2026 年 6 月 2 日，Bloomberg 報導 Uber 為員工使用的代理式編碼工具設下每月 1,500 美元上限——每位員工、每項工具分開計算，Claude Code 與 Cursor 都在管制範圍內。使用量可透過內部儀表板追蹤，特殊情況經核准可以超額。
背景更值得注意：早在四月，Uber CTO 就坦承公司年度 AI 預算只花四個月就用罄。從「鼓勵員工盡量用 AI」到「逐月配給」，Uber 成為第一家公開為 AI 工具設限的美國大型科技公司之一，也把企業 AI 成本治理這個議題正式推上檯面。
從「盡量用」到配給制
根據 The Information 先前的報導，Uber 原本鼓勵員工「盡可能多地」使用 AI，甚至用內部排行榜比較各員工的 AI 使用量。轉折出現在四月：CTO 對內展示 Claude Code 這類工具「可以燒光 AI 預算」，年度預算四個月見底。六月二日的新制等於正式承認：不受管制的代理式工具使用，成本規模已大到必須逐人設限。
值得注意的是 Uber 的手法：上限、儀表板、例外核准三件套，而不是直接停用工具。這保留了使用彈性，同時讓每個員工第一次看到自己的 AI 帳單。
1,500 美元買得到什麼
代理式編碼工具按 token 用量計費，與傳統每人每月固定訂閱完全不同。一個大量使用 Claude Code 或 Cursor 的工程師，讓代理反覆讀寫程式碼、呼叫工具、重試失敗步驟，單月帳單很容易突破四位數美元。這正是 GitHub 五月底把 Copilot 改為 token 計費時引發開發者抱怨的原因——計費模型本身還在劇烈變動，企業財務部門卻已經要為它編年度預算。
1,500 美元的上限因此是個務實的折衷：夠大多數工程師日常使用，但能擋住無節制的代理迴圈與「讓它跑整夜」式的浪費。
ROI 的難題
真正難解的不是省錢，而是算不出效益。COO Andrew Macdonald 五月在 podcast 節目上說，要在 AI 使用量與新推出的消費者功能之間「畫出一條線」非常困難。Bloomberg 六月一日引述的 Bain 調查也發現，AI 帶來的成本削減低於多數企業的預期；WSJ 的報導則顯示，美國企業界已經開始配給 AI。
換句話說，Uber 的困境是共業：支出立即且可衡量，收益卻分散在難以歸因的生產力提升裡。年度預算四個月燒完，只是把這個結構性問題提前引爆。設上限是止血，不是答案——答案是把 AI 支出從「福利」變成有單位成本的工程資源。
給工程團隊的啟示
三個實際教訓。第一，代理式工具的用量監控應該內建，而不是等預算爆炸後才補上——儀表板、單位成本、異常警示，現在就該有。第二，定價模式正從按人頭轉向按用量，採購合約與成本模型需要重新設計，token 級別的帳單會越來越常見。第三，真正該衡量的是代理完成的任務量與重工率，而不是原始 token 數——這也是我們在 Cursor 雲端代理的教訓一文裡反覆看到的主題：代理用得越多，治理與回饋迴路就越重要。
參考來源
- Uber caps usage of AI tools like Claude Code to cut costs — Bloomberg
- Uber caps employee AI spending after blowing through budget in 4 months — TechCrunch
- Uber CTO shows Claude Code can blow AI budgets — The Information
本文由 AI 協助自上述來源整理，經人工審核後發布。