“有人星夜赶科场，有人辞官归故里。”过去很长一段时间里，微软员工私下流传着一张自发维护的表格，用来交换薪资和奖金。这是大公司内部常见的薪资透明化地下运动。而今年，这张被 Business Insider 获得的表格上，多出了一列新数字：“每月 AI 花费”。约 350 名美国员工填写了这一列，最高记录达到 28 天 2.8 万美元（约合 19 万元人民币）。微软的反应并非奖励这位员工，而是收紧 token 用量管理：部门级预算生效，个人 token 支出进入仪表盘，内部默认模型切换至 OpenAI 的 GPT-5.6 Sol。换言之，微软开始内部查账了。
一、 Token 用量分出阶级
这张表格最大的信息量不在数字本身，而在其位置——AI 花费这一列，出现在晒工资的表格里。员工将 AI 用量填在薪资旁，含义不言而喻：在 2026 年的微软，你每月烧掉多少 token，和你赚多少钱一样，是一个值得被看见的数字。这些数字并非拍脑袋估算，微软曾发放内部工具供员工查询过去 28 天的 AI 金额。目前全公司自愿填报的中位数是每月 300 美元，约 2000 元人民币。这个价格在硅谷软件工程师综合成本（每月两三万美元起步）面前显得微不足道，但真正的差异在于分布。BI 整理的分部门表格显示，核心 AI 工程部门 CoreAI 中位数达到 975 美元（约 6577 元），是全公司的三倍多；Microsoft AI 部门约 490 美元，Experiences and Devices 约 250 美元，Azure 约 241 美元。多个部门个人最高值突破 1 万美元，CoreAI 有人烧到 1.6 万。那位 28 天烧掉 2.8 万美元的纪录保持者，来自客户与合作伙伴解决方案部门。虽然 350 人仅占全球员工的 0.16%，且为自愿填报，样本非随机，但真实分布只会更极端。28 天烧掉 2.8 万美元，意味着每天 1000 美元。三个月前极客公园曾估算，一名年薪 30 万美元的工程师每天成本约 800 美元。当时文章的判断是“烧 token 已经比员工贵了”，如今这成了表格里的一行数据：这位员工烧掉的钱，比在他旁边坐着的工程师还贵。硅谷圈内已给这种行为起名为“tokenmaxxing”，指代将 token 用量刷到极致的行为，包括故意发送巨型 Prompt、塞满上下文窗口等，目的不是解决问题，而是让公司内部用量看板上的数字好看。这个词的存在，证明了这种行为已相当普遍。过去一年，拥抱 AI 被视为先进性的证明，会用 AI 的人被认为会取代不会用的人。当老板们强调用 AI，而用量恰好是可见数字时，将其刷上去便成了最顺手的向上管理。产出的好坏需要争论半天，用量的高低一目了然。当用量变成可见的数字，烧 token 必然滑向新的加班表演。Uber CTO 曾承认，公司内部 AI 排行榜导致全年编程预算 4 个月烧光；Meta 员工自建“Claudeonomics”看板，给 8.5 万同事按 token 用量排名，榜首一人 2810 亿 token，价值 140 万美元，扎克伯格甚至没进前 250。微软高层显然看懂了这一逻辑。CoreAI 负责人 Jay Parikh 在 8 月备忘录中直言：“Tokenmaxxing 并不是我们要追求的真正目标。我希望所有人聚焦在为客户和业务创造改变的结果上。”备忘录未明说但含义明显：公司意识到员工烧掉的相当一部分 token，买到的不是生产力，而是姿态。BI 报道中，还对照了薪酬数据：目前，AI 用得更重的人，并没有拿到更高的加薪、奖金或升职。表演的回报还没兑现，账单先到了。而在微软收回 Claude Code 许可的第二天，社交媒体上有人晒出另一张大得多的账单。OpenClaw 开发者 Peter Steinberger 发推展示其 CodexBar 工具，30 天用量达 130 万美元，6,030 亿 token，760 万次请求。这是约 100 个并行运行的编码智能体实例，背后只有 3 个人维护。他称之为“奢靡行为”，旨在验证“如果 token 不要钱，我们未来会怎么写软件”。130 万美元是微软纪录保持者的 46 倍。但两张账单性质截然不同：前者是 100 个智能体替 3 个人干活，后者是人在把用量刷给考核看。同样是晒，一个晒的是产能，一个晒的是姿态。
二、 从砍工具到查账单
拉长时间线看，微软对 AI 成本的态度一年内光速换了三副面孔，这在一线互联网大厂中极为罕见。2025 年 12 月，微软向数千名员工开放 Claude Code，鼓励重塑工作流；2026 年 5 月，取消大部分员工许可，理由是“工具链统一”，仅保留通过 Copilot CLI 使用 Claude 模型；到了 8 月，连台阶也撤了。员工版 GitHub Copilot 默认模型切换至 OpenAI 的 GPT-5.6 Sol。外媒解读，Sol 是 GPT-5.6 家族推理天花板最高的型号，微软此举省的不是档次，而是账单去向。微软不再鼓励员工在编程任务中使用 Claude 等第三方工具。先砍产品，再换模型，最后上预算和仪表盘。管控颗粒度从“你用什么工具”细化到“你花了多少钱”。时间点极具深意：5 月砍许可截止到 6 月 30 日——微软财年最后一天；预算制和监控上线则是新财年头两个月。这意味着上个财年最后一个动作是砍掉失控成本，新财年第一个动作是建立 AI 正式预算科目。AI 支出在微软账本上，用一年时间走完了从“实验”到“财务条目”的全程。云计算行业已走过类似路径：先鼓励上云，再账单爆炸，再诞生“云成本治理”岗位。现在轮到 token 了。三个月前微软按下 vibe coding 暂停键时，结论是撞墙原因不是 AI 太贵，是组织没改。微软给出的官方回答是改了预算制度：更新指引，部门设预算，个人支出进仪表盘。Parikh 备忘录称“用管理其他关键资源的同等纪律来管理 token 支出”。这看似无懈可击，但解法里藏着循环：让用量变得可见的内部工具是微软发的；员工把数字刷起来了，微软的解药是让每个人的支出上另一块仪表盘。上一个数字奖励烧得多，下一个数字奖励烧得省。指标换了方向，员工对指标的反应不会变。半年后表格里长出一列“单位 token 产出比”，我并不意外。这对国内公司的意义在于“先行者”试错：中国公司不少还停留在微软 2025 年 12 月的阶段，发额度、树标杆、写进 OKR。微软只是先走到后半段：先鼓励，再排行，再查账。时间差就是预告片。要管的从来不是 AI 的价格，是人对“被看见的数字”的反应。只要还有一列数字是可见的，就总有人负责把它刷上去。