Microsoft、Claude Code 与 Copilot CLI：AI 编程工具为什么正在变成企业基础设施

据 The Verge 报道，Microsoft 正在逐步取消 Experiences + Devices 部门的大部分 Claude Code 许可证，并鼓励许多工程师在 6 月底前转向 GitHub Copilot CLI。

这个话题之所以有热度，是因为它看起来像一个简单的产品竞争：Claude Code vs GitHub Copilot CLI。

但更有价值的解读，其实更大。

这说明 AI 编程工具正在变成企业基础设施。

报道说了什么

The Verge 报道称，Microsoft 去年 12 月开始在内部开放 Claude Code，后来这款工具在数千名员工中变得很受欢迎，而 Microsoft 现在计划移除大部分 Claude Code 许可证，并推动许多开发者转向 GitHub Copilot CLI。

报道称，受影响的组织包括 Windows、Microsoft 365、Outlook、Teams 和 Surface 等团队。报道还提到，6 月 30 日的截止时间与 Microsoft 财年结束时间一致，所以成本很可能也是因素之一，除此之外还有产品战略因素。

报道中提到的 Microsoft 内部说法也很关键：Copilot CLI 是一个 Microsoft 可以和 GitHub 直接塑造的产品，用于适配 Microsoft 的代码库、工作流、安全预期和工程需求。

这句话解释了真正的问题。

在企业规模上，问题不再只是“开发者更喜欢哪个 AI 编程工具？”

它会变成：公司能治理哪一套 Agent 系统？

为什么这件事不只属于 Microsoft

个人开发者优化的是 flow。

他们关心哪个工具更懂代码库、改得更快、上下文保持得更好，也更符合自己的习惯。所以 Claude Code、Codex、Cursor、Copilot CLI 这样的工具都能快速积累强社区。

企业优化的是一组更宽的约束。

企业关心安全、成本、审计记录、身份、数据政策、模型可用性、采购、支持，以及和现有系统的集成。一个让单个开发者很顺手的工具，部署到数千名员工时，仍然可能制造治理问题。

这种张力正在变得可见。

AI coding agents 已经不再是实验性的边缘工具。它们可以读取代码库、修改文件、运行命令、调用工具、生成 pull requests。当 agents 可以影响生产工作时，公司就需要围绕它们建立管理系统。

企业 AI 的新问题

Microsoft、Claude Code 和 Copilot CLI 的故事，指向每家公司都会面对的一组问题：

• 哪些 AI coding agents 被批准使用？
• 每个团队可以使用哪些模型？
• 成本如何计量和封顶？
• Agents 可以访问哪些代码、文件和系统？
• 哪些动作需要人类批准？
• Agent sessions 事后如何审阅？
• 另一个同事能否理解 Agent 为什么做出某个修改？

这些不是 benchmark 问题，而是 operating model 问题。

Agent 时代会把软件工作变成一层可管理的执行层。

最强工具 vs 可管理系统

如果只把这个故事理解成“Claude Code 更强”或者“Copilot CLI 因为 Microsoft 自己拥有所以赢了”，就会看浅。

更深的问题是，企业 AI 采用有两种不同的选择压力。

一种压力来自用户。用户会选择让自己工作最快的工具。

另一种压力来自组织。组织会选择自己能治理、预算、安全控制、审计和持续改进的系统。

有时候这两种压力会指向同一个工具。有时候不会。

所以 AI Agent 平台不能只看模型质量，也要看管理质量。

一个好的企业 Agent 系统需要：

• 可见的 sessions；
• 清晰的文件和工具边界；
• 可审阅的输出；
• human approval points；
• 团队交接；
• 可复用 skills；
• 可审计性；
• 以及模型灵活性。

Buda 在哪里

Buda 构建的正是这一层管理能力。

Buda 不假设一个模型、一个 coding tool 或一个聊天窗口能解决未来工作的全部问题。Buda 的产品理念是 agents as a company：人类用共享上下文、可见工作台、审阅循环和责任机制，协调多个 AI Agents。

在 Buda 里，Agents 可以和 Drive 文件、skills、终端 sessions、浏览器 sessions、artifacts、automations 和 channels 一起工作。人类仍然作为 managers、reviewers、editors 和 final decision-makers 留在 loop 里。

这很重要，因为 AI 工作的未来不是一个 Agent 独自完成所有事情。

未来会是许多 Agents 同时处理许多工作片段，而人类设定方向并判断结果。

Microsoft 这则报道提醒我们：企业 AI 不只是工具偏好问题，而是治理问题。

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

你可以在 buda.im 开始构建 human-led agent workflows，也可以阅读 Buda Agent Workspace 文档。