Uber 在大规模给内部约 5000 名工程师铺开 Claude Code 之后,短短数月就耗尽了 2026 年度 AI 编码预算,单工程师每月 Token 开销区间在 500 至 2000 美元,长会话持续累积上下文会让每一轮请求都带上全部历史记录,缓存命中率下滑、输入 Token 成本持续飙升,因此 Uber 内部 AI 基础设施团队新增默认管控规则,只要工程师的 Claude Code 会话 Token 总量到达 400K,系统就会自动对对话历史做摘要压缩,把冗长历史浓缩成精简纪要,控制后续每一轮调用的上下文体量,这个阈值是团队经过 A/B 测试选出的平衡点,既能保留开发任务关键信息,又避免会话膨胀到 700K–800K Token 之后成本失控。除了 400K 强制压缩这条核心规则,Uber 还配套了另外三项默认配置:模型推理强度固定为中档、主 Agent 提示词缓存时效 1 小时、子 Agent 缓存 5 分钟,整套管控逻辑封装在自研 AI FX 外壳里自动执行,工程师不用手动操作,同时还保留了单工程师每月 1500 美元的硬开销上限,超额使用需要额外审批,这套方案不是直接禁用 Claude Code,而是在不明显破坏开发体验的前提下,从上下文、推理强度、缓存三个维度压减账单。
一、Uber Claude Code 成本管控核心清单
- ✅ 背景:5000 工程师推广 Claude Code,数月耗尽全年 AI 预算
- ✅ 核心规则:会话 Token 到 400K 自动触发历史摘要压缩
- ✅ 配套策略:固定中档推理强度、分级缓存时效、单工程师每月 1500 美元费用上限
- ✅ 管控载体:自研 AI FX 封装层,统一接管 Claude Code 调用参数
- ✅ 压缩原理:把过往对话、代码修改记录浓缩摘要,替换原始长对话
- ✅ 阈值选择理由:超过 700K~800K 之后缓存失效风险和成本会急剧上涨
- ✅ 测试方式:分组 A/B 测试对比成本、开发效率、报错率
- ✅ 影响边界:压缩会丢失部分细粒度原始对话片段,复杂长周期调试任务需要留意信息丢失风险
二、压缩管控前后 Claude Code 会话模式对比
| 项目 | 无 400K 压缩限制(旧模式) | 400K 到达自动压缩(新模式) |
|---|---|---|
| 上下文变化 | 每一轮请求携带全部历史,持续膨胀 | 到达阈值自动摘要精简历史 |
| Token 增长 | 线性持续上涨,超大会话成本爆炸 | 压缩后 Token 体量回落,增长放缓 |
| 缓存表现 | 超长上下文容易缓存失效 | 控制上下文规模,提升缓存命中率 |
| 工程师操作 | 无自动干预,可无限延续会话 | 后台自动压缩,对工程师透明 |
| 信息保留 | 完整对话、代码修改记录全部留存 | 保留关键结论,丢弃冗余细节 |
| 适用风险 | 长周期重构、大型代码库调试成本极高 | 极复杂深度排障,少量细节可能丢失 |
三、400K Token 自动压缩执行流程
第一步,工程师正常使用 Claude Code 写代码、调试、改 bug,会话持续累积 Token。
第二步,AI FX 监控层实时统计当前会话总 Token 数量。
第三步,数值触达 400K 阈值,自动发起压缩请求,让 Claude 总结本次会话关键变更、结论、待办。
第四步,用生成后的精简摘要替换原始长对话历史,会话继续往下跑。
第五步,继续监控 Token,后续再次接近阈值时,会重复执行压缩流程。
四、方案优势与存在短板
优势亮点:
- 对工程师无感,不用改变日常使用 Claude Code 的习惯
- 从源头抑制上下文无限膨胀,显著降低输入 Token 开销
- 搭配缓存策略,进一步拉高缓存命中比例,减少计费
- 相比直接砍额度、限制会话数量,对研发效率冲击更小
需要留意:
- 压缩是摘要式合并,精细的中间调试日志、零散注释细节会丢失
- 深度排障、多模块联动的复杂任务,压缩后模型可能丢失上下文细节
- 中档推理强度是全局默认,追求极致推理质量的场景需要单独提报调整
- 该机制属于 Uber 内部自研封装能力,不是 Claude Code 原生自带功能
【相关 FAQ】
问题 1:Uber 为什么要给工程师的 Claude Code 会话设置 400K Token 强制压缩?
