По данным СМИ, Uber исчерпала бюджет на ИИ и ограничила настройки Claude Code
После превышения бюджета компания установила для инженеров автоматическое сокращение контекста на 400 000 токенах и средний уровень рассуждений. Uber также сообщила о снижении расходов на запросы и сессии после комплекса оптимизаций.

Uber меняет настройки после роста расходов
Uber установила единые настройки для интерактивных инструментов программирования, включая Claude Code, чтобы контролировать стоимость их использования. По данным The Information, в первые месяцы 2026 года компания израсходовала бюджет на ИИ; об этом изданию в апреле рассказал технический директор Uber Правин Непалли Нага.
На саммите VentureBeat 28 октября инженер Uber Удай Киран Медисетти сообщил, что с апреля общие расходы на ИИ оставались примерно на одном уровне, хотя число агентных запросов росло. По данным августовской публикации Uber, еженедельное число таких запросов во всех агентных сервисах компании увеличилось в 9,4 раза с февраля по август.
О бюджете Uber ранее сообщала The Information; динамику использования агентных инструментов компания описала в инженерном блоге.
Четыре настройки для рабочих сессий
Uber проверяет настройки на разных группах сотрудников и сравнивает показатели входных и выходных данных. Медисетти назвал интерактивную работу наименее эффективным по стоимости способом запуска агента: компания хочет переносить больше задач в управляемые агентные системы, где проще подбирать модель под конкретную работу.
- Автоматическое сокращение контекста начинается на 400 000 токенах — в том числе при использовании моделей с контекстным окном в миллион токенов. Сокращение сводит предыдущую переписку к краткому изложению. По словам Медисетти, при объёме в 700 000–800 000 токенов промахи кэша и стоимость входных токенов на запрос заметно возрастают.
- Уровень рассуждений по умолчанию — средний, а не высокий. Медисетти заявил, что выпущенные за последние месяцы модели лучше работают на среднем уровне и в некоторых случаях показывают ухудшение на высоком. Он не уточнил, какие модели и задачи сравнивались.
- Кэш подсказок хранится один час для основного агента-оркестратора и пять минут для подагентов. Uber объясняет разницу тем, что инженер может надолго отвлечься от основного агента, тогда как подагенты обычно быстро завершают свои задачи.
- Описания инструментов MCP не загружаются в контекст при запуске. Агенты обращаются к серверам через командные инструменты и центральный шлюз MCP. По оценке Uber, описания более чем 100 инструментов при прямой загрузке заняли бы 50 000–70 000 токенов ещё до первого запроса.
Компания отдельно отслеживает, как часто запросы обслуживаются из кэша, и настраивает сроки его хранения. Медисетти не назвал экономию от каждой из четырёх настроек по отдельности.
Экономию компания связывает с комплексом мер
В августовской публикации Uber сообщила, что при неизменной модели стоимость тысячи запросов снизилась почти на 34% от пикового значения, а стоимость сессии — на 52% от июньского пика. Эти результаты относятся ко всем оптимизациям вместе, а не только к настройкам Claude Code.
Отдельно Медисетти привёл пример выбора модели: по его словам, подбор модели по результатам тестирования снизил стоимость очистки устаревших флагов функций на 90%. В августовской публикации Uber также отмечала, что назначает подагентам более дешёвые модели для задач, которым не нужны передовые способности к рассуждению.
На саммите Медисетти представил подход компании к агентным инструментам; VentureBeat опубликовала изложение выступления.
Агенты ищут нужные сведения в графе компании
Вместо загрузки всей внутренней информации Uber даёт агентам «ментальную карту» компании: схему контекстного графа, по которой те могут находить нужные документы, исходный код и сведения о сервисах, владельцах и наборах данных. К 28 октября, по словам Медисетти, граф насчитывал почти 200 миллионов узлов и рёбер; в августовской публикации Uber указывала 104 миллиона в сумме — 24 миллиона узлов и 80 миллионов рёбер.
Uber сообщила, что внутренние проверки показали более точные результаты, меньшие расходы и более быстрое выполнение задач, но совокупных чисел не привела. В одном опубликованном компанией примере та же модель с тем же запросом нашла нужную таблицу за 38 секунд с графом. Без него агент потратил 20 минут 9 секунд и ошибочно решил, что данные нельзя запросить.
Производительность оценивают вместе с качеством кода
Uber измеряет число проектных документов, запросов на слияние кода и развёртываний. Среди показателей, которые должны удерживать качество на приемлемом уровне, — инциденты на изменение кода, откаты, сроки ревью и полный цикл разработки. Компания также проверяет, используют ли инженеры замечания ИИ-рецензента, чтобы не перегружать их малополезными комментариями.
Автоматические исправления после сбоев проверок непрерывной интеграции сначала предлагали инженеру в Slack. Когда для определённого типа ошибки сотрудники стали часто принимать исправления, Uber включила автоматическое внесение таких правок в запрос на слияние. Медисетти сказал, что компания лишь недавно начала видеть устойчивую динамику по итоговым показателям — числу выпущенных функций в целом и на одного инженера; чисел он не привёл. Расчёт общей финансовой отдачи от расходов на ИИ компания также не представила.
Продолжить чтение
В ленте материалов: 1


