Uber 四个月烧光全年 AI 预算，Claude Code 到底有多贵？

原文来源：Briefs.co — Uber 将 Claude Code 部署给 5000 名工程师，短短四个月内耗尽了全年的 AI 编码预算，引发行业对 AI 编码工具定价模式和企业采用策略的反思。

一个真实的故事

2025 年 12 月，Uber 做出了一个大胆的决定：为 5000 名工程师全员配备 Claude Code（Anthropic 的 AI 编码 Agent）。按照预算规划，这笔投入应该支撑整个 2026 财年。

但到了 2026 年 4 月——仅仅四个月后——预算就已经烧光了。

据报道，每位工程师每月的 AI 工具费用在 $500 到 $2,000 之间。按中位数估算，Uber 这四个月仅在 Claude Code 上的支出就高达 $1500 万到 $2500 万美元。

为什么这么贵？

Claude Code 的计费模式基于 token 消耗。对于一家拥有庞大多语言代码库的公司来说，每个 engineer 每天要使用大量 token 来：

1. 理解代码上下文 —— Agent 需要读取相关文件才能理解代码库
2. 生成和修改代码 —— 每次修改都需要消耗推理 token
3. 调试和迭代 —— 一次失败的修改可能意味着多轮重试
4. 代码审查辅助 —— Agent 参与的代码 Review

当这些需求乘以 5000 名工程师时，token 消耗以指数级增长。

更深层的问题

Uber 的经历并非孤例。2026 年初的行业调查显示：

• 75% 的开发者使用 AI 工具完成他们一半以上的工作
• AI 编码费用成为许多企业 IT 预算中增长最快的单项支出
• 越来越多工程师反映达到 API 使用上限的频率在增加

Hacker News 上的讨论中，几位工程师提到了一个关键问题：

「他们最终会陷入一个巨大的元对话中，上下文大到他们认为 Agent '已经被教育好了'，然后觉得任何新对话都需要重新教育一遍。」

这暴露了当前 AI 编码 Agent 的一个核心矛盾：Agent 的有效性与上下文消耗成正比，但上下文越大，费用越高。

这是工具的问题还是使用方式的问题？

批评者认为，Uber 的问题出在部署方式上——让 5000 名工程师无限制地使用 Claude Code，而不是先在小范围内验证 ROI。

支持者则认为，这正是企业级 AI 工具落地必须经历的过程：「先大范围采用，再优化成本，总比永远停留在试点阶段要好。」

从另一个角度看，Uber 的经历也反映了 AI 编码工具的定价模型可能需要进行调整。当前的按 token 计费模式在企业大规模使用下显得不够合理——类似云计算早期的按需计费模式被预留实例和 Savings Plan 取代的过程。

对独立开发者的启示

虽然 Uber 的故事是大公司的烦恼，但对独立开发者来说同样有参考价值：

1. 不要高估 AI 的「省钱」属性。 AI 编码工具可以大幅提升效率，但也会增加成本。如果你在运营一个个人项目，有必要追踪 AI 工具的实际支出。

2. 选择性使用。 不是所有编码任务都需要 AI Agent 的帮助。简单的 CRUD、已知模式的代码，手动编写可能更快更便宜。

3. 本地模型是一个选项。 对于日常的代码补全和简单重构，本地运行的小模型完全可以胜任，而且没有 API 费用。

4. 关注效率而非使用量。 问题不在于「能不能用 AI」，而在于「用了 AI 解决了多少真正的问题」。用 AI 写了 1000 行错误的代码，比手写 100 行正确的代码更昂贵。

写在最后

Uber 的故事是一个警示，也是一个预示：AI 编码工具确实是生产力的巨大飞跃，但它的成本结构和企业组织的承受能力之间，还存在巨大的落差。

这个落差，要么通过工具本身的效率优化来弥合，要么通过企业调整预算和采用策略来适应。无论是哪一种方式，2026 年都将成为企业 AI 投入从「狂热期」进入「理性期」的关键转折点。