最近有条新闻在技术圈传得很广：Uber 在四个月里花完了原定全年的 AI 预算。据 Business Insider 报道，Uber CTO 的说法是，公司正在结束 “tokenmaxxing” 时代——就是那种不计成本、能调多少调多少的用法。
很多人看到这条新闻的第一反应是：你看，AI 还是太贵了，泡沫要破了。
我们的看法正好相反。这条新闻里真正值得注意的，是 Uber 接下来做了什么。
超预算不等于不划算
先把两件事分开：预算，和经济性。
预算是管理层年初猜出来的一个数字。花超了，只能说明猜错了，不能说明这钱花得亏。假设一家公司原计划一年花一千万在 AI 上，实际花了三千万，但因此省下了远超这个数的人力和研发周期，那它虽然严重超支，仍然是一笔好生意。
真正该看的指标是单位产出的总成本：一个被验收的功能、一个被修掉的 bug，摊上工资、token、审查返工之后，到底花了多少钱。只盯着 token 账单，和只盯着工资单一样，都是只看了半本账。
Uber 显然也是这么算的。按报道里 CTO 的说法，AI 用量上去之后，工程师的代码产出是增加的。所以他们的结论不是”停用 AI”，更不是”重新招人替代 AI”。
Uber 实际做了什么
报道里提到的方向有四个：
- 模型路由：按任务难度选模型，别让旗舰模型干杂活
- 提示缓存：一样的上下文别翻来覆去地计费
- 成本可视化：让每一笔消耗能追到具体的人和任务
- 引入开源模型：便宜的任务用便宜的方案
无独有偶，TechRadar 报道过微软内部也在给工程师降温，原话是 “tokenmaxxing is not what we are optimizing for”。两家的动作指向同一个判断：问题不在用得多，在用得糊涂。
这其实是每家公司都会走到的一步
MarketWatch 前几天有篇报道，标题就叫”一个 AI agent 该值多少钱？没人有共识”。行业连定价都还没吵明白,企业年初做的预算自然会被现实打穿。这不丢人，Uber 这种级别的公司也一样。
被打穿之后的分岔口才是关键。一条路是砍预算、限制使用，员工回去偷偷用自己的账号，公司失去所有的可见性；另一条路是承认 AI 支出会成为一项常规开支，然后像管理云账单一样去管理它：分线路、分模型、可归因、可分析。
Uber 选了后一条。我们觉得选对了。