Uber超七成合并请求由智能体完成

Uber工程博客称，超过70%的代码合并请求可归因于本地或云端智能体。工程师已编写3600多项智能体技能，覆盖开发生命周期，每日执行超过3万次。

2026年2月至8月中，智能体工具周活跃用户增至7倍，周请求量增至9.4倍。总人工智能账单自4月起大体走平。在固定同一模型以剥离自身优化后，每千次模型请求成本较峰值降约34%，单次会话成本较6月峰值降52%。

越来越多会话不再由人发起。托管智能体承担代码审查、持续集成故障自愈、带视觉校验的端到端合并请求、值班告警分诊、缺陷调试和日常维护，人只做复核和升级。

底层是一条统一网关：全公司模型调用过同一入口，做身份、二十余类个人信息脱敏和安全模型，日请求过亿、项目八百以上。工具网关把内部接口投影到命令行，避免把整段响应塞进上下文，车队级token消耗曾因此降四成以上。

技能市场管可复用流程，上下文图谱用数千万条目替代智能体四处爬系统。代码审查引擎uReview每周约发2.5万条评论，约67%被处理，相对最初粗糙实现成本降约六成。人均产出代码行数同比约翻倍，自动迁移已触及约九百万行。

市场机制上，买单的是要把智能体用量当成工厂产能的工程预算，卖出的是按token计价的模型调用。事件由内部平台化驱动，资金从“多接一个模型”流向路由、缓存、技能复用和上下文压缩；受益的是能把会话成本设计下去的平台团队，承压的是只会把聊天窗口接到仓库、却管不住账单的接入方。

来源：公开信息