The Pragmatic Engineer
工程瓶颈已从代码编写彻底转移至代码审查过载,迫使平台采取高低阶模型分流以遏制飞涨的推理成本。
AI-assisted summary of Uber: Leading engineering through an agentic shift - The Pragmatic Summit — original source. Check the original for full context.
Source published:
Key ideas
- Uber 截至 2026 年初已有 84% 的开发者使用智能体编码,IDE 内 65-72% 的代码由 AI 生成,Claude Code 的使用率在 3 个月内从 32% 翻倍至 63%。
- 开发者主动分配给智能体的任务中有 70% 属于无用代码清理、版本升级等机械性杂务(Toil Tasks),因为边界清晰的任务在当前大模型下拥有极高的成功率与确定性。 (6:11)
- Uber 自研后台智能体平台 Minion 与迁移编排系统 Shepherd,实现了利用 OpenRewrite 与智能体自动重写 Java 21 等跨数百个微服务的大规模代码变更(LSC)。 (25:46)
- 面对自 2024 年以来激增 6 倍的 AI 推理账单,Uber 采用“高阶前沿模型做前期规划,低成本轻量模型做执行代码”的分层动态路由机制来严控 Token 成本。 (36:01)
Detailed notes
## Background 该内容由知名技术自媒体 The Pragmatic Engineer 于 2026 年 3 月 10 日发布在 YouTube 上,记录了 The Pragmatic Summit 峰会现场的演讲分享。视频由 Uber 开发者平台(Developer Platform)负责人 Anshu Chada 与主导智能体转型(Agentic shift)的首席工程师 Ty Smith 共同主讲,系统介绍了 Uber 如何在全公司工程体系中推进生成式 AI 与后台 Agent 的规模化落地实践。
## TL;DR Uber 将 AI 战略定位为增强人类工程师而非全盘替代,通过将 70% 的重复性机械杂务(Toil)交由智能体托管,推动研发范式从同步结对编程跃迁为异步同侪编程。在技术底座上,Uber 依托 Michelangelo 机器学习平台与中央 MCP 网关,自主构建了后台任务调度平台 Minion、智能审查收件箱 Code Inbox、代码评审平台 U Review、自动化单测系统 Auto Cover 以及大规模代码重构管理系统 Shepherd。然而随着工具规模化铺开,组织也面临着代码审查过载、行业模型剧烈迭代、十年历史包袱难打通、传统工程师习惯阻力以及自 2024 年以来激增 6 倍的推理成本等多重非技术挑战,迫使团队通过分层动态模型路由与全链路业务周期度量来重新锚定真实 ROI。
## Atmosphere & style 整场演讲呈现出典型大厂资深工程管理者与架构师的务实、沉稳与克制风格,既没有泛滥的行业黑话空转,也没有盲目的技术崇拜。双讲者配合默契,Anshu 统揽商业 ROI、文化阻力与财务红线等宏观痛点,Ty 则如数家珍地拆解底层技术管道与踩坑经验,节奏紧凑且充满坦诚的自嘲(如吐槽等待 Prompt 时的摸鱼心态和直言“AI 成本贵得要命”)。观众能够强烈感受到一线团队在应对外部 AI 技术高速洗牌时的紧迫感,以及大型科技企业面对组织惯性与架构沉淀时既激进探索又高度审慎的真实心智。
## Bulletin - Uber 截至 2026 年初已有 84% 的开发者使用智能体编码,IDE 内 65-72% 的代码由 AI 生成,Claude Code 的使用率在 3 个月内从 32% 翻倍至 63%。 - [06:11](https://www.youtube.com/watch?v=i1tZN41VKcE&t=371s) 开发者主动分配给智能体的任务中有 70% 属于无用代码清理、版本升级等机械性杂务(Toil Tasks),因为边界清晰的任务在当前大模型下拥有极高的成功率与确定性。 - [25:46](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1546s) Uber 自研后台智能体平台 Minion 与迁移编排系统 Shepherd,实现了利用 OpenRewrite 与智能体自动重写 Java 21 等跨数百个微服务的大规模代码变更(LSC)。 - [36:01](https://www.youtube.com/watch?v=i1tZN41VKcE&t=2161s) 面对自 2024 年以来激增 6 倍的 AI 推理账单,Uber 采用“高阶前沿模型做前期规划,低成本轻量模型做执行代码”的分层动态路由机制来严控 Token 成本。
## Key takeaways - [00:04](https://www.youtube.com/watch?v=i1tZN41VKcE&t=4s) AI 转型已被 CEO Dara Khosrowshahi 列为 Uber 六大战略之一,核心目标并非取代工程师,而是消除机械杂务并将工程师升级为调遣异构智能体的“Tech Lead”。 - [03:35](https://www.youtube.com/watch?v=i1tZN41VKcE&t=215s) 研发范式正从 2022 年基于 Tab 键同步补全的“结对编程(Pair Programming)”,加速跃迁为能够多后台异步自主长程运行的“同侪编程(Peer Programming)”。 - [09:36](https://www.youtube.com/watch?v=i1tZN41VKcE&t=576s) 基于自研机器学习底座 Michelangelo,Uber 组建跨职能 Tiger Team 打造中央 MCP 网关,统一代理模型调用、鉴权、权限与组织内部上下文资产。 - [10:15](https://www.youtube.com/watch?v=i1tZN41VKcE&t=615s) 通过统一客户端 AIFX CLI,Uber 为 DevPod、本地及生产环境提供标准提示词模版、MCP 注册表发现以及沙箱安全测试能力。 - [14:25](https://www.youtube.com/watch?v=i1tZN41VKcE&t=865s) 自研后台智能体系统 Minion 构建在现有 CI 容器网络上,无缝直连单体代码库,支持从 Web、Slack、PR 等多端发起长达数分钟的完全自主排障与修复任务。 - [18:41](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1121s) 海量 AI 代码涌入导致研发瓶颈从“编码”转向“审查”,Uber 通过 Code Inbox 实现结合代码所有权、时区、日历可用性及代码风险爆炸半径的智能 Review 分配与降噪。 - [21:24](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1284s) 代码审查聚合底座 U Review 引入 Review Grader 评级器,强力拦截第三方工具和原生大模型刷存在感的琐碎挑剔(nits),以“采纳修复率”为核心价值指标。 - [24:12](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1452s) 单元测试生成系统 Auto Cover 采用 LangFX 构建专属 Agent,内置对抗性的批评引擎(Critic Engine)以剔除无意义的假覆盖测试,每月成功合入超 5,000 个单测。 - [25:46](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1546s) 学习 Google 与 Meta 的大规模代码变更(LSC)基础设施,Uber 打造 Shepherd 编排系统,以声明式 YAML 批量创建、持续 rebase 刷新海量重构 PR 并定向推送到审查队列。 - [29:53](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1793s) 针对 AI 技术飞速洗牌的现实,Uber 主动确立“不迷恋自研技术”的工程文化,通过稳健的抽象层隔离模型变动,随时接纳更优秀的开源或商业解决方案。 - [32:04](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1924s) 在企业文化推广层面,“自上而下的行政命令”收效甚微,依靠一线工程师向同僚分享惊艳战果的“工程师只信任工程师”策略才是推动工作习惯变革的核心动力。 - [34:13](https://www.youtube.com/watch?v=i1tZN41VKcE&t=2053s) 单纯统计 AI 代码生成量或 Diff 数等活动指标(Activity Metrics)无法说服财务管理层,平台团队正全力埋点从系统设计到灰度实验上线的端到端交付流速以验证真实业务 ROI。
## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=i1tZN41VKcE&t=4s) 介绍与 Uber 的 AI 战略转型背景
Uber 开发者平台组织(Developer Platform)负责人 Anshu 与主导 agentic(智能体化)转型及过去几年整体 AI 战略的首席工程师 Ty Smith 共同登台开场。Anshu 直言今天的议程非常充实,但他希望能尽快把核心内容讲完,以便留出时间听听在场观众的见解。本次分享的脉络分为三大部分:首先阐述 Uber 推进智能体 AI(Agentic AI)的深层动力与已经落地的关键 ROI;随后由 Ty 深入技术细节,揭秘支撑这些成效的具体自研架构与系统集成;最后由 Anshu 收尾,剖析组织管理、文化转型、人效度量与成本控制等一系列复杂的非技术挑战。
AI 对 Uber 而言并非新鲜事物,Uber 的核心定价平台(fares platform)与派单撮合系统(matching platform)多年来一直深度依赖 AI/ML 算法,这也是 Uber 构筑竞争壁垒的关键基石。然而,将 AI 深度融入工程效能与软件工程全生命周期,则是近几年才拉开帷幕的全新变革。这项变革的战略分量极高,Uber CEO Dara Khosrowshahi 已将其确立为全公司的六大战略转型之一:推动 Uber 从早期由人类与基础 AI 驱动的企业,全面跃迁为生成式 AI 驱动的企业。
尽管在当下的行业语境中,“生成式 AI”这一说法已被更前沿的“Agentic 驱动”所取代,但其底层逻辑完全一致。Dara Khosrowshahi 对此曾给出极具感染力的评价:“AI 正在让人类成为‘超人’,极大释放其生产力,并为最终用户带来前所未有的实际价值。”因此,Uber 的战略重心绝非追求全盘自动化以取代人类员工,而是推动全方位的生成式 AI 落地,深度增强人类的生产力。在研发领域,其核心使命就是将工程师从枯燥繁重的琐碎杂务(toil)中解放出来,将心智完全释放给最具创造力的核心业务研发。
- **演讲者阵容**:Anshu(Uber 开发者平台负责人)、Ty Smith(Uber 首席工程师、Agentic 转型技术带头人)。 - **企业战略地位**:AI 转型被 CEO Dara Khosrowshahi 列为 Uber 六大核心战略转型之一。 - **核心定位与边界**:明确拒绝“用 AI 自动化取代公司所有人类员工”,而是以“AI 增强人类工程师”为唯一支点,聚焦消除研发中的机械繁杂事务。
---
[03:35](https://www.youtube.com/watch?v=i1tZN41VKcE&t=215s) 从结对编程到同侪编程的范式跃迁与 Vibe Coding
回顾 2022 年至 2023 年,以 GitHub Copilot 为代表的工具初登历史舞台,为行业带来了令人耳目一新的增强开发体验。当时的交互模式主要依赖 IDE 内的同步 Tab 键代码补全以及侧边栏聊天窗口,帮助开发者小幅提速。Uber 内部的量化监测也证实了这一点,整体研发速度获得了约 10% 到 15% 的明显提升。然而,这种同步的“结对编程”(Pair Programming)模式虽然惊艳,却仍未真正触及范式转变的临界点。
过去一年中,研发范式发生了本质的飞跃,全面转向了“同侪编程”(Peer Programming)。在这种全新范式下,开发者可以将繁重任务完全异步托管给后台运行的 AI 智能体。由于底层前沿大模型的精准度与推理能力突飞猛进,开发者在大多数时候只需扮演方向把控者,在关键节点给予适度的路径修正即可。这催生出一种全新的人机协作形态:工程师正在蜕变成为“属于自己的技术负责人(Tech Lead)”。工程师统揽全局,调遣具备不同能力的异构 AI Agents 异步执行任务,并在阶段性完成后审查交付成果。
伴随这一跃迁的是模型有效自主执行时长的指数级增长。从最初不足 1 秒的代码补全,演进到现在能够连续自主运行数小时、反复推理并调用工具的成熟智能体。这种长时自主能力的突破,让几年前看似玩笑的“Vibe Coding”迅速成长为全行业必须严肃对待的技术现实,无论是 Ramp 等金融科技先锋,还是 Anthropic 自身,都已通过多 Agent 协同实现了极高密度的敏捷代码交付。
```mermaid flowchart LR accTitle: 软件研发人机协同演进路径 accDescr: 展示从传统的同步结对编程向现代异步智能体同侪编程的模式转变
subgraph Phase1["同步时代:结对编程 (Pair Programming)"] direction TB A1["开发者写代码"] <-->|"IDE 同步交互<br/>Tab 补全 / 侧边栏对话"| B1["AI Copilot"] C1["单步响应 (< 1s)<br/>研发流速提升 10-15%"] end
subgraph Phase2["异步时代:同侪编程 (Peer Programming)"] direction TB A2["开发者<br/>(担任自身 Tech Lead)"] -->|"指派复杂工单 / 宏观纠偏"| B2["自治 AI Agents"] B2 -->|"异步自主执行 (数小时)<br/>多步推理 / 工具调用"| C2["代码产出 / 变更交付"] end
Phase1 ==>|"模型能力跃迁与自治时长突破"| Phase2 ```
- **范式变迁轨迹**:由 2022-2023 年基于 IDE Tab 补全的“结对编程(Pair Programming)”,全面进化为异步、托管式的“同侪编程(Peer Programming)”。 - **自主执行时长剧增**:底层模型有效运作窗口从毫秒/秒级,呈对数级攀升至可连续稳定执行数小时的复杂任务。 - **工程师角色重塑**:从逐行编写代码转变为指导 Agents 独立执行的“Tech Lead”,仅负责任务分派与微调纠偏。
---
[06:11](https://www.youtube.com/watch?v=i1tZN41VKcE&t=371s) 琐碎杂务自动化(Toil Automation)与正向循环
当 Uber 将全新的 Agentic 工作流平台开放给全公司工程师时,后台监控捕捉到了一个非常显著的趋势:开发者主动抛给 AI 智能体执行的工作流中,高达 70% 都是琐碎繁杂的机械性任务(Toil Tasks),例如无用代码清理(dead code cleanup)、补齐工程文档、底层依赖库版本升级(library upgrades)以及平铺式的系统迁移等。