回答 1:Uber 大规模上线 Claude Code 之后很快耗尽全年 AI 预算,长会话上下文不断膨胀会拉高 Token 开销、缓存失效,所以设置 Claude Code 会话 400K Token 自动压缩,用来控制 AI 调用成本。
问题 2:Uber 工程师 Claude Code 会话到 400K Token 强制压缩是手动操作吗?
回答 2:不是,这套 Claude Code 会话 400K Token 压缩由 Uber 自研 AI FX 层自动执行,后台静默完成摘要替换,工程师不需要手动触发压缩。
问题 3:Uber 管控 Claude Code 除了 400K Token 自动压缩还有哪些配套措施?
回答 3:除 Claude Code 会话 400K Token 强制压缩之外,Uber 还固定中档推理强度、设置分级提示词缓存时效、设置单工程师每月 1500 美元费用上限,超额需要审批。
问题 4:Claude Code 会话触发 400K Token 压缩之后,会不会丢失开发信息?
回答 4:Claude Code 会话 400K Token 压缩是把历史对话摘要化,核心结论和代码变更记录会保留,但部分细碎调试细节、临时讨论内容有可能丢失,复杂排障任务需要注意。
【参考资料】
[2026-11-19](Uber AI 预算烧光后,Uber 让工程师的 Claude Code 会话到 400K Token 就强制压缩)VentureBeat
[2026-11-19](Uber 四项默认配置控制 Claude Code 成本)AI Times
[2026-11-10](Uber Claude Code 成本管控方案解析)Codex Knowledge Base
[2026-05-26](Uber 五个月耗尽 2026 AI 预算,Claude Code 渗透率 84%)PulseAugur
[2026-04-15](Uber CTO 谈 Claude Code 成本问题)The Information
【免责声明】
本文仅为公开行业资讯整理,不构成企业 AI 工具成本管控落地建议;Uber 这套 Claude Code 400K Token 压缩机制属于内部定制封装策略,并非 Anthropic 官方原生能力;压缩效果、成本降幅、对研发效率影响随业务场景变化。
本文来自作者[元波校准官]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/rgzn/202611/3510.html
评论列表(4条)
我是环球科技潮的签约作者“元波校准官”!
希望本篇文章《AI预算烧光后,Uber让工程师的Claude Code会话到400K Token就强制压缩》能对你有所帮助!
本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技
本文概览:Uber 在大规模给内部约 5000 名工程师铺开 Claude Code 之后,短短数月就耗尽了 2026 年度 AI 编码预算,单工程师每月 Token 开销区间在 500 至 2000 美元,长会话持续累积上下文会让每一轮请求都带上全部历史记录,缓存命中率下滑、输入 Token 成本持续飙升,因此 Uber 内部 AI 基础设施团队新增默认管控规则,只要工程师的 Claude Code 会话 Token 总量到达 400K,系统就会自动对对话历史做摘要压缩,把冗长历史浓缩成精简纪要,控制后续每一轮调用的上下文体量,这个阈值是团队经过 A B 测试选出的平衡点,既能保留开发任务关键信息,又避免会话膨胀到 700K–800K Token 之后成本失控。除了 400K 强制压缩这条核心规则,Uber 还配套了另外三项默认配置:模型推理强度固定为中档、主 Agent 提示词缓存时效 1 小时、子 Agent 缓存 5 分钟,整套管控逻辑封装在自研 AI FX 外壳里自动执行,工程师不用手动操作,同时还保留了单工程师每月 1500 美元的硬开销上限,超额使用需要额外审批,这套方案不是直接禁用 Claude Code,而是在不明显破坏开发体验的前提下,从上下文、推理强度、缓存三个维度压减账单。