一句话看懂：Uber 在自家 AI 软件工厂中，通过模型路由、上下文压缩、MCP 工具改造等手段，在智能体请求量增长 9.4 倍的同时稳住 AI 总支出，并公开了可复用的成本拆解公式与优化方法论。
事件核心：发生了什么
在 2026 年 AI 工程师大会上，Uber 披露了其 AI 软件工厂的最新运营数据。自 2026 年 2 月至 8 月，公司内部所有智能体产品的周活跃用户数增长 7 倍，周智能体请求量增长 9.4 倍，超过 70% 的代码合并请求由智能体生成。与此同时，通过一系列成本优化，AI 总支出从 4 月起保持稳定。Uber 还公布了固定模型下的对照测试结果：每 1000 次模型请求的成本较峰值下降近 34%，每次会话成本较 6 月峰值下降 52%。这些数据表明，其成本控制并非依赖模型降价或减少用量，而是来自内部架构和调度策略的系统性调整。
为什么重要
这是目前少见的、由大型科技公司公开的 AI 成本治理细节。Uber 没有停留在“用了多少 AI”的叙事层面，而是将智能体会话成本拆解为六个可独立度量的因子，并针对每个因子给出具体优化手段。其中包括：按工作负载匹配帕累托最优模型、为子智能体默认配置性价比更高的模型、通过自动压缩和推理强度设置控制单次请求 token 量、为提示词缓存选择合适的 TTL 时长，以及将 MCP 工具调用从标准协议改为 CLI 解析和代码模式。这些做法本质上是在不牺牲质量的前提下，把 token 消耗和模型调用效率做到极致，对同样承受大模型推理成本压力的企业有直接参考价值。
对用户/开发者/创作者的影响
对于使用大模型 API 的开发者或企业团队，Uber 的做法提供了几个可落地的思路：一是不要盲目追求前沿模型，应基于真实业务任务构建基准测试，再选择成本与效果平衡的配置；二是多智能体协作时，主模型和子智能体应使用不同等级和价位的模型；三是工具调用环节，MCP 服务器动辄数万 token 的 Schema 开销可以被 CLI 封装或工具检索机制大幅削减。对创作者和普通用户而言，这类优化最终会反映在 AI 工具的价格与响应速度上——企业推理成本下降，才有可能让更复杂的 AI 功能以更低价格开放给终端用户。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Uber 这套成本优化方法是否能被更多企业复制，尤其在中型团队中，效果是否会因代码库规模和智能体工作流复杂度而打折扣；二是其内部构建的 Uber SWE 基准测试和 AI 上下文图谱（目前包含 2400 万个节点）是否会以开源或服务形式对外输出；三是随着多智能体编排能力增强，子智能体默认模型策略是否会成为各家企业 AI 软件工厂的标准配置，并推动模型供应商调整分层定价结构。目前公开信息显示，Uber 的成本降幅基于其自身环境测算，实际效果需结合具体业务负载验证。
来源：InfoQ CN
