微软与Meta内部削减Claude用量，转用Copilot等模型

微软和 Meta 正在大幅减少内部的 Token 用量，砍的主要是 Claude。微软这边，云和 AI 部门大概有 6 万人，高管直接让员工少用 Claude，多用 GitHub Copilot 和 OpenAI 的模型。据 The Information 报道，这个部门大多数人每月的 AI 预算上限，从 10 万美元砍到了 1 万美元左右——还是太有钱了，我这里也就每人每月两个 200$ 的订阅预算。微软原本预计，内部一年在 Anthropic 身上至少要花 10 亿美元，现在这个预期也降了三分之一以上。当然，微软客户通过微软的服务用 Claude 的花费还在涨，合作并没有断。而 Meta 那边，Claude Code 的内部用户从年初的 6 万左右，降到了 3 万左右。裁员是一部分原因，但更主要的，是在推自家的 MetaCode 和自家模型。（就在今年春天，Meta 员工还搞了个内部排行榜，比谁烧的 Token 多……）在我看来，要能长期靠 Token 来赚钱，其实还挺艰难的。模型厂商只有始终保持优势，并且基于这种优势不断扩大领先，大客户才会一直心甘情愿地掏钱。而一旦慢下来，哪怕只是被别家追到“差不多够用”，客户就会开始算账：同样的活，换个便宜的、甚至自家的模型，能不能干？像微软和 Meta 这样的公司，这笔账是一定会算的。所以这事的商业逻辑也就会受到很大影响。以我的使用为例，我都是凡事先用最好（通常也最贵）的模型跑通流程，用最快的速度把效果做到最好。要是成本太高了，那就换个便宜点的开源模型（我在用的有 Kimi, Deepseek，GLM, Seed）；要是效果不够用的，那就找个开源底座模型（比如 Qwen 3.8 27B）用自己的数据搞一下后训练。这样就能得到一个符合自己要求、成本舒适（我的场景降到差不多百分之一）、甚至性能还最强（自己训练的）的模型。微软和 Meta 现在做的，大概也是这么件事，只不过体量大到能上新闻而已。再长期一些，我其实也没那么看好目前最头部的几家模型厂商，好比曾鸣教授讲的，它们可能只对应于石油开采公司。至于后续的石油销售公司、汽车公司、甚至自动驾驶公司等等的应用生态，或许还有一点早。所以，机会还很多。最后，如果你有需要使用 Claude，别问我怎么保号了，带上简历、后台发“JD”直接加入就好，我能保证你每月都有稳定使用的 cc 和用不完的额度。