这一现象背后的核心动因在于工程任务的确定性差异。相比于从零构建一个全新产品功能或需要设计复杂 A/B 实验的探索性业务,机械性杂务的初始状态和终态标准通常极其清晰明确。由于上下文高度收敛、评估目标单一,AI 智能体在这类任务上的成功率与精确度远超模糊的业务需求开发。正因为杂务执行的准确率极高,开发者信任度迅速建立,便更放心地将更多繁重事务打包甩给智能体,从而在内部形成了强大的正向增强循环。
Anshu 指出,虽然无用代码清理和底层库迁移看似是枯燥且无趣的基础操作,但它们对维护数以万计模块的健康代码库而言至关重要。这类工作原本会吞噬工程师大量的心智资源与有效工时,却不会直接为业务带来新增长;而一旦将它们彻底交给 AI 智能体消化,不仅工程师的工作满意度大幅攀升,更直接释放了全公司的工程带宽,让开发者能以“此前难以想象的节奏与速率”去迭代用户端产品,最终在客观上极大促进了 Uber 业务的飞速发展。鉴于这一惊人成效,开发者平台组织正式将“琐碎杂务的 AI 自动化消减”确立为全团队的核心首要任务。
- **工作流分布结构**:开发者主动接入 Agent 系统的首批工作流中,70% 为机械杂务(Toil Tasks)。 - **高成效的根本原因**:升级、清理与迁移等任务边界极其清晰、首尾状态明确,模型执行成功率显著高于模糊性业务研发。 - **飞轮效益**:高准确率驱动了开发者黏性,形成了“高可靠交付 -> 更多杂务托管 -> 释放核心生产力 -> 推动业务创新”的良性闭环。
---
[08:02](https://www.youtube.com/watch?v=i1tZN41VKcE&t=482s) Uber Agentic 平台架构与站在巨人的肩膀上
Ty Smith 接过麦克风,深入剖析了 Uber 整个 Agentic 体系背后的核心技术架构。他首先强调,这套能力绝不是凭空搭建的孤岛,Uber 在机器学习和分布式架构领域拥有深厚的历史积淀。他们将当下的智能体建设视为“站在巨人的肩膀上”。其最底层的核心底座,正是 Uber 享誉业界的自研机器学习平台——Michelangelo。
历经多年迭代的 Michelangelo 如今已升级了统一的 Model Gateway(大模型网关),能够代理分发、安全路由至 OpenAI、Anthropic 等前沿商用模型,并兼顾内部开源或专有模型的托管、推理平台与传统训练基础设施。在模型基础设施之上,Uber 沉淀了极其丰富的工程语境与数字化组织记忆(Organizational Memory),涵盖底层源代码仓库、技术设计文档(Engineering Docs)、Jira 工单系统以及跨团队 Slack 沟通记录。智能体若要真正具备企业级上下文认知,就必须打通这些历史数据脉络。
为了让工程师随时能够用上行业最顶尖的技术方案,Uber 在架构策略上全面秉持开放与前沿接纳的原则,鼓励学习与试用文化。整个平台自底向上纵贯多层:从统一的 MCP(Model Context Protocol)接入层,到 IDE、CLI 等各类终端工具,再到内部自研的后台异步智能体平台(Minion)、自动化测试生成平台等各类专业 Agent。而在体系的最顶层,则是贯穿全生命周期的工程赋能层(Engineering Enablement),涵盖全链路效能度量、Token 成本控制与全员工程教育。
```mermaid flowchart TD accTitle: Uber 智能体研发效能平台总体分层架构 accDescr: 展示从 Michelangelo 大模型底座到上下文层、MCP、业务智能体及治理赋能层的全景架构
subgraph Layer5["治理与赋能层 (Enablement)"] L5A["效能度量 (Measurements)"] --- L5B["成本管控 (Cost Control)"] --- L5C["开发者赋能与培训 (Education)"] end
subgraph Layer4["专用智能体与客户端 (Specialized Agents & Clients)"] L4A["行业主流客户端 (IDE / CLI)"] L4B["Minion 后台智能体平台"] L4C["智能测试生成平台"] end
subgraph Layer3["上下文连接层 (Context & Gateway)"] L3A["中央 MCP 网关 (MCP Gateway)"] L3B["组织记忆库 (Source Code / Docs / Jira / Slack)"] end
subgraph Layer2["模型基础设施层 (Michelangelo Platform)"] L2A["统一模型网关 (Model Gateway Proxy)"] L2B["前沿模型路由 (OpenAI / Anthropic 等)"] L2C["内部自研模型托管与传统 ML 推理"] end
Layer2 --> Layer3 Layer3 --> Layer4 Layer4 --> Layer5 ```
- **底层基石**:全盘复用并演进 Michelangelo 平台,提供企业级 Model Gateway,实现多厂商大模型代理、鉴权与私有化部署整合。 - **语境资产贯通**:将 Source Code、工程文档、Jira、Slack 转化为 Agent 可检索的上下文,注入真正的“组织记忆”。 - **架构哲学**:坚持接入行业前沿最优工具与模型,拒绝封闭造轮子,专注于打造具有 Uber 业务纵深的定制 Agent(如后台任务系统、测试生成系统)。
---
[09:36](https://www.youtube.com/watch?v=i1tZN41VKcE&t=576s) 跨职能 Tiger Team 挂帅与企业级 MCP 网关
当 Model Context Protocol(MCP)在行业内迅速崛起成为连接大模型与外部工具的标准协议时,Uber 展现出了极高的敏捷度。为了让工程师能够兼得前沿工具的强大扩展力与企业级生产环境的安全合规,Uber 迅速从全公司各个核心部门抽调顶尖力量,组建了一支跨职能的突击攻坚团队(Tiger Team)。这支 Tiger Team 迅速厘清了全公司的 Agent 工具集成策略,并在短时间内主导研发并落地了企业级中央 MCP 网关(Central MCP Gateway)。
这套中央 MCP 网关成为了连接各类大模型与 Uber 庞大后端生态的关键枢纽。它不仅能够统一代理外部公开的标准 MCP 服务,还能直接将内部纷繁复杂的微服务基础设施、专有数据库以及协作系统抽象包装为标准 MCP 协议端点。更关键的是,该网关集中接管了开发者身份认证(Authentication)、服务级权限管控(Authorization)、调用审计与数据防泄漏等核心安全要素,以高度一致、规范且安全的方式将内部服务暴露给各类终端 Agent 工具,为后续全司范围内的智能体规模化铺开扫清了安全与接入障碍。
- **快速组织响应**:抽调跨部门核心工程师组建 Tiger Team,主导全司 MCP 技术规划与安全落地。 - **架构核心定位**:打造 Central MCP Gateway,统一代理内部微服务与外部 MCP 资源。 - **生产级安全保障**:在网关层集中收口身份鉴权、访问授权与安全策略,确保代码与核心数据资产安全无虞。
[10:15](https://www.youtube.com/watch?v=i1tZN41VKcE&t=615s) 基于 Michelangelo 的 Agent 构建体系与 AIFX CLI 工具
