摘要：8月6日，据CNBC报道，微软CoreAI团队要求开发人员在GitHub Copilot中默认使用OpenAI旗舰模型GPT-5.6 Sol。此前内部默认指向Anthropic模型。此举是微软收紧AI token预算、遏制“tokenmaxxing”现象的一部分，各部门已设AI预算目标，员工可实时查询个人消耗。

8月6日消息，据美国CNBC报道，微软已向参与AI编程项目的开发人员提出新要求：在GitHub Copilot中默认选择OpenAI旗舰模型GPT-5.6 Sol，并在绝大多数情况下继续使用该模型。

一纸内部备忘录，动了谁的默认选项？

这份内部备忘录由微软CoreAI工程团队执行副总裁杰伊·帕里克（Jay Parikh）签发。帕里克负责的部门涵盖GitHub、Visual Studio和Visual Studio Code三大开发工具。他在备忘录中写道：“在内部把更多工作负载交给OpenAI模型，可以让我们的token投入发挥更大价值”。

这一调整的背景颇为微妙。此前，微软内部GitHub Copilot的默认配置是一个自动路由系统，默认指向的恰恰是Anthropic的AI模型。这意味着微软工程师此前大量使用成本更高的Claude token生成代码。

微软自家有模型，为什么还要优先用OpenAI？

微软并非没有选择。公司已经开发了自有的AI编程模型，并向云服务客户开放了包含Anthropic产品在内的超过11,000种模型。但微软仍希望员工优先利用公司早期投资OpenAI后取得的知识产权。

更深层的原因是成本与效率的考量。GPT-5.6 Sol被选中，是因为它能为微软的AI投资带来更好的价值，并且被认为比包括Anthropic Claude系列在内的一些竞品更具成本效益。

微软发言人在回应中表示：“公司会定期更新内部工具的默认模型设置，在性能和资源使用效率之间取得平衡。微软内部使用GitHub Copilot时，OpenAI的GPT-5.6 Sol是默认模型。与此同时，我们仍会提供多种模型，工程师可以随时改选其他产品。”

“Tokenmaxxing”时代结束，预算管控时代开始

这一政策调整并非孤立事件，而是微软内部AI使用策略全面收紧的一部分。

所谓“tokenmaxxing”，指的是工程师不计成本地大量调用AI模型，使实际消耗的token远超完成工作所需。数据显示，不少工程师每月AI token使用成本达数百美元，个别人员月度开支更是高达数千美元。

帕里克在邮件中明确表态：“tokenmaxxing不是我们优化的目标。我希望大家把重点放在真正能为客户和业务带来改变的成果上。因此，我们将更新内部指引，并像管理其他关键资源一样严格管理token支出。”

自2026年7月起，微软各业务部门已单独设定AI Token预算指标，员工可实时查询个人AI资源消耗情况。从模型选型层面控制无效算力消耗，正是这套组合拳的一部分。

微软的AI账本：241亿美元的生意

这一决策的商业逻辑不难理解。截至2026年6月结束的财年，微软来自OpenAI的收入达到241亿美元。微软与OpenAI之间不仅是技术合作关系，更是一条已经跑通的收入管道。

帕里克在备忘录中的表述很直白：“在内部，将更多工作负载转移至OpenAI模型，有助我们从Token投资中获得更大价值。”

行业趋势：从“随便用”到“算着用”

微软并非唯一面临这一问题的公司。Uber员工大规模采用Claude Code和Cursor等智能体编程工具后，仅用了四个月便烧光了2026年全年的AI编程Token预算。亚马逊一套用于匹配作者资料和商品页面的Claude Sonnet系统最终耗资180万美元，远超原定预算。

从“随便用”到“算着用”，科技公司正在集体经历AI成本教育的洗礼。微软将GPT-5.6 Sol设为内部默认模型，本质上是把“该用什么模型”这个选择题，从工程师手里收回到公司层面——用政策代替判断，用默认选项引导行为，用预算约束控制总量。