微软把员工 AI 额度从每月 10 万美元砍到 1 万：团队 AI 用量该管了

上个月帮一个三十人的技术团队看账单，他们的 AI 支出比预算高了四倍。负责人很困惑：我们没有限制大家用啊，效率不是上去了吗？

我问了三个问题：谁的额度最高，花在哪了，有没有人看过这张账单。三个问题，一个都答不上来。

这不是个例。最近传出的两组数字，把这个问题的规模摆到了台面上。

先把数字摆出来

据 The Information 的报道：微软今年早些时候预计，内部使用 Anthropic 技术的年化支出至少 10 亿美元，这个预算后来被削减了超过三分之一。在微软云与 AI 部门，员工个人的月度 AI 用量额度在多数情况下从最高 10 万美元降到约 1 万美元。

Meta 这边：内部使用 Claude Code 的员工从今年早些时候的约 6 万人降到约 3 万人，接近腰斩。但即便如此，最近 28 天内 Meta 在 Claude Code 上的支出仍超过 1.05 亿美元。

需要说明的是，这两个数字都是额度上限，不是人均实际消耗。10 万美元的额度不代表有人真的花到 10 万美元。但额度从 10 万砍到 1 万，这个十倍的收缩幅度本身就说明了态度。

tokenmaxxing：额度放开之后会发生什么

报道里有个词很有意思——tokenmaxxing。意思是员工之间互相攀比谁的 AI 用量更高，Meta 内部甚至有人搞了个叫 Claudeonomics 的排行榜。

这个现象不奇怪。当资源免费且没有可见的计量，消耗必然膨胀，这不是道德问题，是机制问题。任何一个按量计费、但没有把账单暴露给使用者的系统，都会走到这一步。

更值得注意的后续：Meta 从六月开始引入组织级预算、token 上限和集中监控。微软的做法是给主管开放用量可见性。两家都在做同一件事——把账单从财务部门搬到使用现场。

微软的三招：换工具、降额度、给主管看数字

拆开看，微软做了三件事。

第一，换工具。 从今年五月开始降低对外部编码工具的依赖，鼓励员工用 GitHub Copilot 和自家模型。这不只是省钱，也是把能力收归内部。

第二，降额度。 上面说的 10 万到 1 万。这一步的作用是制造约束感，让使用者在做大批量任务前先想一想。

第三，给主管看数字。 让管理者能看到团队层面的模型消耗。这一步最关键——没有可见性，前面两招都会变成一刀切。

这里有个容易被忽略的细节：微软对外部客户通过自家平台使用 Anthropic 模型的支出仍在增长，据报道年化至少 20 亿美元用于支撑 Copilot 功能。也就是说，微软对 Anthropic 的总支出基本持平，只是内部用量被压下来了。

这说明一件事：削减用量不等于否定工具价值，是把"实验性消耗"和"生产性消耗"分开。

Meta 的另一招：让切换模型这件事本身变简单

Meta 的做法里有一招特别聪明。它的 Model API 文档里写清楚了怎么让 Claude Code 客户端跑在 Meta 自己的基础设施上——把 Anthropic 兼容的 Messages 接口重定向到 Meta Model API，再把模型别名映射过去。

这意味着什么？工作流不用变，底层模型换掉就行。

这是可切换性的价值。多数团队被单一供应商锁死，不是因为模型多好，是因为切换成本太高。如果你在设计 AI 工作流时就把模型调用抽象成一层，将来换模型的成本只是一个配置项。

对国内团队的启示很直接：别把提示词和业务逻辑写死在某个模型的特性上。把模型调用收口到一个模块，输入输出格式自己定义，这样每次有新模型，你只要改一个适配层。

复制到国内团队的六步

第一步，先看见。 不管用什么平台，先把所有模型调用收口到一个出口，记录：谁调用的、哪个模型、输入多少 token、输出多少 token、什么业务。没有这一步，后面五步都做不了。

第二步，分桶。 把消耗按业务线或项目分，找出前三大消耗方。经验是前 20% 的业务占掉 80% 的量。

第三步，设额度。 按团队给月度预算，而不是按人。按人设额度容易变成"不用白不用"，按团队设会自然产生内部协调。

第四步，给缓存定架构。 重复送同样的上下文是最常见的浪费。把系统提示、文档、知识库做成缓存，能省掉一大块。

第五步，分级用模型。 简单分类、抽取、格式转换用小模型，复杂推理用大模型。多数团队的浪费不是用错了模型，是所有的活都用最贵的那个。

第六步，月度复盘。 每月看一次：总量、Top 消耗方、单位业务成本。重点看单位业务成本，比如"处理一份合同的成本"，这个指标比总金额有用得多。

把额度和产出挂上钩

前面六步做完，你手上有一张账单。但光有账单还不够，因为"花了多少钱"这件事本身没有对错。

要判断花得值不值，得把额度和产出绑在一起。挑三个你团队最常做的 AI 任务，给每个任务定一个单位指标：处理一份合同多少钱、生成一条短视频脚本多少钱、跑一次全量代码审查多少钱。

有了这三个数字，接下来的讨论就变了。不再是"这个月超预算了"，而是"合同处理成本从上个月的八毛涨到一块四，是不是有人在用更贵的模型做同一件事"。

后者能讨论，前者只能吵架。

三个常见误区

误区一：砍预算等于砍生产力。 上面微软的例子已经说明，内部用量下来了，客户侧用量还在涨。真正被砍掉的是实验性消耗，不是生产性消耗。

误区二：一次性限死。 从 10 万直接到 1 万是微软的做法，但对多数团队来说，突然收紧会让正在进行的项目中断。更稳的做法是先设预警线，超过就提醒，连续两个月才真限。

误区三：只看总金额。 总金额涨不一定坏，如果业务量涨得更快，单位成本其实在降。要看的是单位业务成本。

一个三十分钟的启动动作

今天就能做的：打开你的模型调用日志，或者平台后台，导出最近 30 天的数据，按业务维度汇总，找出前三名。

然后问三个问题：这三个业务的产出是什么？如果明天额度砍一半，会发生什么？有没有哪一部分是可以缓存的？

三十分钟之后，你会第一次知道钱花在哪了。这件事做好了，后面所有的优化才有讨论的基础。

AI 支出治理不是省钱运动，是把"随便用"变成"知道自己在买什么"。区别在于，前者在账单来的时候所有人都是无辜的，后者从第一天起就有人负责。