Uber软件工厂：AI 请求涨9倍，账单没翻车？

在全员普及 AI 后，Uber 超过 70% 的 PR 已被归因于本地或云端 Agent，工程师还构建了 3,600+ 个 Agent Skill，每天执行超过 3 万次。

2026 年 2 月到 8 月，Agent 周请求量增长 9.4 倍，但 AI 总支出从 4 月后相对趋稳；在固定模型的比较口径下，每会话成本较 6 月峰值下降 52%。

来看看 Uber 是怎么做到的？Uber 将 AI 使用分成四层，从原始 Agent 会话、带 Skill 的会话，到通用 Agent 和专业 Agent。越往上，平台对成本、质量和模型选择拥有更多控制。

同时，总成本被拆成六个乘数：用户数、人均会话数、每会话轮数、每轮请求数、每次请求 Token 数和每 Token 价格。用户和使用规模继续增长，重点则是减少 Agent 执行过程中的额外开销。

模型选择：Uber 用真实任务构建评测基准，在质量、可靠性和成本之间寻找帕累托最优方案；主 Agent 负责拆解和评估，任务明确的子 Agent 默认优先使用更经济的模型。

上下文：即使模型支持 1M 上下文，也会在 400K Token 触发压缩；Prompt 缓存根据会话长度设置不同有效期。100+ 工具预加载可能额外占用约 50K～70K Token，因此 Uber 通过 CLI 和工具搜索按需调用 MCP 工具。

执行路径：Code-mode 把轮询和批处理交给脚本，小结果集的 Token 使用降低 50% 以上，批量流程节省超过 90%；AI Context Graph 则帮助 Agent 更快找到正确工程上下文，减少搜索与试错。

规模化之后，重点转向托管 Agent。Uber 最后的方向是把更多软件开发工作负载交给托管 Agent。进入托管环境后，模型路由、执行 Harness、评测和运行成本都更容易统一控制。

Uber 值得学习的是把 Agent 成本从一张不断上涨的模型账单，拆成了一组可以测量、定位和持续优化的工程变量。软件开发开始走向“Software Factory”之后，优化对象也从单个开发者的一次 Agent 会话，变成了整座软件工厂的运行效率。

Uber SoftwareFactory Agent AI工程化 成本优化 Token 你认为MCP还有未来吗 CodingAgent 研发效能