Uber 在 2026 年初就提前用光了全年 AI 预算,核心原因是工程师大规模使用 Claude Code 之后,Agent 调用量几个月暴涨 9.4 倍,超长会话持续累积 Token,每一轮请求成本不断走高;为此 Uber 给全体工程师的 Claude Code 设置统一默认规则,不管模型原生支持多大上下文窗口,只要单会话 Token 累计到 40 万就自动触发上下文压缩,把冗长对话历史浓缩成摘要继续推进任务,同时配套调低推理强度、延迟缓存、减少 MCP 预加载等配套限制,整套策略落地后,单会话成本下降约 52%,千次 Agent 请求成本降低 34%,在用量持续上涨的前提下稳住了总 AI 开销。
Uber 针对 Claude Code 的四项默认管控配置
| 管控项 | 设置内容 | 控成本原理 |
|---|---|---|
| 上下文压缩阈值 | 400K Token 自动压缩 | 避免会话无限膨胀,防止大缓存失效、输入 Token 成本失控 |
| 推理思考强度 | 默认中等(Medium) | 高思考模式会额外消耗大量 Token,日常编码场景中等性价比更高 |
| 提示缓存策略 | 按角色设置 1 小时缓存有效期 | 平衡缓存复用率,同时避免缓存长期占用资源 |
| MCP 工具定义 | 会话启动阶段不预加载 MCP 定义 | 减少每次初始化阶段的固定 Token 开销,用到工具时按需加载 |
400K Token 强制压缩的运行逻辑
- 会话全程持续统计 Token 总量,包含输入、缓存读写、模型输出 Token;
- 数值触达 40 万阈值时,自动调用 Claude 内置 compact 能力,把前面完整对话、代码变更、工具返回内容提炼结构化摘要;
- 用摘要替换原始长对话记录,系统提示、项目 CLAUDE.md 规则、记忆、技能配置会保留;
- 工程师不用手动操作,会话不会直接中断,但早期详细对话细节被精简,只保留关键决策、代码改动要点;
- 压缩只是减少上下文体积,不会清零预算统计,压缩之后新的 Token 消耗继续累计。
这套成本管控方案带来的利弊
✅ 成本收益:Agent 调用量持续上涨,整体 AI 支出不再失控,大团队规模化落地 Claude Code 的门槛大幅降低
✅ 标准化:统一全局默认参数,不再靠工程师自觉控制会话长度,方便财务和工程团队预算预判
✅ 兼容原有工作流:会话不会强制结束,只是精简历史,适合长期迭代的 bug 修复、模块开发任务
⚠️ 体验损耗:压缩之后久远细节丢失,跨多天、多轮深度排查复杂问题时,模型容易丢失早期上下文细节
⚠️ 无法一刀切:架构评审、深度调试等复杂任务,工程师可以手动调高阈值或者新建独立会话规避限制
⚠️ 不是关闭长窗口:底层模型本身依旧支持百万级上下文,只是企业侧主动设限控成本
对企业落地 AI 编程 Agent 的参考要点
- 不要单纯依赖模型原生超大上下文,长会话的缓存失效风险是隐藏成本黑洞;
- 区分通用编码和高难度深度推理任务,分开设置推理强度和 Token 阈值;
- 配套用量看板、按团队配额,避免个别超长会话吃掉大量预算;
- 把 compact 自动摘要做成兜底策略,同时开放手动新建会话、手动压缩能力给高级开发。
【相关 FAQ】
问题 1:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,Uber 为什么要设置 400K Token 这个压缩门槛?
回答 1:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,因为超过这个 Token 规模之后缓存很容易失效,每一轮调用成本急剧攀升,400K 是 Uber 权衡成本和编码效率选出的平衡点。
问题 2:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,强制压缩之后会话会直接断开吗?
回答 2:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,会话不会断开,只是把前面的对话内容压缩成摘要继续跑,久远的细节记录会被精简。
问题 3:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,除了 Token 压缩之外 Uber 还有哪些配套限制?
回答 3:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,配套还有默认中等推理强度、1 小时提示缓存、会话启动不预加载 MCP 工具定义三项规则一起控制开销。
问题 4:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,这套管控落地之后成本改善效果怎么样?
回答 4:AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩,优化后单会话成本下降约 52%,千次 Agent 请求成本降低 34%,在调用量大涨的情况下稳住总 AI 支出。
【参考资料】
[2026-11-19](Uber 耗尽 AI 预算,给 Claude Code 设置 400K Token 自动压缩规则)VentureBeat
[2026-11-19](Uber contuvo su gasto en IA con 4 ajustes por defecto)El Ecosistema Startup
[2026-11-19](Uber исчерпала бюджет на ИИ, а затем урезала контекстное окно)PCNEWS.RU
[2026-08-27](Running a Software Factory Efficiently at Uber Scale)Uber 官方博客
【免责声明】
本文信息来自海外科技媒体和 Uber 公开工程分享,Uber 这套 Claude Code 管控策略是企业内部默认配置,工程师可按需手动调整;压缩机制会丢失部分历史上下文,对深度排障场景存在影响,内容仅作为产业案例科普,不代表通用最佳实践,不构成企业成本管控方案。
