Uber 让 AI Agent 接管七成代码 PR，账单反而一分没涨

Uber 最近披露了一组让工程圈有点震动的数据：全公司 70% 的代码合并请求，已经由 AI Agent 主导处理。这不是某条业务线的试点，而是覆盖整个工程组织的统一动作。

更值得看的是账单。半年之内，Uber 对代码 Agent 的调用量增长了近 10 倍，但整体 AI 支出几乎没变。换句话说，用得更狠，反而花得更省，单次会话成本下降了 52%。

过去两年，AI 编码工具的演进路径很清晰：从单行补全，到多文件改写，再到能拆任务、写测试、自审 PR 的 Agent。Uber 的这组数据，等于把这条曲线推到了一个具体的数字节点。

从写代码到跑流程

Uber 的 Agent 不只是产出 diff，它要自己拆需求、改文件、跑单测、对接 reviewer。70% 这个数字意味着，Agent 已经在代码合入的链条上跑通了主流程。

这背后是模型路由、结果缓存和上下文压缩等一系列工程优化。把贵模型用在刀刃上，把便宜模型做兜底，是账单没有失控的关键。

对开发者意味着什么

对一线工程师来说，体感会先变：写完代码不再是终点，review 反馈、跨仓库改动、长尾 bug 修复，更多交给 Agent 跑第一遍。

但角色并没有被取消，反而更吃判断力：拆需求、定边界、看 Agent 输出的 diff，决定哪些放行、哪些回退。写代码变快，挑代码变难。

中文团队可以抄的作业

中文开发者最关心的，是这套做法能不能平移到自己的团队。从 Uber 的实践看，三个前提缺一不可：可量化的代码评审流程、统一接入的内部模型网关，以及对调用成本的实时监控能力。

对预算吃紧的中小团队，好消息是：调用量爆涨不等于账单爆涨，关键是别让所有请求都打到最贵的模型上。路由和缓存，往往比换模型更见效。

对 ToB 工具厂商，这也是一条隐藏的产品线索。谁能把 Agent 的调用成本做成一目了然的后台账单，谁就更可能拿下企业 CTO。

后续值得观察的几件事

接下来值得盯的，是 Uber 会不会公开 Agent 触发回滚的比例。自动化越激进，安全护栏的可见度就越重要。

另一个观察点是模型迭代会不会打破成本平衡。新一代推理更强的模型上线后，单价下降能持续多久仍是未知数。中文工程团队跟进时，最好把账单数据当作一等指标，而不是只追 PR 数字。