2025 年 12 月，Uber 给工程师们部署了 Claude Code。这不是什么大事，硅谷的科技公司，险些每个季度齐会往工程师的用具链里塞进新东西银川铝皮保温工程 ，而且照旧 AI，降本增的刀兵。

四个月后，Uber 的 CTO Praveen Neppalli Naga 向管束层禀报了个令东说念主无语的情况：公司为 2026 年全年准备的 AI 用具预算，一经在本年的前四个月，一起花结束。

、这数字不合劲

Uber 里面的数据是这么的：95 的工程师每个月齐在用 AI 编程用具。

这个数字自己就很离谱：企业软件的行业平均选拔率梗概在 20 到 40 之间。大多数用具实在的气运是 IT 部门发封邮件，少数尝鲜者试用几天，然后它就幽静地躺在某个被渐忘的浏览器标签页里，直到下次金钱盘货。当作参考：微软花了三年时辰才让 Teams 的日活冲破公司职工总额的半。

Uber 的 AI 编程用具作念到 95，只花了四个月，这不太对劲吧。

要津的数字是二个：70 的提打法码由 AI 生成。也即是说，在 Uber 的代码仓库里，每十行新代码中有七行是 AI 写的，工程师只证实审核、修改、提交。

三个数字试图证实了钱去了那儿：每位工程师每月的 AI 用具老本在 500 到 2000 好意思元之间。按 Uber 梗概 6000 名工程师粗算，即使取中位数 1000 好意思元，每月即是 600 万好意思元，四个月即是 2400 万。而 Uber 2025 年全年的研发支拨是 34 亿好意思元，同比涨了 9，AI 一经是大的增量手。

位 Hacker News 上的工程师对照了我方的情况，去算这些数字：到底怎样能用到这个量的？

他的困惑代表了通盘行业的困惑，倒不是质疑 AI 有没灵验，而是用到这个量，就应该算算 ROI 了吧。

二、不是采购失败，是展望模子失败

传统的企业 IT 预算缔造在个基本假定上：用具的使用量是可展望的。你知说念公司有几许东说念主，知说念每东说念主每月大要用几许云存储、几许 SaaS 席位、几许 API 调用次数，算下就能算出年度预算，间隙也有，但往往可以规则在 10 到 20 以内。

AI 编程用具破了这个假定，原因很简便：传统用具的使用量有天花板。个工程师天多写那么多代码，个联想师天多出那么多稿，但 AI 用具的使用量莫得天花板。

你让它写个函数，发现果可以，那就再写十个。写完十个发现还能重构，就让它把通盘模块重构遍。重构完发现测试也能写，那就把单位测试全补上。

每步齐是理的，每步齐在创造价值，但每步也齐在 token。

位时刻博主在分析 Uber 案例时写说念：这是市值过 1000 亿好意思元的公司，有锻练的财务团队，有完善的预算审批历程，展望模子照样偏差了三倍。那么，每个比他们小的团队齐会以相似的式——巧合是惨烈的式——崩溃。

三、当好用酿成种欠债

反而呢，这让东说念主想起了那句扎心冷见笑：AI 莫得铺开银川铝皮保温工程 ，是因为现阶段它的用度比东说念主贵。

这句话乍看像是在说 AI 太贵，但细想它说的其实是另件事：在某些场景下，个工程师加上 AI 用具的综老本，一经过了平直多雇个初工程师的老本，初职工的处事率侧面反馈了定问题。

这不是 AI 的失败，偶合违犯，这是 AI 顺利得太的后果。

早两年，科技行业对于 AI 的叙事直是" AI 还不够好"，模子会幻觉，代码会出错，陡立文窗口太短，法知道复杂的业务逻辑 …… 即便到了今天，铁皮保温这些月旦依然部分红立。

但 Uber 的故事揭示了硬币的另面：当 AI 跨过"够用"的门槛之后，企业濒临的不再是"要不要用"的问题，而是"怎样规则用量"的问题。

前者是种计谋有缱绻，很赫然，现时一经莫得彷徨的空间了，开团秒跟吧。

尔后者，则是种全新的管束挑战。历史上，企业软件的主要矛盾直是"广"，花了大价格弄出来的系统没东说念主用，是 CIO 们的恶梦。通盘的培训、激发、考查机制齐在治理同个问题：让职工多用点。

现时 AI 的使用门槛不休裁汰，使用自己不需要培训，不需要激发，不需要任何广技巧，工程师我方就会用到停不下来，就促生了新的管束面向。

四、大的问题

Uber 不是唯个碰到这个问题的公司。在 Reddit 和 Hacker News 上，对于 AI 用具老本失控的盘问在曩昔几个月密集出现。好多公司的情况和 Uber 肖似：预算是按保守推测作念的，本色使用量远预期。

Axios 报说念中有个惊东说念主的视角。位 Nvidia 度学习部门的 VP 说：我团队的算力老本一经远远过了职工工资。

围绕这个风光，硅谷发明了 tokenmaxxing，它效法了健身圈的" maxxing "构词法，意思是不计老土产货大齐销耗 AI token，把 token 销耗量当成种分娩力缱绻，致使种身份标签。"你这个月了几许 token "正在酿成工程师之间的酬酢货币，就像前几年他们比拟谁的 GitHub commit 各样。

在曩昔，个科技公司大的老本是东说念主，现时大的老本可能是喂养 AI 的 token。这不是个简便的老本结构变化，它会重塑通盘行业对"个工程师值几许钱"的界说。

若是个工程师每月的 AI 用具老本是 2000 好意思元，年即是 2.4 万好意思元，这一经接近些国初拓荒者的全年工资。若是 AI 让这个工程师的产出翻了三倍，那这 2.4 万花得值。但若是 AI 仅仅多生成了好多不要的代码，或者让工程师养成了"先让 AI 跑跑"的习气而不是我方想考，那这 2.4 万，称得上是某种虚耗。

Ainvest 的篇分析指出，这种行为创造了个奇怪的利益冲突：AI 厂商但愿企业多 token，因为他们按用量收费。企业但愿规则老本，但又不想收场工程师的分娩力。与此同期，工程师认为我方在创造价值，不睬解为什么要收场用具的使用，三的激发错位。

些公司一经运转采用法子。设立每月用量上限、条目先写需求文档再调用 AI、用轻量的模子处理简便任务。但这些场景吧，想象下几许有点乖张，你费钱买了个普及率的用具，然后又花元气心灵收场大使用它。

五、谁来买单？

Uber 的 CTO 说公司需要"回到白板前边"重新权谋 AI 预算，潜台词是，"咱们之前画的阿谁模子估算错了"。

曩昔两年，对于 AI 的争论直围绕着" AI 能不成取代东说念主类"，但 Uber 的故事提供了个实验、也坚苦的问题：当 AI 实足好用的时候，谁来为这个"好用"买单？

工程师不会买单，因为他们认为我方在提率。管束层不会买单，因为他们一经享受了 70 的代码由 AI 生成的红利。AI 厂商不会买单，因为按量计费是他们的生意模式。

后，大要率只好财务不绝头疼，该怎样濒临下轮鞭策大会时奸狡的发问。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定银川铝皮保温工程 ，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。