Uber超七成合並請求由智能體完成

Uber工程博客稱，超過70%的代碼合併請求可歸因於本地或雲端智能體。工程師已編寫3600多項智能體技能，覆蓋開發生命週期，每日執行超過3萬次。

2026年2月至8月中，智能體工具周活躍用戶增至7倍，周請求量增至9.4倍。總人工智能賬單自4月起大體走平。在固定同一模型以剝離自身優化後，每千次模型請求成本較峯值降約34%，單次會話成本較6月峯值降52%。

越來越多會話不再由人發起。託管智能體承擔代碼審查、持續集成故障自愈、帶視覺校驗的端到端合併請求、值班告警分診、缺陷調試和日常維護，人只做複覈和升級。

底層是一條統一網關：全公司模型調用過同一入口，做身份、二十餘類個人信息脫敏和安全模型，日請求過億、項目八百以上。工具網關把內部接口投影到命令行，避免把整段響應塞進上下文，車隊級token消耗曾因此降四成以上。

技能市場管可複用流程，上下文圖譜用數千萬條目替代智能體四處爬系統。代碼審查引擎uReview每週約發2.5萬條評論，約67%被處理，相對最初粗糙實現成本降約六成。人均產出代碼行數同比約翻倍，自動遷移已觸及約九百萬行。

市場機制上，買單的是要把智能體用量當成工廠產能的工程預算，賣出的是按token計價的模型調用。事件由內部平臺化驅動，資金從“多接一個模型”流向路由、緩存、技能複用和上下文壓縮；受益的是能把會話成本設計下去的平臺團隊，承壓的是隻會把聊天窗口接到倉庫、卻管不住賬單的接入方。

來源：公開信息

ABAB AI 解讀

70%合併請求不是提示詞競賽的獎盃，是工廠開工率。Uber把智能體寫成可計量的產線：技能是工序，網關是質檢，會話成本是單位產品成本。請求漲9.4倍而賬單走平，說明稀缺從模型接口改成了成本方程。誰不會拆這道方程，誰就會在用量起來後先爆預算。

資本路徑是工程組織把模型費用從部門報銷改成平臺折舊。錢不再按“這個組用了哪個大模型”散出去，而按每千次請求、每次會話、每次審查去壓。路由給小模型、緩存對齊空閒間隔、工具模式批量砍token，都是把智能體從顧問變成計件工。人從寫代碼轉向寫技能和寫升級規則。

對標的是汽車廠把機器人密度寫進單位工時，以及雲廠商把虛擬機利用率寫成毛利。軟件處在從“程序員加助手”轉向“智能體加複覈”的階段：產能約束從編制改成優先級。會不會做已經不是瓶頸，該不該做纔是。

結構上屬於技術替代。機制是：當合並請求可以由智能體批量生產，人的工時從鍵入挪到治理。接入模型只解決可用性，設計成本才解決可擴展。工廠的定義是用量可以狂奔，單位成本必須被事先寫進系統。

ABAB News · 認知定律