Uber 在其机器学习平台 Michelangelo 的基础上,构建了一套完整的 Agent 开发体系,同时支持 SDK 编码与无代码(no-code)构建方案。这套体系内置了可视化搭建、遥测监控(telemetry)和全链路追踪(tracing)能力,确保公司内部任何团队构建出能够调用内部服务和数据集的 Agent 时,其成果都能在全公司范围内被检索、复用,并统一部署在注册表(registry)中供工程与非工程人员使用。这些 Agent 可以无缝运行在各种环境里:远程开发环境 DevPod、开发者的本地笔记本、名为 Minion 的后台 Agent 平台,或是直接部署在生产系统上。
面对工程师在日常开发中使用的多样化 Agent 客户端(例如 Claude Code、Codex、Cursor 等),Uber 很快意识到必须进行平台化收敛。为此,平台工程团队打造了一个名为 AIFX CLI 的核心工具。该工具充当开发者接入整个 Agent 基础设施的统一入口,负责统一配置、安装并更新客户端本身,帮助开发者从内部注册表发现并加载所需的 MCP(Model Context Protocol)服务,分发最佳实践的标准配置与提示词,同时无缝连接后台任务计算资源。
```mermaid flowchart TD accTitle: Uber AIFX 与 Agent 平台架构 accDescr: 展示 Michelangelo 平台、AIFX CLI 与执行环境之间的连接关系
subgraph Platform["底层平台与注册表"] M["Michelangelo 平台<br/>(SDK / No-code 构建器)"] R["统一注册表<br/>(Agents & MCP 服务)"] M --> R end
subgraph Entry["统一接入门户"] CLI["AIFX CLI 工具<br/>(配置、更新、分发默认模版)"] R <--> CLI end
subgraph Targets["多端运行环境"] D["DevPod 远程环境 / 本地机器"] MN["Minion 后台 Agent 平台"] P["生产环境 Production"] CLI --> D CLI --> MN CLI --> P end ```
- **MCP 沙箱体验**:提供专门的沙箱(sandbox)和注册表,让开发者在正式接入前可以先行测试、验证 MCP 工具的行为是否符合预期并发现新的工具。 - **配置标准化**:AIFX CLI 自动为新手推送经过优化的默认配置和系统提示词,大幅缩短上手摩擦。
---
[12:25](https://www.youtube.com/watch?v=i1tZN41VKcE&t=745s) 开发者工作流的代际演进:从人机循环到多后台并发
传统的软件工程开发流程中,开发者的精力分配通常是少量时间用于规划,大部分时间埋头编写代码,最后花少量时间进行 Review;日常循环高度集中在“编辑—构建—运行—验证”(Edit-Build-Run)的经典闭环。随着第一代交互式 AI 编程工具(如早期 Cursor 或 CLI 中的 Claude Code)的普及,工作流变成了“人类提 Prompt、Agent 申请执行命令、人类审核确认”的高频交互循环。
然而,Uber 和整个行业目前正在经历向自主“后台 Agent”(Background Agents)的转变。在这种新模式下,开发者提交一个任务后往往需要等待数分钟。讲者幽默地描绘了这种心理状态:“你提交了一个 Prompt 之后陷入了等待,心里想着:‘我现在该干嘛呢?去冲杯咖啡,还是刷刷 Reddit 摸鱼?不如顺手再起一个后台 Agent 吧。’”于是,并发触发多个后台任务成为了新的标准工作流。
- **多任务并发模式**:开发者从单线程写代码的角色,转变为同时派发多个离线任务、协调多路进展的调度者。 - **自研后台基础设施的必要性**:主流商用 Agent 产品(Cursor、Claude Code 等)的后台服务通常部署在供应商自己的云端基础设施上。为了在短期内实现快速起步、保障网络安全和数据可控,Uber 选择优先在自有的基础设施上将后台 Agent 原生拉起。
---
[14:25](https://www.youtube.com/watch?v=i1tZN41VKcE&t=865s) 自研后台 Agent 平台 Minion 的架构与交互生态
为了实现后台 Agent 的真正自主运行,Uber 推出了自研的后台 Agent 平台——Minion。Minion 直接构建在 Uber 现有的持续集成(CI)平台之上,具备天然的内部网络接入权限,已经预先检出了各语言的单体代码仓库(Monorepos),并且可以通过 AIFX 无缝挂载企业内部的所有 MCP 服务器。关于基础设施的选择,讲者强调了团队当时的战略判断:“虽然我们最终可能会走向外部供应商的基础设施,长远来看也许是合理的,但能在我们自己的基础设施上快速冷启动(bootstrap)对我们而言至关重要,它让我们能够以极快的速度推进。”
Minion 不仅仅是一个后台运行器,还深度打通了开发者的多种日常工作界面(Panes of glass)。除了功能完备的 Web 控制台之外,它还接入了 Slack 通知、GitHub PR 代码审查流、AIFX CLI,并暴露了标准 API 供全公司其它自动化服务发起调用。更关键的是,Minion 为不同的 Monorepo 预置了优秀的默认配置和工程上下文,避免因个人本地缺少环境配置而导致任务跑偏。
- **多交互界面支持**:提供 Web 界面、Slack 机器人、PR Review 触发插件、CLI 以及可编程 API 五种交互途径。 - **环境隔离与上下文就绪**:依托 CI 容器池,开箱即用完整的代码仓库上下文与企业网络鉴权,无需开发者在本地预热环境。
---
[15:58](https://www.youtube.com/watch?v=i1tZN41VKcE&t=958s) Minion 故障排查实战:从 Mac 报错到自动化提 PR
在现场演示中,讲者展示了一个他在内部实际运行的真实案例:有用户报告某命令在 Mac 机器上运行崩溃并附带了错误堆栈。讲者直接将原始错误信息、操作系统版本和复现命令作为提示词扔给了 Minion。在 Web 控制台中,用户不仅可以使用包含占位符的规范提示词模板,还能自由选择目标 Monorepo、执行分支、关联现有 PR,以及指定驱动底层修复的 Agent 类型(演示中选用了 Claude Code)。
提交界面上还会出现一个醒目的红色警示图标,这就是系统内置的“提示词改进器”(Prompt Improver)。它会自动评估提示词的完备性与缺陷,并给出可一键采纳的改进建议,大幅提升自动化任务的成功率。任务启动后,Minion 会通过 Slack 发送带有进度追踪链接的通知。仅仅 7 分钟后,Slack 再次推送完成通知,告知修复 PR 与相关构建产物已经就绪。
```mermaid flowchart LR accTitle: Minion 端到端自动修复任务流 accDescr: 展示用户提交错误日志到最终生成 GitHub PR 的完整处理流程
A["用户提交错误与环境<br/>(Web 界面 / 模版)"] --> B["Prompt Improver<br/>质量检测与建议"] B --> C["CI 底层启动 Agent<br/>(Claude Code + MCP)"] C --> D["Slack 实时推送<br/>(7 分钟执行与跟踪)"] D --> E["自动生成 PR<br/>(Minion 与用户联名 + Jira 联动)"] ```
