2026 年 5 月的最后一周，大公司的 AI 预算一个接一个爆了。
5 月 21 日，微软内部邮件流出：近 10 万名工程师的 Claude Code 许可将在 6 月 30 日前被取消，迁移目标是自己家的 GitHub Copilot CLI。5 月 26 日，Uber CTO 在内部全员会上承认，全年 34 亿美元的 AI 预算在 4 个月内就烧完了——而且他「还没看到 token 支出和产品功能产出之间的清晰关联」。
更早的 4 月 28 日，NVIDIA VP Bryan Catanzaro 在接受 Axios 采访时说了一句后来被反复引用的话：「我团队的算力成本远超员工成本」。英伟达是卖 GPU 的，这句话从他们自己高管嘴里出来，比任何分析报告都直接。
三个事件的时间线与数字
| 事件 | 日期 | 核心数据 | 驱动因素 |
|---|---|---|---|
| NVIDIA VP 警告 | 4 月 28 日 | 算力成本 > 员工成本 | 内部 AI 研究团队的真实账单 |
| 微软取消 Claude Code | 5 月 21 日 | 10 万工程师受影响，限期 6/30 迁移 | 财务部门「紧急刹车」 |
| Uber 预算烧穿 | 5 月 26 日 | 34 亿美元 4 个月耗尽 | 5000 工程师月均 $500-$2000 API 费 |
| Copilot 转向用量计费 | 6 月 1 日生效 | 从固定订阅切换为 AI Credits | 全行业从订阅制定价转向用量制定价 |
这三件事不是巧合。它们指向同一个结构性问题：token 计费模型下，AI 工具用得越多账单越贵——这和传统软件「工程师产出越多团队价值越高」的线性逻辑完全相反。
微软的算盘：省钱、清场和产品换装
微软取消 Claude Code 的决策有三个层面的逻辑：
财务层面：5000 名活跃工程师，每人月度 Claude Code 费用在 $500-$2000 之间。按中位数 $1000 算，一年烧掉 6000 万美元。这还只是已知的活跃用户——10 万工程师全员开放的潜在成本是数亿美元级别。微软再有钱，财务部在看到年度账单后也会踩刹车。
产品层面：微软将在 6 月 2 日 Build 2026 发布自研代码模型。如果自己的工程师还在用竞争对手的产品，这个自研故事讲不圆。取消 Claude Code 的时间节点（6 月 30 日）紧贴在 Build 大会（6 月 2-3 日）后面，显然不是巧合。
战略层面：微软与 OpenAI 的协议允许它在 2032 年前免费使用 OpenAI 模型，但 Anthropic 不在这个协议范围内。用 Claude Code 的每一分 token 费都是纯支出。削减 Anthropic 依赖、把 Copilot 从多模型调用转向自研为主，是一箭双雕——既省 Anthropic 的钱、又减轻 OpenAI 协议到期后的模型依赖风险。
Uber 的问题：钱花了，产出在哪里？
Uber 的困境更反映本质问题。COO Andrew Macdonald 在内部会议上说的原话是：「token 消耗增长与面向用户的功能产出之间的关联尚未建立。」 这不是在否定 AI 的价值，而是在说他们还没找到测量 AI 投入产出比的方法。
几个具体数字：
- 约 5000 名工程师使用 Claude Code，月度使用率 85%-95%
- 84% 的工程师进入了「智能体编码」模式——让 AI Agent 自主执行多步编程任务
- 70% 的线上提交代码由 AI 生成
- 一次两小时的深度编码会话，API 费用接近 $1200
问题不在 Claude Code 本身——工程师满意度高达 91%。问题在于 token 计费的线性叠加效应：当 5000 个工程师同时跑 Agent 模式时，token 消耗是指数级的。
Uber CTO Praveen Neppalli Naga 在全员会上的结束语是「I’m back to the drawing board」——一切推倒重来。这意味着 Uber 可能在 6-7 月推出新的 AI 工具使用策略，可能包括限制 Agent 模式时长、引入内部模型替代方案、或对 token 消耗做强制配额管理。
NVIDIA 的悖论：卖铲子的人也觉得铲子太贵
Bryan Catanzaro 是 NVIDIA 的 VP of Applied Deep Learning Research。他的团队是 NVIDIA 内部的 AI 研究团队——用 NVIDIA 自家 GPU 跑模型，按理说成本应该是最低的。
但他在 4 月 Axios 采访中的原话是：「For my team, the cost of compute is far beyond the costs of the employees.」
这句话在 5 月底被大量引用，因为它戳破了一个行业假设：大家默认卖算力的公司自己用算力不要钱或者很便宜。但实际账单表明，即便对 NVIDIA 来说，大规模运行 AI 推理的费用也超过了雇佣人类工程师的费用。
Gartner 预测到 2030 年推理成本将下降 90%，但 Catanzaro 的评论指向一个反直觉的可能性：成本可以下降 90%，但如果 Agent 工作流的 token 消耗增加了 100 倍，企业的实际账单不会变少。
对独立开发者和 SaaS 创业者的三个直接信号
第一，API 成本传导预计在 Q3 出现。大客户（微软、Uber 级别）在削减 API 支出时，云厂商和模型提供商会把收入压力通过提价传导到中小客户。如果你在 AWS Bedrock、Azure OpenAI Service 或直接调用 OpenAI API，建议在 Q3 复查一次 API 单价，并在定价模型里留足 20-30% 的成本缓冲。
第二，用量计费是大趋势。GitHub Copilot 6 月 1 日起全面切换 AI Credits 计费，Cursor 和 Claude Code 本就按 token 用量收费。固定订阅制在 AI 工具领域正在消失。对创业者来说，这意味着工具支出从「固定的 $X/月」变成「不确定的 $Y/月」——需要开始做月度预算跟踪，而不是设一个年费就忘了。
第三，算力效率比模型大小更重要。微软推自研模型主打「高性价比」，NVIDIA 高管说算力贵，Uber 烧穿预算——这些都在指向同一个方向：哪个工具在单位成本下产出更多，而不是哪个模型参数最多、benchmark 最高。选 AI 工具的标准正在从「哪个最聪明」转向「哪个在 $20/月以内的产出最稳定」。