微软与优重新评估 AI 成本，Token 量飙升难见成
一句话看懂：微软、Uber 等科技巨头正在重新审视 AI 投入的性价比，发现 Token 消耗量虽大幅攀升，但并未带来预期中的功能提升或用户体验改善。这暴露了当前 AI 应用大规模落地的核心矛盾——成本失控与价值兑现困难。
事件核心：发生了什么
据科技媒体 Tom’s Hardware 报道，包括 Uber 在内的多家科技巨头正在重新评估人工智能的使用成本。Uber 技术总监 Pravin Nipalina 透露，公司 2026 年的 AI 预算在短短几个月内便已耗尽，但并未向用户提供真正有用的功能。运营总监 Andrew Macdonald 也指出，尽管团队交付了更多代码，但消费者体验的提升却难以实现。目前，Uber 超过 80% 的软件工程师已在使用智能体 AI，60% 以上的代码由 AI 生成，但管理层对这些支出的合理性提出质疑。
微软也已开始采取措施削减相关成本。去年 12 月，微软曾向员工开放 Claude Code 的订阅权限，但今年年初便开始撤回该许可，并计划切换到内部的 Copilot CLI。同时，微软将 Hub 上 Copilot 的计费方式改为基于 Token 计量。这一调整发生在财年结束之际，被视为其成本控制策略的一部分。
为什么重要
高盛一份报告预测，随着智能体 AI 应用的扩展，到 2030 年 Token 消耗量将增长 24 倍，达到每月 120 万亿个 Token。这种量级的增长正推动 AI 系统需求激增，可能超过单一 AI 聊天机器人需求的 1000 倍。然而，目前的事实是，Token 消耗与功能改进之间存在严重脱节。这向整个行业传递了一个信号：单纯增加推理算力、扩大生成能力，并不等于产品成功。微软和 Uber 的调整，可能促使更多企业从“堆 Token”转向“控成本、看效果”的务实策略，进而影响大模型产品定价、开源与闭源的竞争逻辑，以及企业在 AI 基础设施上的投资决策。
对用户/开发者/创作者的影响
对开发者与企业采购方：Token 计费模式的细化（如微软的调整）意味着开发者需要更精细地关注每次模型调用的成本。如果预算压力倒逼限制调用频率或使用更小的模型，AI 辅助编程、内容生成等场景的可用性可能降低。企业采购 AI 工具时，效率与成本的平衡将成为更优先的考量。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户：短期内，用户可能不会直接感知到 Token 削减带来的影响。但如果企业因成本问题收缩 AI 功能，或降低免费额度、提高付费门槛，用户的体验可能会受到影响。Uber 的例子表明，大量 AI 代码已经生成，但用户并未获得显著的体验改进，这提示用户不必对“AI 赋能一切”的宣传过度追捧。
对内容创作者：如果大模型 API 的 Token 定价因成本压力而上涨，使用 AI 生成文字、图像或视频的创作成本可能上升。创作者需要更审慎地规划每次生成的使用场景，避免无效的 Token 消耗。
值得关注的后续
1. 微软 Copilot CLI 的表现：微软内部自研的 CLI 工具能否在成本与效率上替代 Claude Code，将成为企业级 AI 工具“自研 vs 外采”的重要参考案例。
2. Token 定价是否会系统性上涨：高盛的预测指出了 Token 需求的爆发式增长，如果微软等巨头率先转向基于 Token 的精细计费，其他云服务商或模型提供商是否跟进，将直接决定 AI 应用开发的成本结构。
3. Uber 是否会削减 AI 部门或调整产品路线。Uber 管理层的质疑，若转化为预算砍缩，可能影响自动驾驶、智能调度等核心业务的 AI 研发节奏。这将成为验证“AI ROI”是否被企业真正接受的风向标。
来源：AIbase