在查看任务详情时,开发者可以展开完整的 Agent 思考日志,必要时进行重试或追加后续追问任务。在这个演示案例中,任务一次性执行成功:Minion 机器人与发起该任务的工程师联名提交了 GitHub PR,PR 内自动关联了对应的 Jira 工单,写清了具体的验证测试方案,并明确标注了是由哪款 Agent 引擎执行生成的修复补丁。开发者无需打断当前的本地开发状态,即可低成本清剿日常偶发 Bug。
- **双平台兼容**:支持老旧的 Phabricator(Diff)与正在长期迁移中的 GitHub(PR)双重产出目标。 - **全透明审计日志**:执行失败时可直接在 Web 界面检索完整的 Agent 操作日志,定位它调用的具体命令并提交补充指令。
---
[18:41](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1121s) 研发重心转移与对抗代码审查过载:Code Inbox
随着大量的代码编写工作被 Minion 这类后台 Agent 接管,软件工程师的精力和时间分布正在发生不可逆的剧烈位移。开发者不再花大把时间逐行写代码,而是被迫把绝大部分时间投入到前期的需求规划和后期的代码审查(Code Review)中。讲者敏锐地指出了工程师群体的真实痛点:“这大概率不是工程师们最喜欢干的活——代码审查。”
海量 AI 生成的代码涌入审查流程带来了严峻的质量与效能挑战:不仅拖慢了团队的整体研发吞吐,而且由于审查负担剧增,疲惫的审查者极易遗漏漏洞和潜在 Bug。为了应对并发后台 Agent 造成的注意力分散与频繁上下文切换,Uber 专门开发了一款名为 Code Inbox 的工具。它是一个专为开发者定制的统一 PR 收件箱,核心目标是“过滤噪音”,通过算法识别当前 PR 是否确实需要该开发者立即介入操作,剔除所有正处于等待状态或与本人无关的通知,仅将具备即时可行动性(Actionable)的任务高亮呈现。
- **工作流重构**:编写代码的时间被压缩,规划与审查成为占比最高的脑力劳动。 - **审查疲劳风险**:代码产出吞吐暴增导致人工 Review 容易放行隐藏缺陷,审查本身成为新的交付瓶颈。 - **Code Inbox 机制**:聚焦消除因多个异步 Agent 频繁推送造成的上下文切换碎片化,精准投递需要人类做决定的关键节点。
[19:48](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1188s) Code Inbox:智能分配与风险感知的代码审查流
在代码审查流程中,审查者的分配往往充满阻力和延迟。Uber 在其名为 Code Inbox 的系统中投入了大量工程精力,用以实现代码审查请求的“智能分配”(smart assignments)。该系统不仅从代码所有权(ownership)和合规性维度寻找最相关的审查者,还会深入考量工程师的历史工作记录、时区覆盖范围以及日历上的空闲状态。为了避免审查请求长期搁置,系统追踪严格的服务等级目标(SLO),能够清晰展示代码处于分配状态的时长,并在超时情况下触发自动重新分配或层级上报机制。
```mermaid flowchart TD accTitle: Code Inbox 工作流架构 accDescr: 展示 Code Inbox 如何综合所有权、日历与风险分析进行智能分配,并通过防打扰策略通知 Slack subgraph Input["代码变更与上下文输入"] PR["拉取请求 (PR)"] Risk["风险与爆炸半径评估"] end
subgraph Assignment["智能调度与策略引擎"] Engine["智能匹配引擎<br/>(所有权 / 合规 / 日历 / 时区)"] SLO["SLO 追踪与自动转派/升级"] end
subgraph Delivery["触达与团队协作"] Slack["Slack 智能通知<br/>(批量合并 / 专注时间 / 假期)"] Queue["团队既有 Code Review 队列"] end
PR --> Engine Risk --> Engine Engine --> SLO SLO --> Slack SLO --> Queue ```
除了分配逻辑,Code Inbox 在开发者通知体验上也做了细致的优化。系统通过智能合并与批量发送 Slack 通知来降低信息噪音,并能自动识别开发者的“专注时间”(focus time)或休假状态,避免在不合时宜的时刻打扰他们。对于内部已经拥有既定工作流的工程团队,该系统可以直接对接团队现有的 Slack 审查队列并在对应层级注入审查请求。此外,系统还引入了变更风险评估能力: “有一项我们在其中构建的非常酷的功能,就是尝试去理解变更所带来的风险,并且我们将继续在这一领域进行投资。” 系统会分析代码的修改面(surface area)、潜在的爆炸半径(blast radius)以及受影响的服务等级,区分核心高危服务与小型测试变更的不同风险概况,并将这些风险预估直接呈现给开发者,以便他们决定是否需要引入更多人手进行更严格的审查。
- **多维审查匹配**:综合代码所有权、合规策略、审查者历史习惯、时区及日历可用性进行智能路由。 - **流程约束与升级**:设置严格的审查 SLO,支持等待超时后的自动重新分配与告警升级。 - **防打扰通知**:在 Slack 端执行通知聚合、规避工程师专注时间与法定休假。 - **风险感知模型**:评估代码变更面积与依赖拓扑,量化核心系统与测试代码的不同风险等级。
---
[21:24](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1284s) U Review:统一的多插件代码审查与评审分级平台
为了解决审查本身的效率与质量问题,Uber 构建了名为 U Review 的平台。尽管市场上充斥着 CodeRabbit、Graphite 等商用产品,Uber 也在部分环节进行了试用与集成,但由于内部环境具备很高的特殊性——尤其是正处于从 Phabricator 全面迁移到 GitHub 的双轨过渡期——团队必须构建一个完全掌控审查评论暴露面的统一底座。代码在进入该系统后,首先经过预处理器,随后调用多类插件运行:这其中包括通用的缺陷检测机器人、内部最佳实践引擎、Model Context Protocol(MCP)服务器以及通过 API 接入的第三方商业代码审查机器人。
```mermaid flowchart LR accTitle: U Review 处理管道与架构 accDescr: 代码变更经过预处理,经由内部和外部插件分析后,进入审查评级器过滤与去重,最终输出到 UI A["代码变更 (Diff / PR)"] --> B["代码预处理器"] subgraph Plugins["插件分析矩阵"] B --> C1["缺陷检测机器人"] B --> C2["最佳实践 / MCP"] B --> C3["外部商用 Bot (API)"] end C1 & C2 & C3 --> D["审查评级器 (Review Grader)<br/>模型质量评估 & 滤除低价值评论"] D --> E["重复项合并与分类"] E --> F["双轨 UI 反馈<br/>(Phabricator / GitHub)"] ```
第三方或原生大模型工具最常见的问题是喜欢“刷存在感”,产生大量低价值琐碎挑剔(nits)。为了根除这一噪音源,U Review 设立了核心组件——审查评级器(Review Grader)。 “因为它们宁可塞给开发者一些可做的事情,哪怕那根本没必要,而我们真正想要的只是那些开发者必须高度关注的高置信度变更,而不是琐碎的细枝末节。” 经过评级器过滤后,系统会消除不同插件间的重复评论并打上分类标签。在该管道的每一个处理阶段,团队都进行了模型基准评估,根据各类具体任务的表现调用不同的底层模型。在经过近一年的迭代后,平台不仅提升了高质量评论的产出率,还确保了审查意见被开发者采纳修复的高转化率,并在 Phabricator 中构建了定制的双向反馈组件。
