请求量激增9.4倍总成本未增：Uber AI Agent降本实践引业界借鉴
9月初有一则数据被不少技术社区转载：Uber内部构建了超过3600个AIAgent技能，日均执行任务超过3万次，其中七成的PR代码审查已经交给Agent完成。
更值得关注的是效率曲线——2026年2月到8月，Agent的周活跃用户增长了7倍，请求量增长了9.4倍，但总的AI支出基本持平。三者叠加，才有可能在请求量增长9.4倍的情况下把总支出摁住。对长时运行、高频调用系统的参考意义这套架构思路并不只对代码审查类Agent有用。对这类系统而言，分层路由的意义不只是省钱，更是让"贵的能力"用在刀刃上：常规内容交给轻量模型或规则层快速处理，只有触发风险信号或语义模糊时才升级到能力更强的模型做二次判断。
声明：本文内容由开放的智能模型联网搜集公开信息整理，仅供参考，不构成投资建议。投资者据此操作，风险自担。 若有侵权，请第一时间告知删除。
