92%工程师使用AI后，Uber开始“封顶”AI用量

Uber的'零增长堆栈'计划通过自动化运行时优化和严格的AI生命周期管理，将容量增长与业务需求脱钩。该公司开发了GOGCTunner，一个根据cgroup内存限制和实时对象使用情况动态调整GOGC值的库，在30个关键服务中回收了70,000个CPU核心，同时平衡堆大小和内存阈值以避免内存溢出（OOM）。Uber将生成式AI集成到其软件开发生命周期中，92%的工程师每月使用AI代理，31%的新代码由AI编写，Autocover每月生成超过5,000个单元测试。然而，自2024年以来，AI相关成本增长了六倍，到2026年初达到每位开发者每月2,000美元。为解决此问题，Uber从无限采用转向严格的成本治理，将每位开发者的使用上限设定为1,500美元。该公司建议衡量'净代码质量比率'和'每功能计算效率'，以评估AI生成代码的权衡，特别是考虑冗余测试带来的开销。