Microsoft、Claude Code 与 Copilot CLI：AI 編程工具為什麼正在变成企業基礎設施

据 The Verge 報道，Microsoft 正在逐步取消 Experiences + Devices 部門的大部分 Claude Code 授權，并鼓勵許多工程師在 6 月底前轉向 GitHub Copilot CLI。

這個話題之所以有熱度，是因為它看起來像一个簡單的产品競爭：Claude Code vs GitHub Copilot CLI。

但更有價值的解讀，其實更大。

这說明 AI 編程工具正在变成企業基礎設施。

報道說了什麼

The Verge 報道称，Microsoft 去年 12 月開始在內部開放 Claude Code，後來這款工具在數千名員工中變得很受歡迎，而 Microsoft 現在計畫移除大部分 Claude Code 授權，并推动許多開發者轉向 GitHub Copilot CLI。

報道称，受影響的組織包含 Windows、Microsoft 365、Outlook、Teams 和 Surface 等團隊。報道还提到，6 月 30 日的截止時間与 Microsoft 财年結束時間一致，所以成本很可能也是因素之一，除此之外还有产品策略因素。

報道中提到的 Microsoft 內部說法也很關鍵：Copilot CLI 是一个 Microsoft 可以和 GitHub 直接塑造的产品，用於適配 Microsoft 的程式碼庫、工作流、安全預期和工程需求。

這句話解釋了真正的問題。

在企業規模上，問題不再只是“開發者更喜歡哪個 AI 編程工具？”

它会变成：公司能治理哪一套 Agent 系統？

為什麼這件事不只屬於 Microsoft

個人開發者最佳化的是 flow。

他們關心哪個工具更懂程式碼庫、改得更快、上下文保持得更好，也更符合自己的習慣。所以 Claude Code、Codex、Cursor、Copilot CLI 這樣的工具都能快速累積强社群。

企業最佳化的是一組更寬的約束。

企業關心安全、成本、審計记录、身分、資料政策、模型可用性、採購、支援，以及和既有系統的整合。一个让單個開發者很順手的工具，部署到數千名員工时，仍然可能製造治理問題。

这种張力正在變得可見。

AI coding agents 已經不再是實驗性的邊緣工具。它们可以讀取程式碼庫、修改檔案、執行命令、呼叫工具、生成 pull requests。当 agents 可以影響生產工作时，公司就需要围绕它们建立管理系統。

企業 AI 的新問題

Microsoft、Claude Code 和 Copilot CLI 的故事，指向每家公司都会面對的一組問題：

• 哪些 AI coding agents 被批准使用？
• 每個團隊可以使用哪些模型？
• 成本如何計量和封頂？
• Agents 可以存取哪些代码、檔案和系統？
• 哪些動作需要人類批准？
• Agent sessions 事後如何審閱？
• 另一個同事能否理解 Agent 為什麼做出某個修改？

這些不是 benchmark 問題，而是 operating model 問題。

Agent 時代会把軟體工作变成一層可管理的執行層。

最強工具 vs 可管理系統

如果只把這個故事理解成“Claude Code 更强”或者“Copilot CLI 因為 Microsoft 自己擁有所以贏了”，就会看淺。

更深的問題是，企業 AI 採用有兩種不同的選擇壓力。

一种壓力來自用户。用户会選擇让自己工作最快的工具。

另一种壓力來自組織。組織会選擇自己能治理、預算、安全控制、審計和持續改進的系統。

有時候这兩種壓力会指向同一個工具。有時候不會。

所以 AI Agent 平台不能只看模型品質，也要看管理品質。

一個好的企業 Agent 系統需要：

• 可見的 sessions；
• 清晰的檔案和工具邊界；
• 可審閱的輸出；
• human approval points；
• 團隊交接；
• 可複用 skills；
• 可審計性；
• 以及模型靈活性。

Buda 在哪里

Buda 建構的正是这一層管理能力。

Buda 不假設一个模型、一个 coding tool 或一个聊天視窗能解决未來工作的全部問題。Buda 的产品理念是 agents as a company：人類用共享上下文、可見工作台、審閱循環和責任機制，协调多個 AI Agents。

在 Buda 里，Agents 可以和 Drive 檔案、skills、終端 sessions、瀏覽器 sessions、artifacts、automations 和 channels 一起工作。人類仍然作為 managers、reviewers、editors 和 final decision-makers 留在 loop 里。

这很重要，因為 AI 工作的未來不是一个 Agent 獨自完成所有事情。

未來会是許多 Agents 同時處理許多工作片段，而人類設定方向并判斷結果。

Microsoft 這則報道提醒我们：企業 AI 不只是工具偏好問題，而是治理問題。

下一波 AI coding 的走向，会由那些能把强 Agent 和 human-led management 結合起來的公司塑造。

你可以在 buda.im 開始建構 human-led agent workflows，也可以閱讀 Buda Agent Workspace 文件。