本相对可预测。但如今，越来越多面向编程场景的AI助手开始转向基于Token的计费方式——提问越复杂、调用越频繁、任务越深入，产生的费用就越高。对于日常需要处理大量编码工作的技术团队而言，这笔开支正迅速膨胀为一项不可忽视的财务压力。 在这样的背景下，即便是微软、Uber这样体量的科技公司，也不得不重新算一笔账：高昂的第三方AI工具费用，是否真的物有所值？是继续支付不断攀升的账单，还是转向更经济的开源方案，或改用自有工具来替代？ 微软的选择很明确：用自家的 GitHub Copilot CLI 替代 Claude Code。虽然功能体验上可能稍逊一筹，但成本可控，内部资源流转也更具效率。 这一选择传递出一个清晰的信号——连微软都开始觉得“贵”的AI定价，正在倒逼企业重新审视自己的技术采购策略。 毕竟，节约下来的成本，最终会直接反映在利润上。 但《The Verge》也指出，取消 Claude Code 授权不会影响微软与 Anthropic 达成的 Foundry 协议，该协议包括向 Anthropic 投资高达 50 亿美元，并向 Foundry 客户提供 Claude 模型的使用权限，以及 Anthropic 承诺斥资 300 亿美元购买 Azure 计算能力。 让员工用 Claude Code 只是一场实验？ 微软突然取消内部工程师的 Claude Code 使用许可，是在其让员工使用该工具的六个月后，于是外界认为，这不是一次仓促的封禁，倒像是一场精心安排的实验。 据微软内部备忘录显示，体验与设备事业部执行副总裁Rajesh Jha对此做出了说明：“当我们开始同时提供 Copilot CLI 和 Claude Code 时，我们的目标是快速学习，在真实的工程工作流程中对这些工具进行基准测试，并了解哪些工具最能支持我们的团队。Claude Code 在这一学习过程中发挥了重要作用……与此同时，Copilot CLI 也为我们带来了一些特别重要的东西：一个我们可以直接与 GitHub 合作，根据微软的代码库、工作流程、安全预期和工程需求来打造的产品。” 换句话说，微软主动让竞争对手的产品进入自己的工程团队，让 Claude Code 暴露自家Copilot CLI的短板。然后用半年时间收集反馈、修复差距，最后关掉对手的工具，把工程师全部迁回自家产品。 在LinkedIn 平台，有用户将这一策略概括为：先让竞品当“陪练”，学完了就收网。 一位LinkedIn 用户对此评价道：“如果微软想要继续使用Claude，成本绝对不会是阻碍因素，微软曾经的Tokenmaxxing 策略就仿佛一开始就奔着学习目的去的。” 还有用户表示，“使用对手的产品对自己的产品进行压力测试，需要很强的自律性。而将所学知识付诸实践，需要更多努力。” 从结果来看，微软确实这样做了。Copilot CLI在六个月内根据工程师的对比使用反馈进行了多次迭代。 所以此次的弃用也被解读成为不是“用不起”而被动放弃，而是借力打力、补足短板之后，主动结束了这场内部实验。 不过，外界对此看法并不一致。有开发者指出，微软能够这样做，前提是它同时拥有底层云基础设施、自有的代码托管平台GitHub，以及足够庞大的工程师群体作为“实验样本”。大多数公司不具备这种条件——它们只能单纯地“用不起”，而微软可以选择“学完再停”。 叫停Claude Code背后，微软面临三大困境 然而，成本压力和外界猜测的“实验测试”或许只是浮在水面上的冰山一角。微软叫停Claude Code的决定，远不止是一笔财务账——它触及了一个更令这家软件巨头不安的事实：在大模型时代的产业链条上，微软正在丧失定义权。 2026年3月，企业支出管理平台 Ramp 发布了一期AI Index，在首次购买 AI 服务的企业中，Anthropic 在与 OpenAI 的直接对决中胜率约为 70%。这与Ramp 2025 年观察到的趋势完全相反，当时 OpenAI 的普及速度超过了其他任何一家模型公司。Anthropic 年化收入飙升至190亿美元，直逼OpenAI的250亿美元。 到了4月份，据 Anthropic的企业AI采用率已达34.4%，首次超越OpenAI的32.3%，成为企业市场新的AI头号供应商。推动这一反超的核心引擎，正是Claude Code——这款编程工具发布仅半年就做到了10亿美元的年化收入，占当时所有GitHub代码提交的4%。 而在这一轮市场中，微软几乎没占什么位置。 在微软被迫依赖OpenAI和Anthropic的外部模型时，2026年AI创业公司年化收入已达800亿美元，OpenAI和Anthropic两家就瓜分了89%。 这揭示了一个残酷的事实：基础模型的商业价值正在向模型研发方回流，而微软——只是渠道商。当渠道商试图封杀源头的时候，只能说明一件事：它已经买不到真正的入场券了。 总结起来或许可以概括为——微软在三个战场都被边缘化了：模型、开发者、生态控制权。 困境一：没有前沿基模，外部依赖严重 时至今日，微软最大的隐忧，是它始终没有真正属于自己的前沿通用大模型。 自2019年起，微软累计向OpenAI投入超过130亿美元，并获得约27%的股权，但其自研大语言模型始终未能对标GPT-4或Claude。 2026年4月，微软AI研究实验室发布的三款MAI系列模型——MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2——仅覆盖语音转录、语音生成和图像创建，并未推出通用大语言模型。 微软虽然拥有全球最强的AI商业入口之一，却缺乏真正决定AI能力上限的“基模控制权”。 缺少了自研通用模型，微软也就无法在通用对话、编程推理等核心场景实现技术闭环，其核心AI能力系于OpenAI。2026年4月，微软与OpenAI联合宣布结束持续七年的排他性绑定，Azure不再是OpenAI唯一的云出口，IP授权从独家