摘要： Bloomberg 在 2026 年 6 月 2 日報導，Uber 開始對員工使用代理式編碼工具的量設限：每項工具、每位員工各自以每月 1,500 美元為度，Claude Code 與 Cursor 一併納入這道規則。個人用量會顯示在內部儀表板上，遇到特殊情況，走完核准程序仍可超出額度。 換個角度看，1,500 美元的門檻算是務實的妥協：應付多數工程師的日常開發綽綽有餘，又足以攔下失控的代理迴圈，以及「讓它跑整夜」這類揮霍。
Bloomberg 在 2026 年 6 月 2 日報導，Uber 開始對員工使用代理式編碼工具的量設限：每項工具、每位員工各自以每月 1,500 美元為度，Claude Code 與 Cursor 一併納入這道規則。個人用量會顯示在內部儀表板上，遇到特殊情況，走完核准程序仍可超出額度。
更值得細看的是前因：才進到四月，Uber 的 CTO 便已對內承認，年度 AI 預算只撐了四個月就見底。從號召大家多用 AI，轉為逐月管控額度，Uber 由此躋身第一批公開限制員工 AI 用量的美國大型科技公司，企業 AI 成本治理這道課題也就此浮上檯面。
從鼓勵衝刺到按月限額
The Information 早先的報導指出，Uber 曾鼓勵員工「盡可能多地」使用 AI，甚至架起內部排行榜，讓彼此的用量互相比較。局面在四月翻轉：CTO 向內部展示，Claude Code 這類工具「可以燒光 AI 預算」——一整年的額度，四個月便耗盡。六月二日的新規定等於把話說白：代理式工具若不加約束，單一員工就能製造出不得不設限的成本。
手法的選擇值得留意：Uber 並未封殺工具，而是搬出額度、儀表板、例外核准這套組合。彈性留住了，每位員工也頭一遭看清自己的 AI 帳單長什麼樣。
每月 1,500 美元的額度有多大
這類工具的計費基礎是 token 消耗量，跟過去一人一席、月費固定的訂閱制完全是兩回事。工程師若重度依賴 Claude Code 或 Cursor，代理不停地讀改程式碼、調用工具、重試出錯的步驟，單月帳單衝上四位數美元並不稀奇。GitHub 五月底將 Copilot 改成 token 計費時開發者之所以群起抱怨，道理正在這裡——計費方式仍在劇烈震盪，企業財務部門卻已經被迫按年編列預算。
換個角度看，1,500 美元的門檻算是務實的妥協：應付多數工程師的日常開發綽綽有餘，又足以攔下失控的代理迴圈，以及「讓它跑整夜」這類揮霍。
效益算不清，才是真正的難關
難的從來不是省錢，而是成效無從認列。COO Andrew Macdonald 五月上 podcast 節目時坦言，AI 使用量和新上線的消費者功能之間，想「畫出一條線」難度極高。Bloomberg 六月一日引用的 Bain 調查同樣顯示，AI 實際省下的成本不如大多數企業的期待；WSJ 的報導則點出，美國企業界已經動手配給 AI。
說穿了，Uber 撞上的牆每家公司都躲不開：錢花得又快又清楚，回報卻散落在難以明確歸功的生產力改善裡。年度預算四個月燒完，只是讓這個結構性矛盾提早引爆。設上限是止血，不是解方——真正的解方，是別再把 AI 支出當成「福利」，而是當作有單位成本的工程資源來管理。
工程團隊能帶走的三件事
可供借鏡的要點有三。其一，代理式工具的用量監控得從第一天就長在系統裡，別等預算炸開才補——儀表板、單位成本、異常警示，今天就該到位。其二，計價正由按人頭滑向按用量，採購合約與成本模型都得跟著重寫，token 精細度的帳單以後只會更普遍。其三，該盯的指標是代理實際完成的任務數與重工率，而不是 token 消耗的原始總量——這正是我們在 Cursor 雲端代理的教訓裡不斷回到的主軸：代理規模越大，治理與回饋迴路的分量就越重。