- **统一抽象层**:在 Phabricator 到 GitHub 迁移期间,统一所有自动化评论的入口与对外呈现标准。 - **开放插件架构**:同时承载内部 defect bots、组织内最佳实践规范、MCP 协议源以及外部商用 Bot API。 - **评级与防噪过滤**:Review Grader 强力过滤无实质意义的低置信度建议与重复评论。 - **关键健康度指标**:重点追踪“评论被采纳修复的比例”,将其作为衡量系统是否真正产生价值、而非制造噪音的核心依据。
---
[24:12](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1452s) Auto Cover:单元测试自动化生成与独立校验器
在代码产出速度被 AI 加速放大之后,验证机制(Verification)、CI 和测试成为了防止劣质代码流入生产防线的核心支柱。Uber 打造了名为 Auto Cover 的系统,专门用于自动化生成高质量单元测试。虽然通用的 Claude Code 等命令行与 IDE 工具也能生成单测,但通用 Agent 往往缺乏深层工程约束,易写出毫无意义的“变更检测测试”(change detector tests)。Uber 基于自身在 LangChain 之上二次开发的内部 SDK——LangFX,打造了深度的垂直测试生成 Agent。
```mermaid flowchart TD accTitle: Auto Cover 双引擎与独立验证器架构 accDescr: 展示 Auto Cover 的生成引擎与批评引擎结构,以及独立出来的测试验证器模块 subgraph AutoCover["Auto Cover 核心架构 (基于 LangFX SDK)"] Gen["单测生成引擎<br/>(深度结合业务上下文)"] Crit["批评引擎 (Critic Engine)<br/>(甄别假覆盖与无意义断言)"] Gen --> Crit end
Crit --> Validator["独立测试验证器<br/>(Independent Test Validator)"] Validator -.-> HumanTest["人工编写的测试"] Validator -.-> AITest["AI 生成的测试"] Validator --> Merged["每月 5,000+ 测试成功合入主干"] ```
Auto Cover 在内部取得了显著成效:目前公司内部每月由该系统生成并最终合入主干分支的单元测试达到约 5,000 个,其测试输出质量相比通用的常规 Agent 提升了近 3 倍。在架构设计上,团队清醒地意识到测试覆盖率可能带来的虚假安全感: “在这个过程中,我们非常担心劣质测试、变更检测测试这类的东西混进来;因此,我们在其中内置了一个批评引擎(critic engine)。” 该架构实现了“生成引擎”与“批评引擎”的双轨运行。团队还将批评逻辑剥离提炼成一个“独立的测试验证器”(independent test validator),既能审查 AI 生成的测试,也能直接挂载至人工编写的测试流程中,对全公司的单测质量提供客观的把关手段。
- **规模化落地**:每月自动化生成并成功合并超过 5,000 个单元测试。 - **工程质效提升**:通过基于 LangFX 构建的专属 Agent,实现了相对通用 Agent 接近 3 倍的测试代码质量。 - **对抗机制(Critic Engine)**:内建批评模型阻断空洞的断言与变更检测器式脆弱测试。 - **能力组件化解耦**:将批评能力独立为测试校验器,可通用评估人类与 AI 编写的测试用例。
---
[25:46](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1546s) Auto Migrate 与 Shepherd:大规模代码重构与变更活动编排
在代码维护领域,日常繁琐的技术债与系统升级(toil)是工程师负担最重的地方。当听到业界其他公司高管公开宣称“本公司已有 X% 的代码由 AI 生成”时,Uber 团队深入探究了其背后的工程实现机制。他们发现像 Google、Meta 这样基础设施极为成熟的企业,早在十多年前就重度投资了支持大规模代码变更(Large-Scale Changes, LSC)的确定性基础设施,而 AI 只是叠加在这套骨架之上的催化剂。由于 Uber 此前缺少这种批量分发基础设施,团队决定启动“Auto Migrate”计划,将大规模代码变更拆解为四大关键领域,并自主研发了管理平台——Shepherd。
| 核心维度 | 功能职责与技术支撑 | |:--- |:--- | | **问题识别 (Problem Identification)** | 评估升级或迁移的系统风险、波及范围,设计合理的 PR 拆分策略以减小单一变更面积 | | **代码转换器 (Code Transformer)** | 结合确定性重写工具(如 OpenRewrite)与生成式 AI Agent(如 Claude Code 等) | | **变更验证 (Validation)** | 脱离对人工 Review 的绝对依赖,依托 CI、单元测试乃至预发环境/生产环境信号建立自动化置信度 | | **活动编排 (Campaign Management)** | 由专属平台 **Shepherd** 承载,管理跨越数百个微服务与 PR 的生命周期、状态追踪与通知刷新 |
```mermaid flowchart TD accTitle: Shepherd 平台大规模迁移生命周期 accDescr: 展示工程师如何通过 YAML 配置驱动 Shepherd 运行 OpenRewrite 或 Agent,生成并维护海量 PR User["迁移发起者 / 平台工程师"] -->|"编写 YAML 配置<br/>(Prompt 或 OpenRewrite 脚本)"| Shepherd["Shepherd 编排管理平台"]
subgraph Execution["批量生成与管理"] Shepherd --> Trans["代码转换执行器<br/>(OpenRewrite / Agent)"] Trans --> PRGen["批量切割并创建 PRs<br/>(按微服务/Owner 维度)"] end
subgraph Lifecycle["生命周期驱动"] PRGen --> AutoRefresh["定时自动 Rebase & 刷新"] PRGen --> Int["Code Inbox 集成"] Int --> SlackQueue["精准路由至代码属主 Review 队列"] end ```
Shepherd 的核心价值在于解决海量 PR 的“活动管理”(campaign management)。面对一次大型迁移中分发给全公司的数百个 PR,迁移负责人无需手动维护电子表格或反复催促,只需在 Shepherd 的 Web 界面中上传一份简明 YAML 文件,定义好 Prompt(若是基于 Agent 模式)或指向确定性脚本(如 OpenRewrite)。Shepherd 会全自动切分子 PR、按团队设定的周期节奏不断刷新并 rebase 这些 PR 保持其可合入状态,同时联动 Code Inbox 将审查请求定向推送到对应代码所有者的工作队列中。在现场展示的实际案例中,团队借助确定性转换器 OpenRewrite 与 Shepherd 的组合拳,完成了将全公司大量 Java 微服务平滑迁移至 Java 21 的庞大工程。
