6 月 1 日之后,GitHub Copilot 的账单逻辑要变。

过去,很多人把 Copilot 当成“月费包干”的 AI 编程助手。补全、聊天、改代码、跑 agent,大多塞进订阅里。现在 GitHub 要把账拆开:你消耗了多少 AI 推理资源,就更接近真实成本地计费。

反常点在这里:最先疼的未必是每天写代码补全的人,而是那些已经把 Copilot 用成半自动编码流水线的人。

新账单怎么变:补全还在,重活另算

GitHub 这次不是简单把 Copilot 月费往上抬。更准确地说,它把“订阅配额”和“实际 AI 消耗”分开了。

项目新规则直接影响
生效时间6 月 1 日Copilot 用户开始按新模型核算用量
月度配额订阅用户获得与月费匹配的 AI Credits轻度用户可能感受不强
超额用量按 token 消耗和模型 API 费率计价重度用户账单更贴近实际消耗
代码补全、Next Edit不消耗 AI Credits日常补全仍被保护
Copilot code review还会额外消耗 GitHub Actions minutes自动审查的成本被进一步拆开

GitHub 给出的理由很直白:过去一个 quick chat,和一个持续数小时的自主编码会话,都可能被粗略算作 premium request。

但后端成本不是一回事。

一句短问题,可能只消耗很少 token。一个 agentic workflow 会读仓库、拉上下文、改文件、跑测试、再修报错。它不是“问答”,是模型长时间在后台干活。

这次调整真正瞄准的,就是这类用法。

GitHub 还会提供 preview bill 工具,让用户提前估算当前用法在新规则下的费用。这点很关键。开发者不是不能接受成本,而是不能接受账单像突袭。

真正变贵的,是让 AI 自己跑起来

我更在意的不是月费,而是 GitHub 承认了一个现实:AI 编程助手越像 agent,越不像传统 SaaS。

传统软件的边际成本低。多一个用户登录,多一些存储和带宽,平台还能摊。大模型推理不一样。模型越强,上下文越长,任务越复杂,成本就越贴着使用量走。

这也是 agentic AI 最尴尬的地方。

演示时很漂亮:给它一个 issue,它自己读代码、写补丁、跑测试、修错误。到了账单里,就是模型不停吃 token,不停调用推理资源。

GitHub 说,过去它吸收了 escalating inference cost,现在已经撑不住。Ed Zitron 此前援引泄露内部文件报道称,Copilot 的周成本自 1 月以来几乎翻倍。这个说法不是 GitHub 官方确认,不能当成官方口径。但它和这次计费方向对得上:重度 AI 工作流正在撕开订阅制的口子。

“天下熙熙,皆为利来。”AI 产品前两年拼的是增长,低价订阅像入场券。先把开发者拉进来,再谈习惯、生态和留存。

现在到了算账的时候。

GitHub 的答案是:用得多的人多付。

这话不好听,但不一定反用户。按量计费可能减少对重度用户的限流,也可能提升服务稳定性。真正的问题是,开发者和企业要开始判断:这轮 agent 跑下来,值不值这些 token?

对个人开发者,动作很具体:

用户类型可能变化该做什么
主要用补全、Next Edit影响可能有限继续用,但看一次 preview bill
经常让 Copilot 跑多轮任务超额风险上升给 agent 任务设边界,少让它无目的探索
团队使用 Copilot code review还会牵动 Actions minutes把 code review、CI、AI 用量放在一起算
企业采购或续约成本更难只按席位估算先跑试算,再决定是否扩大部署

这里的分水岭不是“用不用 AI”。而是“哪些任务值得让 AI 自主消耗资源”。

以前工程团队容易把 AI 当效率工具报喜。以后财务和平台团队会问得更细:谁在用?跑了什么?省下的人力是否覆盖了推理成本?

这会让采购变慢,也会让团队更谨慎。不是不用,而是少一点“随便跑”。

低价订阅在退潮,开发者要看三件事

GitHub 不是唯一一家开始收紧补贴的 AI 公司。

Anthropic 也在调整 Claude 的企业计费和使用限制。有报道称,Claude Enterprise 大客户开始更多按实际计算资源付费;Claude Code 也曾短暂测试从 20 美元 Pro 订阅中移除。限流、套餐收紧、按资源计价,背后是同一条线:订阅价格盖不住重度推理成本。

这里有个现实约束:不同产品、不同套餐的额度和限制不完全一样,不能把所有调整都说成“全面涨价”。目前能确认的是,AI 公司越来越不愿意让少数重度用户无限吃补贴。

这会倒逼开发者看三件事。

一是模型价格。不是只看哪个模型聪明,还要看它每次调用多贵。

二是 token 消耗。长上下文、多轮 agent、自动读仓库,都会把成本拉上去。

三是任务边界。让 AI 改一个函数,和让它理解整个仓库,是两种账。

好的 AI 编程产品也会被迫改变。以前产品设计鼓励你多问、多试、多跑。以后真正有竞争力的工具,要帮用户少花 token 做成事。

这点像早期云计算。云刚普及时,大家先享受弹性资源。等账单变厚,FinOps 才成了正经岗位。AI 编程也在走这条路,只是速度更快。

所以,接下来最该观察的不是 Copilot 会不会被骂。

要看三件事:GitHub 的 preview bill 是否足够透明;重度 agent 用户是否明显降频;企业是否把 Copilot 从“开发效率预算”挪进“AI 成本治理”。

如果这三件事发生,AI 编程就真的从试用期进入运营期了。

回到开头那句话:补全仍然便宜,聊天还能接受,真正昂贵的是把不确定任务交给模型长时间自主推进。

Copilot 这次不是把门票统一涨价,而是给最耗电的项目单独装了电表。轻度用户未必疼,重度用户会先醒。