你以为让 AI 干活省钱Uber 实测相反代码确实写得快多了账单却先爆了——全年 AI 预算 4 个月就花完CTO 在内部会议公开承认。这不是 Uber 一家的事是所有正在用 AI 干活的公司和打工人绕不开的一道成本题。先说为什么这事和你有关不管你是写代码、带团队的、还是普通打工人只要公司开始全员用 AI 提效你迟早会撞上同一个问题——AI 到底在帮我省钱还是偷偷花掉了公司一大笔钱Uber 把这个问题的答案用真金白银测了出来。代码写得飞快账单先爆了这事要从两块拼着看一块是 Uber 自己晒的一块是媒体挖出来的合在一起才是全貌。Uber 官方工程博客8 月底发很骄傲地讲现在公司超过 70% 的代码合并请求PR都跟 AI 智能体有关工程师自己搭了 3600 多个 agent技能每天 AI 帮忙跑 3 万多次任务用 AI 的周活跃用户翻了 7 倍、请求量翻了 9.4 倍。效率这块真挑不出毛病。但账本另一头The Information 和 Fortune 挖出一件事Uber 的 CTO Praveen Neppalli Naga 在内部开会时公开承认公司为 2026 年准备的全年 AI 预算前 4 个月就全部花完了。一个工程师一年能花多少Uber 大约 5000 个工程师在刷这个工具人均月账单大几百美元重度用户一路冲到 2000 美元。CTO 自己示范性跑了个 2 小时的 AI 演示一口气就花了 1200 美元。大家以为 AI 是省钱的工具实际它是烧钱的加速器。效率是真的省钱是真的难Uber 的尴尬在于它并不是AI 用得不好才烧钱恰恰相反它用得极其成功。接近 95% 的工程师都在用约 70% 的正式提交代码是 AI 生成的甚至 11% 的后端更新是 AI 智能体全自动写完的注意这里说的是提交代码口径和前面PR 与 AI 相关不是一个数。单看效率这是所有公司做梦都想要的样板。可效率高和成本低是两码事。问题出在 AI 的付费方式变了过去买软件是买断一个席位一个算一个价格固定现在 AI 按 token词元计费用得越多花得越多。AI 干活不是帮你省掉劳动而是把劳动换成了一种上不封顶的消耗品。更狠的是用量没有天花板。让 AI 写代码一个请求背后可能反复推理、多轮自查、来回改消耗的 token 是人问一句 AI 回一句那种聊天的 5 到 30 倍。Uber 还搭了使用量排行榜谁用得多分排得高——工程师为了上榜token 越烧越猛。工程师越觉得 AI 好用越往死里用越往死里用账单越离谱。预算模型根本追不上这种爆发。AI 效率是真实的AI 成本失控也是真实的——两件事同时成立。账单是抠出来的不是少用省出来的4 月烧穿之后Uber 没喊停而是在随后几个月把成本压了回来——用的还是同一批人、同一个 AI。官方博客讲了一堆优化动作翻译成人话就是三招第一招给 AI 设限。默认把单次对话的上下文上限卡在 40 万 token 内推理强度默认调成中等。不追求每个问题都用到最强推理够用就行省下最贵的输出 token。第二招区分轻重。复杂的主任务让强模型干一锤子买卖、定义清楚的子任务默认甩给更便宜的模型。别拿大炮打蚊子。第三招少传废话。每次对话都会重复发送前面的上下文和工具定义Uber 把这些做成缓存、把工具调用改成按需加载省下的都是白花花的钱。效果是实打实的每 1000 次请求的成本比峰值降了约 34%每开一个 AI 会话的成本比 6 月峰值降了 52%。前后的反差值得细品不是不用 AI 就省钱而是用 AI但把每一分 token 花对地方才省钱。同一个账本从失控到可控人没变、AI 也没变变的是会不会花。同样的工具有人烧穿预算有人把成本砍掉三分之一——差距在会不会花不在用不用。AI 强不强先看它的账单稳不稳Uber 不是孤例。几乎同时微软内部也在烧穿预算后直接砍掉了自家员工的 Claude Code 许可。这套剧本正在无数公司重演而且大概率会落到你头上。如果你是打工人别把公司让我用 AI想成纯福利。你可能正替公司烧着大几百块的 token 账单而不自知。这不是让你少用而是提醒你当公司开始查 AI 账单第一个被质疑的往往就是那个用得最猛的同事。学会用更要学会会省着用长任务分步拆、能开新会话别硬堆在一个里、能用便宜模型的小事别总上最强的。如果你是带团队、创业Uber 先替你踩好了坑。别一上来就全员放量、让 AI 敞开了烧。先小规模试测出一个人正常用一个月到底花多少再定预算、分任务——复杂任务上强模型简单任务用便宜的。AI 落地不是买不买得起是用得稳不稳得住。Uber 用 4 个月烧光的预算换来一个所有人迟早要交的学费——AI 很强也很贵省钱靠的从来不是少用是把每一块钱花在对的地方。效率数字会说漂亮话token 账单不会。下一家宣称AI 提效了好几倍的公司它的账单稳没稳住才是这场效率狂欢里最诚实的问题。