Uber 2026 年的 Claude Code 预算，提前花光了。

这件事在 Uber 内部炸开了锅。首席运营官 Andrew Macdonald 说，大家开始认真讨论：token 用了更多，并不意味着公司就能同比例地交付更多真正有用的消费者功能。"这个关联现在还不存在。"

这不是一家公司的困惑，而是整个行业正在撞上的那堵墙。

George Hotz 是第一个破解 iPhone 的人，自动驾驶公司 comma.ai 的创始人。过去六个月他把市面上能叫出名字的 AI 编程 Agent 全试了一遍，用它们写真实项目代码。最后他的结论是——每一次他都本可以靠手工"做得更好、更快"。

他说，Agent 不是程序员。它们只是统计模型，被设计来模仿"编程"这件事的分布。生成的东西就是坏的，只是坏得越来越隐蔽。

打造了爆火 OpenClaw AI Agent 的工程师 Zechner 和 Ronacher 也发出警告：这种现象叫做 "vibe slop"——程序员不再认真设计和测试，让 AI 快速拼出一套东西，最后产出一堆经不起时间考验的软件。

"基础设施正在崩溃，软件比以前漏洞百出。我们还能再玩几个月甚至几年，但它最终会让我们付出代价。"

Hotz 认为，高绩效个人有纠错能力，大多数时候能看出来什么是垃圾。但大型组织反馈循环慢、对齐程度低，那些表现最差的人会借助 Agent 产出"10 倍代码"——然后那堆代码没有人真正理解过。

英伟达应用深度学习副总裁 Bryan Catanzaro 说，AI 并没有降低用人成本。实际上，目前 AI 的成本比公司现有的人力成本更高。至少在他的团队里，"计算成本远远超过员工成本。"

Zechner 认为，一场清算正在到来。大公司很快就会意识到，它们对 AI 生成代码的过度强调正在推高成本，并导致软件质量下降。

真正的问题不是"人写烂代码，AI 也写烂代码，有什么区别"。

区别在于：过去再差的代码，至少写它的人心里有个粗糙的心智模型——他知道自己为什么这么写。而现在，大量 AI 生成的代码被快速提交、合并、发布，很多人并没有真正理解它，只是看到它通过了测试。

坏代码从来不新鲜。新鲜的是，坏想法现在可以以更快的速度变成 commit，而理解、审查和责任却没有同步变快。

发布摘要

Uber 提前花光了 2026 年的 AI 预算，但 token 用量与实际交付之间的关联并不存在。Hotz、Zechner 等来自一线的工程师警告：Agent 时代正在制造一个垃圾代码的黄金时代，基础设施在悄悄崩溃，计算成本已超过员工成本。关键不是用不用 AI，而是知道什么时候不该用。