Uber 工程团队分享：如何在超大规模业务下落地软件工厂 从2026 年 2 月到 8 月中旬，Uber 全体员工使用的 Agent 产品周活增长 7 倍，周请求量增长 9.4 倍 Agent 请求增长 9.4 倍，但总 AI 支出不仅没崩，反而趋于稳定，单次会话（Session）成本较峰值大降 52%。 Uber 的软件开发已经越过“给工程师配一个 AI 聊天工具”的阶段。 超过 70% 的 Pull Request 被归因于本地或云端 Agent，工程师建立了 3,600 多个覆盖软件开发生命周期的 Agent Skill，每天执行超过 30,000 次。 代码评审、CI 自愈、带视觉验证的端到端 PR、告警分诊、Bug 调试和代码维护，越来越多由托管 Agent 自动发起，再由人审核或在异常时接管。 这些结果背后是一套完整的工程体系，Uber 用： - 统一模型网关控制身份、隐私、预算和审计； - 用 MCP 网关向 Agent 开放内部 API； - 用预启动 DevPod 提供隔离、可复制的跨仓库开发环境； - 用 Skill 市场治理可复用流程； - 用 Context Graph 提供服务、团队、数据和事故背景； - 再通过 Cortana、Minion 等产品，把这些能力组织成一条-从业务研究、需求、设计、编码、验证、CI、评审到长期维护的流水线

Uber宣布精简社区运营团队，对客服部门裁员10%，以“拥抱AI”。 而就在上个月，Uber刚裁掉了人力资源与招聘团队约23%的岗位，但当时公司坚称与AI无关。 世界经济论坛的调查显示，全球约41%的公司预期未来会因AI缩减员工规模，而首当其冲的往往是HR、招聘、客服、行政这类“支持性”和入门级岗位。

Uber这么恶心的app 究竟是怎么活下来的 导航去Four Seasons Palm Beach 司机把我放在了一个商场里 我一看尼玛我本来输入正确的地址 被Uber自动改成了一个1857开头 名叫Four Seasons Hotel的地址 而且这里根本不是酒店是tm商场 目的地都能这么随意被改变 下次把我丢进什么荒山野岭我怎么回来 跟客服反馈才说到一半就被打断 说是要由专门团队回复 结果他们说是司机把我放错了地址 只给退不到一半钱作为补偿 这种app要是在中国不出三个月肯定倒闭 @Uber 你妈，什么时候死啊

在Uber的天使投资中赚取了4400倍的 Jason Calacanis觉得未来的 Robotaxi 市场是特斯拉、Uber 和 Waymo 三足鼎立？老实说，真正的结局大概率是特斯拉独吞 90% 以上的份额！ Waymo 的卡脖子死穴： 重改造与高成本：没有自己的造车厂，全靠 Magna 改装现有车型，每天出厂不到 10 辆； 供应链天花板：单车加装 4–6 个激光雷达（成本超 $2 万），但全球顶尖 LiDAR 年产能才 3 万套，想量产根本无货可用，每英里 $2–3 的成本更难下降。 Uber 的两难困境： 轻资产的硬伤：自身没有制造和自动驾驶技术，只能做第三方调度平台，同样被激光雷达产能锁死； 利润与模式吞噬：一旦车费降至 $1.5/英里 以下，传统网约车抽成模式彻底崩溃；就算掏 100 亿买 Cybercab 也补不上规模鸿沟。 特斯拉的绝对降维打击： 百万级硬件库存：路上已有 600 万辆 HW4 车辆，FSD 15 一发，软件升级一天增加的 Robotaxi 数量就能秒杀对手几年产能； 无敌单位经济性：无需昂贵激光雷达，Cybercab 运营成本低至 $0.2–$0.3/英里，直接彻底卷死传统打车软件。 硬件、工厂和供应链早已准备就绪，只要软件一开，这根本不是竞争，而是一场单方面的收割。 总结 ： 特斯拉卖的是“极致的效率与生产力”，而 Uber 拥有的是“网络生态与线下触角”。如果 Uber 执意要在“造车”和“全自研 L4 算法”上跟特斯拉硬碰硬，基本没有胜算；但如果它能放下执念，迅速调整定位——从“网约车平台”退化并升维成“无人车队的通用操作系统与线下运营支撑底座”，它依然有可能在未来的自动驾驶时代分得一小块蛋糕。

当Uber司机掌握了Suno……赛博朋克照进现实！给乘客写专属AI歌是什么体验？前一秒：太抽象了吧！后一秒：已加入我的单曲循环歌单。

🚗 Uber女司机午夜寻觅猎物 + 车内尴尬事件（14分钟） 猫公不陪猫仔，猫仔只好化身 Uber 女司机出去找乐子😜 结果一时大意忘记关闭 GPS，被猫公发现了行踪🫣，一路跟到了猫仔所在的位置…… 后面还发生了一连串让人脸红心跳的意外，甚至被路人注意到了😳，真的超级尴尬…… 后续发展在主页 TG