先看一组昨天刚出的数字。8月25日，据Business Insider报道，这份表格显示，微软员工过去28天的AI使用金额中位数约为300美元，最高金额达到2.8万美元。华尔街见闻 数据来自一份微软员工历年自愿、匿名维护的内部薪酬表格，今年新增了“每月AI使用金额”一栏，由员工通过内部工具填报过去28天的AI消费。分析时表里已有近600条美国员工数据，其中约350人填了AI使用情况；微软回应说这个追踪工具还处于早期测试阶段，也没有官方确认表格内容。22万人里350个样本，绝对数字别太当真，但它露出来的结构很真实。
值得停下来看的有两点。一是团队之间差距大得离谱，有人每月只用几美元，有人消费到数万美元，说明企业里的AI开销不是平均数问题，而是结构问题，一刀切限额必然会误伤真正在干活的人。二是更反直觉的，Business Insider的分析并未发现AI使用量与奖金评级、薪资涨幅或晋升概率之间存在明显关联。华尔街见闻 也就是说，至少在这份样本里，烧token多不等于公司给你更高评价，想把“AI使用量”写进考核的公司，这个结果值得琢磨一下。
微软不缺钱，它只是开始算账了
有人可能会问：微软财报不是刚炸场吗，怎么还盯上员工的token？确实，2026财年第四季度，微软首席执行官萨提亚·纳德拉在财报中披露，2026整个财年Azure营收首次突破1000亿美元。36氪 单季Azure增速达到43%，明显超过约40%的市场预期，下一季度指引进一步加速到约45%，净利润也同比增长31%。微博 微软全年营收、运营利润以及净利润均实现增长。36氪 一家利润还在加速的公司开始盯着员工的token，说明这不是“削减预算求生”，而是在重新算一笔账：花在AI上的钱，到底换回了多少等值的价值。
其实早在6月就有伏笔。纳德拉在一档播客里承认，微软内部存在很多Tokenmaxxing——为了榨出AI的最大能力，不断增加调用、塞更长的上下文、开更多的Agent。他甚至承认自己也是个Tokenmaxxer，但作为老板还是得算账：生产率提升的边际收益，必须匹配token的边际成本。量子位
两个月后，这个判断变成了内部政策。执行副总裁Jay Parikh在内部邮件里把话说得很直白，Tokenmaxxing不是我们追求的目标。36氪 翻译一下：不是不让用，而是别把刷token当成产出本身。
新政拆开看是四条。第一，设预算：从今年7月起，各业务部门有了自己的“AI token预算目标”，具体支出数值暂未公布。第二，看得见花费：员工可以查看自己的个人token支出，内部数据显示，许多工程师每月token花费在几百到几千美元之间。量子位 第三，换默认模型：内部默认模型切换成更便宜的GPT-5.6。第四，留后手：微软表示后续可能根据监控情况施加进一步限制。用Parikh的原话说，就是像管理其他所有关键资源一样管理token花费。
员工这边不太买账。一家在AI上重金投入、补贴了海量推理的公司，现在反过来让员工省着用，匿名微软员工对404 Media的质疑相当尖锐，如果作为AI基础设施提供方的公司，都无法承担自己的AI产品成本，那么其他购买你家AI服务的公司又该怎么办呢？36氪 这个问题，恰恰是每一个Azure企业客户该听的。
卖token的开始省，买token的怎么办
微软不是第一个动手的，甚至是最后一批跟进的。Uber的情况最夸张：整个公司到4月就烧光了2026全年的AI编程预算，Uber随后规定，每名员工使用每一种Agent编程工具，每月不得超过1500美元。量子位 花旗曾要求员工按照任务难度选择模型，不要所有任务都用最贵的版本；Adobe也在取消员工对Claude的无限使用。国内这边，腾讯2026年6月大幅下调了员工AI Token额度，从月均上万降至千元级别。知乎 按一份公开信息汇总，腾讯把原人均月1.35万元外部模型额度压缩至1000-5000元，按岗位差异化分配，超额要走部门审批。微博
离个人开发者最近的一条线，已经先感受到了。据TechCrunch报道，微软旗下GitHub Copilot将从6月1日起，把计费模式从原来的固定月费制，改为基于Token使用量的计费系统。微博 切换之后，有用户分享截图显示，其费用从约50美元暴涨至3000美元。还有人的账单翻了25倍。知乎 对很多写代码的团队来说，token焦虑已经从公司层面的话题，变成了每个人账单上要自己回答的问题。
但另一面同样真实：头部玩家的消耗还在膨胀。Meta已成为微软最大的AI客户之一，每年花费数亿美元，通过微软Azure云服务访问人工智能模型。东方财富 两件事放在一起，结论其实很清楚：整个市场的AI开销没有在收缩，收缩的是撒胡椒面式的浪费，钱正在从“人人随便烧”挪向真正能出活的地方。
度量衡也在换。纳德拉最近在CNN对话里提出，企业使用AI时不仅拥有「人力资本」，还会积累由提示词上下文、员工与模型的交互记录以及使用方式组成的「Token资本」。爱范儿 微软自己的动作也在呼应这个思路：内部默认换成便宜模型、探索让部分请求优先走自家MAI模型，多模型路由、主动权在自己手里，这才是微软想玩的牌。
Azure用户可以抄的四步
对已经在用Azure OpenAI或者GitHub Copilot的团队，这波操作的价值不是“我们也慌着砍预算”，而是看看全球最大的AI买家怎么算账。微软的四条，对应到Azure侧就是四个现成动作：
预算先行，再谈部署。Azure Cost Management本来就支持给订阅或资源组设预算和阈值告警，微软按部门做，你可以按项目做，超之前先报警，别等月底财务来问话。
让消费可见。Azure Monitor侧能看到按模型、按部署拆开的token消耗，谁烧的都不知道，就谈不上优化。微软新政第一步就是让员工看见个人消费，这步绕不过去。
模型分级，任务匹配。默认模型是什么，账单的底色就是什么——微软自己都把默认换成了更便宜的GPT-5.6，逻辑就一条：简单任务别默认用最贵的前沿模型。在Azure OpenAI里多模型部署、按任务难度分流，非实时任务走Batch异步接口，高频重复的prompt前缀用缓存，这两项官方规则里都有明确折扣（以官方定价页为准），用与不用，成本经常差出一截。
用量不进考核。这次的BI数据已经证明，烧得多不等于绩效好，把用量当KPI只会激励出“刷给老板看”的Tokenmaxxing。该考核的是结果：解决了什么问题、缩短了什么流程。
还有两个坑值得防。第一，别一刀切，微软自己的数据都显示团队差距能到上万美元，按比例统一砍，砍到的多半是真正在干活的团队。第二，小心收紧的副作用，有多名开发者表示，长期依赖AI之后，他们感觉自己的编程能力正在退化。量子位 预算砍得太猛，还可能把用量逼到地下——私人账号、外部中转——安全风险反而更大。
最后
值得盯的三个信号：微软会不会公布各部门的具体预算数值、会不会真的加推进一步限制、Copilot按量计费的争议会不会降温。这三件事里任何一件升温，都说明这波收紧比想象中更狠。微软没有放慢AI，“AI优先”的方向没变，变的是算账方式：从先用后算，变成边用边算。对用Azure的企业来说，连全球最大AI买家都开始算账了，这套账本，值得在自己的账单爆掉之前先抄一遍。
