Uber COO Andrew Macdonald在Rapid Response播客上说,公司约5000名工程师在3月中旬就用完了2026年的Anthropic Claude Code token预算,并且AI编码助手支出与交付产品价值之间的联系"尚未到来"。美元数字未披露。头条下的数据点是企业年度预算在2.5个月内被烧完——具体证据表明,工程组织规模下的Claude Code消费超过了当前的规划模型,无论生产力案例最终是否成立。
framing很重要,因为公共对话已经定型在二元模式中——AI编码助手要么是变革性的要么是被高估的。Macdonald的实际引用对构建者更有用:"如果你无法在向用户交付的有用功能和feature数量之间画出直接线,那种trade就变得更难证明合理,因为它不是免费的。"这是一个生产力归因问题,不是工具质量问题。工程师们使用Claude Code的力度足以在一年的21%标记处超出年度预算。瓶颈是将该使用信号连接到交付feature的吞吐量,以财务和工程都接受的方式,而且没有任何主要企业发布了在5000名工程师规模上奏效的方法学。
对于发布AI编码工具的构建者的生态系统解读:沉重的企业采用不会自动转化为续约经济学。Anthropic、GitHub Copilot、Cursor和其他不仅在模型质量上竞争,而且在他们的客户尚不能回答的问题上竞争——AI增强工程的单位经济学是什么。工程财务团队将越来越要求按团队的归因数据(哪些feature在哪些工程师使用哪些工具时被交付),并且首先交付审计/归因层的供应商赢得企业续约定价对话。Uber数据中的诚实信号在较小规模上也是可见的:任何运行重型编码助手部署的团队都将超出其初始预算估算。相应地规划。
如果你周一早上运营工程财务:在企业规模上预算你初始编码助手估算的2-3倍,并从第一天开始检测归因。如果你销售AI编码工具:续约对话正从"使用此工具"转变为"证明生产力联系",而无法证明的客户将削减席位计数。Uber的故事不是"AI不值得"——而是"我们还无法测量是否值得",这是一种不同且更可操作的解读。