- **工程基建补课**:学习顶级科技大厂的 LSC(大规模变更)范式,先建立系统化批处理管道,再注入 AI 能力。 - **四大关键支柱**:涵盖问题识别、代码转换(确定性 AST 重写与 Agent 结合)、自动化验证与活动管理。 - **Shepherd 平台能力**:提供声明式 YAML 配置驱动,自动化完成代码批量切块、PR 持续刷新维持最新状态。 - **实战落地成效**:通过 OpenRewrite 插件自动识别代码属主并精准投递,成功驱动全公司 Java 21 基础版本升级。
[29:02](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1742s) 自动化迁移范例:Minions 与代码审查流水线
Ty Smith 展示了自动代码迁移与分析工具在实际项目中的落地形态。通过将程序系统组(Programming Systems Group)开发的分析工具与 Minions 后台智能体平台对接,系统能够自主扫描代码库、挖掘出潜在的性能瓶颈。
在过去,这套内部工具曾被称为 Dr. Fix,但现在的演进形态更加自动化:智能体在识别出性能隐患后,能够直接批量生成用于修复问题的 Pull Request 或 diff。这些变更会自动挂接到内部的代码审查系统 Shepherd 之中,并附带一套标准化的元数据,详细阐明该变更是如何被自动化测试验证的、测试覆盖率几何,以及人工审查人员安全批准合流所需了解的核心信息。这一深度端到端的自动化流程,展示了 Uber 如何让智能体承担繁重的维护性重构任务。
```mermaid flowchart LR accTitle: Minions性能分析与PR自动化流水线 accDescr: 展示程序系统组分析工具挖掘性能问题后,通过Minions生成Diff并由Shepherd验证审查的流程
subgraph Analysis["静态与性能分析"] A["编程系统分析工具"] -->|"识别性能瓶颈"| B["生成修复数据"] end
subgraph AgentPlatform["Minions 平台"] B --> C["智能体自主生成 Diffs / PRs"] end
subgraph Review["代码合流与审查"] C --> D["Shepherd 代码审查流水线"] D --> E["标准化验证报告与测试覆盖"] E --> F["工程师安全合流"] end ```
- 该流程打通了性能监控分析与实际代码补丁的生成,减少了人工定位与手动提 PR 的机械劳动。 - Shepherd 系统提供标准的审查凭证,包含测试执行结果与风险提示,降低工程师的审查心智负担。
---
[29:53](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1793s) 非技术挑战:技术迭代周期与“不要爱上自研技术”
随后的演讲交还给 Anshu Chada,聚焦工程落地过程中面临的“非技术挑战”(人与商业层面的博弈)。首先是行业技术风向的高频变化——随着全球 AI 模型与开发框架不断洗牌,哪个模型最强、究竟该自研还是采购第三方 SaaS 服务,这些决策往往需要按月甚至按周频繁重审。但在 Uber 这样的大型工程组织内部,类似 Auto-cover 或 Auto-migrate 这种平台级项目动辄需要数十名工程师持续投入数月,不可能每个季度随心所欲推倒重来。
为了化解这种组织惯性与外部高速创新的矛盾,Uber 确立了两大应对原则:一是建立稳健的基础抽象层(如 Minions 基础架构),使底层模型或引擎技术能够随时无缝拔插和替换;二是建立一种工程文化共识——坦然接受自己亲手写的技术终将被行业更好的开源或商业方案所替代。Anshu Chada 强调:“It’s really important for us to not be married to the tech that we’re building and being okay if something comes along... at the end of the day we need to deliver impact for Uber.” 即使 Cursor 联创公布的自动化测试生成功能在数周内让内部研发的 Auto-cover 变得过时,只要能为公司带来更高的产出和价值,这也是完全可以接受并值得高兴的事。
- 行业模型排行榜变动极快,给组织长期工程资源投入(如数十人持续数月的研发)带来沉没成本风险。 - Minions 平台通过抽象层隔离模型层与交互层,确保在出现更高性价比的方案时能平滑迁移。 - 团队坚守“成果导向而非自研执念”,以最终业务影响力(Impact)作为技术留存的唯一评判标准。
---
[32:04](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1924s) 破除历史包袱与推动文化转型:工程师只信任工程师
除了技术迭代,人与历史资产也是重大阻力。Uber 拥有过去 10 到 15 年积累的庞大基础设施,其中既有架构精妙的现代代码,也有极其陈旧、极少有人了解细节的遗留代码,这使得通过 MCP(Model Context Protocol)端点打通系统死角、让 AI 触达各个上下文变得异常艰辛。与此相对,智能体在某些场景下却展现出了惊人的“魔法”:Anshu Chada 曾为多位副总裁组织过一场 24 分钟的演示体验,竟促成四位多年不写代码的 VP 在不到半小时内成功提交并合流了生产代码,现场反馈极佳。
然而,真正面向广大一线工程师时,AI 智能体工具的推广速度却比预期缓慢得多。工程师长期习惯于在 IDE 中从空白文件逐行敲代码,如今被要求放弃既有工作习惯并承担未知风险,难免心生顾虑。Uber 曾尝试依靠管理层指令(Top-down directives)强行要求团队达标,虽然指标在短期内有所上升,但真正促成爆发式转型的却是“分享胜利果实”(Sharing wins)——挖掘内部各团队的创新典型,让一线实践者向同僚展示惊艳战果。Anshu Chada 指出:“Those promoters are typically engineers, and engineers trust other engineers as opposed to directors like me.” 基层工程师天然更信任同行开发者的背书,同僚之间的口碑传播才是驱动工作方式转变的最强催化剂。
- 内部存在 10-15 年的历史包袱代码,难以快速架设 MCP 端点供 AI 检索与理解。 - 曾组织 24 分钟极速工作坊,让 4 位多年未编码的高管 VP 体验并成功提交合流生产代码。 - 自上而下的行政命令收效有限,依托核心极客工程师建立推广网络、以真实战果打动同行成为最有效的推广策略。
---
[34:13](https://www.youtube.com/watch?v=i1tZN41VKcE&t=2053s) 研发效能度量难题:从活动指标向业务成果跃迁
在效能与满意度数据上,Uber 的客观指标表现极为强劲。全公司的净推荐值(NPS)和开发者综合体验刷新了历史最高纪录,开发者自评的工作满意度与生产力水准大幅攀升,通过 AI 编写并合流的代码量与工程迭代速度也呈现出极佳的斜率。特别是在引入 Minions 智能体系统以及 Anthropic 的 Claude 3.5 Sonnet、Opus 等顶尖模型之后,偶发使用者与每周深度使用 20 次以上的“重度超级用户”之间的产能差距瞬间拉开,离散度急剧扩大。
然而,这些靓丽的数据本质上都是“研发活动指标”(Activity Metrics),而非最终的商业收益(Business Outcomes)。面对高层追问,CFO 的逻辑非常直接:这些产出究竟为公司贡献了多少营收?仅凭代码变更量(Diffs)无法说服财务管理者。为此,团队目前正在改造并埋点整个特性交付管线(Feature Infrastructure),精确跟踪从“设计方案最初敲定”到“生产环境灰度实验上线”的全流程耗时,试图通过端到端交付周期的缩短来量化业务收益。
