Uber 的 AI 账本：先修路，再跑 agent

团队全员用上 agent 之后，最先撑不住的不是模型，是持续集成系统。

一、发生了什么

《The Pragmatic Engineer》近期一期播客请到 Uber 杰出工程师 Uday Kiran Medisetty，他目前负责公司大部分 agent 相关工作。访谈的主题是 Uber 内部的开发者设施，以及这套设施怎么被改造成能跑 agent 的样子。

几个事实值得记下来。

第一，2023 年平台团队定了一条原则：所有 AI 相关的东西不能绑死在某一家模型或某一套工具上。于是有了 Model Gateway——一个统一入口，后面接着 Anthropic、OpenAI、其他厂商，以及 Uber 自己跑的开源模型。安全团队在它上面挂了一层 AI Guard，检查每一个请求和响应，顺便测延迟、标记过慢的模型。成本按人统计，审计日志和会话追踪也从这里出。

第二，编码工具可以换，但配置不丢。Uber 目前支持 Claude Code、Codex、OpenCode 三套工具，外面套了一层 AIFX，工程师换工具时，设置、技能、插件跟着走。

第三，成本是分层管的。每个工程师有一个额度档，超了要主管签字才能加。另有一个叫 CostCheck 的插件，跨会话给出省钱建议。访谈中提到，最近几个月 Uber 的 token 成本下降了约一半。

第四，CI 出过事。今年早些时候，CI 任务量在 12 个月内翻了一倍多，公司内部为此拉响了「红色警报」。应对办法不是加机器，而是把 lint、构建、模板检查这类简单任务塞回 agent 的本地循环，让它在提交前先自己跑一遍。

第五，代码评审成了新瓶颈。所有 PR 仍然要人审，但审之前，AI 评审已经跑过，功能的截图或录屏已经附上，每个改动还带一个风险分，帮评审者判断该花多少注意力。同时，公司不再只看 PR 数量，而是给每个 PR 打标签：功能、修 bug、维护、测试、文档。他们观察到功能类占比在升，维护类在降。

还有一个背景：2015 年他入职时，Uber 只有两个服务；2019 年变成几千个；到 2026 年，服务数量和 2019 年差不多，而业务规模是那时的十倍。

二、跟你有什么关系

管工程效率的。 这套东西的顺序值得抄：先有统一入口，再有成本可见，最后才谈优化。反过来做，优化无从下手。

自己搭 agent 平台的。 换工具不丢配置，看起来是小功能，实际决定了团队敢不敢试新工具。锁死在一套工具上，半年后就会落后。

算 AI 预算的。 Uber 的做法是「额度 + 审批 + 建议」三层，而不是一刀切砍预算。对正当工作不设上限，对无意识消耗做提醒。

三、怎么判断

1. 先看有没有统一入口。 如果每个团队各自接模型，成本、审计、限流都做不了。Uber 的所有模型请求都走一个网关，这是后面一切的前提。
2. 看成本能不能落到人。 按人统计才有行为改变。按部门统计只能看到总数，没人会因此少发一次请求。
3. 看 agent 的活有没有前移。 把简单检查放进 agent 的本地循环，等于让它在提交前自己返工。CI 的压力会明显下降。
4. 看评审环节给了什么辅助。 只有「AI 评审」不够，还要有截图、录屏和风险分。评审者需要的是判断依据，不是另一段文字。
5. 看指标换了没有。 PR 数量在 agent 时代会失真，因为生成一百个 PR 太容易。按类型打标签、看功能类占比，比看总数有意义。

四、三个别信的说法

「Uber 的 AI 能力是一年做出来的。」 访谈里说得很清楚：2025 年做的 Minion，跑在 2017 年就有的 DevPods 上；MCP 网关能快速搭起来，是因为早就有服务注册表；测试路由靠的是更早开源的分布式追踪。agent 只是住进了十年前盖好的房子。

「token 成本降一半，说明模型便宜了。」 成本下降可能来自降价，也可能来自用量结构变化、缓存、模型路由。访谈给的是结果数字，没有拆解原因。你要复制，得先知道省的是哪一段。

「agent 提交的代码，人只是盖章。」 Uber 的做法是反过来的：所有 PR 仍然人审，而且因为 agent 产出变多，评审压力更大。他们做的是让评审更聚焦，不是取消评审。

五、一句话结论

跑 agent 的钱，大头不在 token，在它踩坏的那些系统——谁的基础设施本来就能被自动化，谁就只需要付模型的账。

信息来源

• Uber's AI infra, from the inside，The Pragmatic Engineer 播客对谈

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。