Uber COO Andrew Macdonald在Rapid Response播客上說,公司約5000名工程師在3月中旬就用完了2026年的Anthropic Claude Code token預算,並且AI編碼助手支出與交付產品價值之間的聯繫「尚未到來」。美元數字未披露。頭條下的資料點是企業年度預算在2.5個月內被燒完——具體證據表明,工程組織規模下的Claude Code消費超過了當前的規劃模型,無論生產力案例最終是否成立。

framing很重要,因為公共對話已經定型在二元模式中——AI編碼助手要麼是變革性的要麼是被高估的。Macdonald的實際引用對建構者更有用:「如果你無法在向使用者交付的有用功能和feature數量之間畫出直接線,那種trade就變得更難證明合理,因為它不是免費的。」這是一個生產力歸因問題,不是工具品質問題。工程師們使用Claude Code的力度足以在一年的21%標記處超出年度預算。瓶頸是將該使用訊號連接到交付feature的吞吐量,以財務和工程都接受的方式,而且沒有任何主要企業發布了在5000名工程師規模上奏效的方法學。

對於發布AI編碼工具的建構者的生態系統解讀:沉重的企業採用不會自動轉化為續約經濟學。Anthropic、GitHub Copilot、Cursor和其他不僅在模型品質上競爭,而且在他們的客戶尚不能回答的問題上競爭——AI增強工程的單位經濟學是什麼。工程財務團隊將越來越要求按團隊的歸因資料(哪些feature在哪些工程師使用哪些工具時被交付),並且首先交付稽核/歸因層的供應商贏得企業續約定價對話。Uber資料中的誠實訊號在較小規模上也是可見的:任何執行重型編碼助手部署的團隊都將超出其初始預算估算。相應地規劃。

如果你週一早上運營工程財務:在企業規模上預算你初始編碼助手估算的2-3倍,並從第一天開始檢測歸因。如果你銷售AI編碼工具:續約對話正從「使用此工具」轉變為「證明生產力聯繫」,而無法證明的客戶將削減席位計數。Uber的故事不是「AI不值得」——而是「我們還無法測量是否值得」,這是一種不同且更可操作的解讀。