- 开发者体验 NPS 和自评生产力均达到 Uber 历史峰值水平。 - 智能体系统配合顶级模型后,活跃极客用户与轻度使用者的生产力剪刀差大幅拉大。 - 团队正在建立从系统设计(Design)到生产实验(Experiment Launch)的全链路耗时追踪体系,以商业交付流速向管理层证明 ROI。
---
[36:01](https://www.youtube.com/watch?v=i1tZN41VKcE&t=2161s) 飞涨的推理成本与多模型动态分流治理
伴随智能体大规模铺开而来的,是极其沉重的成本压力。Anshu Chada 直言:“The cost of AI is too damn high.” 自 2024 年以来,Uber 在 AI 方面的开销激增了至少 6 倍,不仅打破了平台部门以往用自留预算内部消化的边界,更演变成必须定期向 CFO 专门立项申请巨额预算的战略支出。硬件算力资源紧张、GPU 及高带宽内存的高昂成本是整个行业面临的客观现实,这迫使工程平台必须对 Token 消耗与模型调度进行精细化成本管控。
为了平衡效果与开支,Minions 在系统架构内部设计了分层调度机制:利用智力最顶尖的高成本大模型(如高阶 Claude 模型)负责前期复杂任务拆解与全局执行规划的制定;而一旦规划成型,实际的代码编写、执行与常规验证则动态降级路由至成本更低、但单点执行能力出色的较小模型。整个分级决策全部由底层平台自动完成,避免将模型挑选的复杂度转嫁给一线工程师。同时,随着组织内 JetBrains AI、Warp 等多元化工具的引入,各种计费模式层出不穷,持续评估并优化开发工具链的综合成本结构已成为平台工程的一项核心长期任务。
```mermaid flowchart TD accTitle: Minions智能体分层动态模型路由 accDescr: 高阶大模型负责规划,低阶经济型模型负责具体执行
subgraph User["开发者交互"] A["复杂任务需求 / 迁移目标"] end
subgraph MinionsRouter["Minions 平台调度器"] A --> B{"路由策略层"} B -->|"任务规划与复杂推理"| C["高阶大模型 (如 Sonnet / Opus)"] C -->|"输出执行蓝图"| D["任务分解与动作序列"] D --> B B -->|"子任务代码生成与执行"| E["低成本高吞吐模型"] end
subgraph Output["交付验证"] E --> F["执行变更与自动化测试"] end ```
- 自 2024 年起 AI 开销剧增 6 倍以上,平台预算由内部自筹演化为需 CFO 专门核准。 - 架构上推行“高阶模型做规划(Planning),低阶经济型模型做执行(Execution)”的分流策略。 - 自动化隐藏底层模型选择与调用逻辑,在保持工程师零心智摩擦的同时最大限度压缩 Token 开支。 - 持续整合评估 JetBrains AI、Warp 等新型工具链的独立计费模型与企业级投资回报比。
## Notable quotes > [14:25](https://www.youtube.com/watch?v=i1tZN41VKcE&t=865s) 虽然我们最终可能会走向外部供应商的基础设施,长远来看也许是合理的,但能在我们自己的基础设施上快速冷启动(bootstrap)对我们而言至关重要,它让我们能够以极快的速度推进。 — Ty Smith
> [00:04](https://www.youtube.com/watch?v=i1tZN41VKcE&t=4s) AI 正在让人类成为‘超人’,极大释放其生产力,并为最终用户带来前所未有的实际价值。 — Dara Khosrowshahi
> [21:24](https://www.youtube.com/watch?v=i1tZN41VKcE&t=1284s) 我们真正想要的只是那些开发者必须高度关注的高置信度变更,而不是琐碎的细枝末节。 — Ty Smith
## Mentioned Uber, Anshu Chada, Ty Smith, Dara Khosrowshahi, Michelangelo, Minion, Minions, Model Context Protocol, MCP, AIFX, AIFX CLI, Code Inbox, U Review, Auto Cover, Auto Migrate, Shepherd, LangFX, OpenRewrite, Claude Code, Cursor, GitHub Copilot, Phabricator, GitHub, Slack, Jira, Anthropic, OpenAI, LangChain, JetBrains AI, Warp, Ramp, DevPod, The Pragmatic Engineer
## Video description With Ty Smith and Anshu Chada, Uber Dev Platform. At The Pragmatic Summit: www.pragmaticsummit.com
Update on 11 March: the Uber team shared updated numbers as of March 2026:
- 84% of devs at Uber are agentic coding users (either using CLI-based agents or making more agentic requests than tab-completion in their IDE)
- 65-72% of code is AI-generated inside IDE-based tools. This number is, naturally, 100% for AI command line tools like Claude Code.
- Claude Code usage nearly doubled in 3 months — from 32% in Dec to 63% in Feb, while IDE-based tools (Cursor, IntelliJ) have plateaued.
See more context in this article: https://newsletter.pragmaticengineer.com/p/how-uber-uses-ai-for-development
Watch the session with Q&A also included: https://newsletter.pragmaticengineer.com/p/the-pragmatic-summit-recordings
0:00 Intro 6:11 Toil automation 8:02 Uber’s agentic platform architecture overview 11:16 The cross-functional tiger team 17:46 Async multi-agent workflow model 20:32 Minion background agent platform 26:55 Agent logs, observability, and debugging workflows 31:20 AI code review pipeline and quality grading 36:50 Testing 40:38 Migrations 43:55 Non-technical challenges
[Source](https://www.youtube.com/watch?v=i1tZN41VKcE)