Uber 3600 个 Agent 接管七成编码，成本暴跌 52% 实录
AI寒武纪 · wechat · 2026-08-31
Uber 内部超过 70% 的编码任务已由 3600 多个 AI Agent 接管，周请求量激增 9.4 倍，但总成本在调用暴涨的同时反而下降了 52%。其核心方法论包括：
六因子成本公式
将支出拆解为用户数、会话数、交互轮数、请求数、Token 数和单价的乘积，针对后四项进行极致优化。
动态模型选型
构建内部 SWE 基准测试，基于成本、质量与稳定性动态切换模型。子 Agent 默认使用廉价轻量模型，主模型负责复杂推理。
请求 Token 优化
- 缓存策略：将交互式会话缓存 TTL 调整为 1 小时，避免频繁重建上下文。
- 工具调用：采用 CLI 命令化和工具搜索，移除上下文中数万 Token 的 MCP Schema 冗余。
- 代码模式：将多轮 SQL 查询等操作打包为 Python 脚本执行，减少 50% 以上 Token 消耗。
AI 上下文图谱
构建包含 2400 万个节点的企业级图谱，让 Agent 快速定位代码与数据表，大幅减少无效搜索轮次。
所属事件:Uber 披露：3600 个 Agent 接管七成 PR，账单反降 52%(5 条相关)→
「编程与Agent」频道最新
- 同一提示词实测：Claude vs ChatGPT vs Figma Make 生成旅行 App UI — Tegadesigns · 2026-10-16
- TRL 零时差支持 Muse Spark Open：64 张 H100 上 LoRA 微调 816B MoE — QGallouedec · 2026-10-16
- TRL 放出 Muse Spark Open 微调示例代码与 SLURM 脚本 — QGallouedec · 2026-10-16
- Hugging Face 详解 Meta Muse Spark Open：816B 多模态 MoE，面向 agent 编码 — mervenoyann · 2026-10-16
- 工程师入职首日全靠 AI 提问，第二天就能提交有影响力的 PR — Yuchenj_UW · 2026-10-16
- Perplexity 开源支撑其 Computer 产品的智能体沙箱平台 SPACE — AravSrinivas · 2026-10-16