Uber 实践：AI Agent 接管全公司 70% 代码 PR 且账单零增长

Uber 杰出工程师于 2026 年 8 月 27 日在官方工程博客发表技术文章，披露公司超过 70% 的代码拉取请求（PR）已由 AI Agent 辅助或生成，并在调用量半年增长近 10 倍的情况下维持了总体 AI 支出的相对稳定。

• Uber 工程博客显示，通过实施软件工厂优化策略，在模型基准一致的前提下，单次交互会话的平均成本较 2026 年 6 月的高点下降了 52%。
• 针对 2026 年初 AI 预算消耗过快的问题，Uber 引入了分级智能路由机制，将基础常规任务分发给低成本模型，复杂任务分配给高参数模型。
• 工程团队采取了将单会话上下文限制在 40 万 Token、延长 Prompt 缓存保留时长至 1 小时以及对工程师展示实时费用等治理措施，减少了重复计算与闲置开销。
• 影响/看点：该案例表明大型技术团队在规模化引入 AI 编程时，工程治理与分级路由是控制基础设施支出的核心路径，其实际效果取决于清晰的代码任务分类规范与底层缓存架构支持。
• 资料依据：
• 1. Uber 官方工程博客（2026年8月27日）：https://eng.uber.com
• 2. X：阿易 AI Notes（2026年8月）：https://x.com/AYi_AInotes/status/2093864816079208512

本内容由 AI 生成，仅供参考，请注意甄别