Uber 高管质疑 AI 投入与回报不对等

Uber 正面临 AI 支出与可衡量生产力提升之间不断扩大的鸿沟，两位最高层管理人员公开表达了对公司人工智能工具投资回报的担忧。

COO 质疑“Tokenmaxxing”回报

在周六发布的 Rapid Response 采访中，Uber 首席运营官 Andrew Macdonald 表示，公司不断攀升的 AI 支出越来越难以合理说明。Macdonald 透露，在与 Uber 高级工程领导层交流后，他意识到更高的 token 使用量并未转化为消费者端同等比例的有用产出。

这番话为硅谷日益增长的担忧给出了一个名称：“tokenmaxxing”——即盲目追求消耗尽可能多的 AI token，认为更多使用量自动意味着更多产出。Macdonald 的评论表明，即便是深度投入 AI 工具的公司也开始质疑原始消耗量是否与商业价值相关。

4 月预算即告超支

Macdonald 的质疑紧随 Uber CTO Praveen Neppalli Naga 在 4 月的一次披露之后：公司已经花光了原本规划到 2026 年的整个 AI 编程预算——而当时才刚进入 2026 年四个月。“我又回到画板前，因为原以为够用的预算已经提前用完了，”Neppalli Naga 告诉 The Information。

超支源于自 2025 年 12 月引入 Anthropic 的 Claude Code 后，大约 5000 名工程师的积极采用。重使用者的月均 API 成本在 500 到 2000 美元之间。目前，Uber 有 95% 的工程师每月使用 AI 工具，约 70% 的提交代码由 AI 生成。约 11% 的线上后端代码更新完全由 AI 智能体直接完成，无需人工介入。

创新与纪律的平衡

5 月，Business Insider 报道称 Uber 正在放缓招聘以资助其 AI 投资，这表明预算超支正在改变公司的资源分配。内部争论反映了整个行业的反思：Jellyfish 在 5 月发布的分析发现，虽然 token 使用量提升了原始编码产出，但极端消耗会带来边际效应递减。

Uber 的 COO 指出缺乏成比例的消费者端收益，而工程团队却在热情采用 AI 编程工具——这种张力凸显了科技公司在尝试将生成式 AI 支出转化为持久竞争优势时所面临的挑战。