2026年6月底，AI编程工具市场迎来戏剧性转向。微软通知内部团队，6月30日前结束大部分Claude Code许可证，工程师须转向GitHub Copilot CLI；几乎同时，Meta也收紧应用AI团队对Claude Code与OpenAI Codex的使用，内部Claude用户从约6万降至3万。账单失控与模型蒸馏风险，是两大巨头同步”撤梯子”的真正原因。
事件核心：微软与Meta的六月”断供”
据The Information等多家科技媒体报道，微软在2026年6月通知Experiences & Devices部门，要求大多数内部Claude Code许可证在6月30日前终止，开发者被统一 redirect 到GitHub Copilot CLI，同时更多工作负载被导入微软自研的MAI模型家族。这一切换并非临时起意：微软早在2025年12月就开始向数千名工程师推广Claude Code，但不到半年，按token计费的成本便冲破了预算红线。
Meta的动作几乎同步。2026年6月底，Meta向应用AI（Applied AI）工程师发布内部指引，限制其对Anthropic Claude Code和OpenAI Codex的访问，涉及模型训练、评估任务等敏感环节需申请审批，部分工作被暂停。与此同时，Meta内部Claude Code用户规模从高峰期的约6万人腰斩至3万人，公司加速推进自研编程助手MetaCode与外部编码代理Muse Code。
这两家公司都没有与Anthropic”分手”——微软仍在Copilot平台和Azure Foundry中向客户提供Claude模型，Anthropic也披露与微软存在314亿美元的非取消基础设施承诺。变化的只是内部员工能用什么工具。这说明问题不在模型能力，而在企业治理与成本结构。
成本悬崖：单个工程师月耗最高2000美元
Agentic编程工具的计费模式，让许多企业的AI预算在2026年遭遇了”成功惩罚”：工具越好用，工程师用得越多，账单就越失控。
Meta是这一现象最极端的案例。报道称，2026年早些时候，Meta员工曾在单个月内通过Anthropic工具消耗60.2万亿token，公司一度预计每年在Anthropic模型上花费高达100亿美元；更有报道称Meta在28天内为Claude Code烧掉超过1.05亿美元。微软的情况同样触目惊心：内部Claude Code每工程师每月成本在500至2000美元之间，原本预计年支出超10亿美元的Anthropic预算被砍掉超过三分之一，Cloud与AI部门每员工月度AI支出上限从10万美元骤降至约1万美元。
| 公司 | 关键成本数据 | 应对措施 |
|---|---|---|
| Meta | 28天超1.05亿美元；单月经60.2万亿token；年支出预估100亿美元 | 内部用户6万→3万；限制Claude Code/Codex；推MetaCode/Muse Code |
| 微软 | 每工程师月耗500-2000美元；年预算10亿美元+，砍超1/3 | 6月30日前切至GitHub Copilot CLI；增加MAI模型用量 |
为什么Agentic编程工具这么贵？与传统聊天机器人不同，编码代理需要反复读取代码库、运行测试、检索上下文、调用工具并多轮推理，token消耗呈指数级放大。当企业把这类工具开放给数万名工程师时，”按token计费”就像把水龙头开到最大——没人能预测月底账单。
蒸馏红线：为什么AI输出成了知识产权地雷
比成本更隐蔽的风险是模型蒸馏（Model Distillation）。简单来说，就是用一个更强模型的输出去训练另一个模型。如果工程师用Claude Code或Codex写出的代码、生成的测试题或评估数据，最终流入了Meta自家模型MetaCode的训练管线，那么竞争对手的”能力指纹”就可能被 unintentionally 复制到Meta的模型中。
据The Information报道，Meta内部备忘录明确警告，这种情况可能引发与合作伙伴的”严重升级”（serious escalations）。因此，Meta禁止应用AI团队使用外部AI工具生成任何可能进入模型开发环境的内容。微软法务团队也在审查Anthropic的数据保留条款——媒体报道称，Anthropic可能将提示与输出保留30天，敏感内容甚至更长，这对承载客户机密与内部知识产权的大型科技公司而言是不可接受的。
这并非杞人忧天。2026年6月，Anthropic向美国国会致函，指控某中国科技公司通过近2.5万个虚假账户对Claude发起大规模蒸馏攻击，引发行业对模型输出产权与合规边界的广泛讨论。无论指控最终如何定性，它都让所有自研模型的企业意识到：让员工自由使用竞品AI工具，可能不只是花钱的问题，而是在为竞争对手”输血”。
行业转向：从”无限预算”到”模型组合管理”
需要强调的是，微软和Meta的收紧并不意味着Claude Code不行。相反，开发者对其偏爱十分明显：2026年Pragmatic Engineer调查显示，46%的开发者将Claude Code评为最喜爱的AI编码工具，而GitHub Copilot仅为9%。Anthropic的商业化也仍在高速奔跑：2026年5月Claude Code年化经常性收入（ARR）达25亿美元，7月Anthropic整体ARR reportedly 达到650亿美元，较5月的470亿美元进一步攀升。
但企业采购的逻辑从来不止”好用”。当AI工具从个人效率玩具变成全公司基础设施时，微软自研MAI-Thinking-1等七款模型、豆包大模型2.1 Pro等替代方案的出现，让巨头们更愿意把核心工程流程拉回自有生态。与此同时，Uber等中型公司也被曝出在4个月内烧光全年AI预算，迫使企业重新设计分级管控与成本配额。
一个更成熟的采购范式正在形成：简单任务用便宜模型，复杂推理用前沿模型，敏感数据用私有或自托管模型——即”模型组合管理”（Model Portfolio Management）。企业不再迷信单一最强模型，而是根据成本、安全、合规与知识产权风险做动态路由。
结语
2026年6月的这次集体收紧，标志着企业AI工具采购进入理性期。模型能力只是入场券，成本控制、数据治理与知识产权合规，才是决定AI能否规模化落地的真正门槛。对开发者而言，”用什么工具”正从个人偏好变成企业战略。
