七成PR由agent提交，成本反而降52%：Uber公开的6个默认设置

Uber七成的PR由agent提交。周活跃用户涨了7倍，单次会话成本还降了52%。

这两个数字放在一起有点反直觉。通常用量涨七倍，账单也会跟着涨。Uber省钱的思路不在模型上。他们的官方博客写得很清楚：成本下降来自默认配置，模型本身没有变得更聪明。

先把这套配置说清楚。

Uber的编程agent同时跑在本地和云端，工程师和非工程师都在用。共享skills超过3600个，每天运行3万多次。主模型负责规划和检查结果，具体的阅读、搜索这类重活交给更便宜的subagent。

图里还提到Context Graph，提供30多个内部系统的查询接口，2400万节点、8000万条边。所有工具统一走MCP网关做认证和管理。

具体有六条默认设置被Uber点名为可复制：

1. 400K token就压缩，别等撑满

即便模型支持100万上下文，Uber还是在40万token时做自动压缩。上下文越长，每次调用越贵，模型注意力也越分散。提前压，别等到塞满。

2. 推理强度默认Medium

需要时再调高。大多数任务用不到最高档。

3. 便宜subagent干重活

主模型拆任务、验收结果。读文件、搜代码这些交给便宜模型。

4. 缓存按角色分层

主会话的prompt缓存设1小时，subagent设5分钟。贵的会话值得留久一点。

5. 别把MCP工具全装上

装了100多个工具，光这些工具的描述（schema）就要吃掉5万到7万token，用户还没输入第一句话。Uber的做法是把工具调用走CLI，需要时再搜索加载。有网友打了个比方：这相当于进门先交一笔入场费。

6. 批量工具调用合成一个脚本

这一条把token砍掉55%到71%，小查询也有效。

这套东西公开后，评论区有两种声音。

一种关于维护。Dusan指出，3600多个共享skill需要有人负责，一个过期的skill会把错误的PR推给所有人。数量本身不是资产，有归属才是。

另一种关于验证。Ali Shaheen说这篇没有讲清楚验证和测试怎么做。他所在的公司palgu.ai不按subagent分模型，而是按任务类型预配置模型，比如spec验证用Gemini效果最好。这个缺口值得注意：省钱的部分讲得很细，质量保障的部分留了空白。

也有人给了更保守的起点。Myttle说会先测400K压缩这个默认值。Gipp的建议是先做压缩，批量脚本放最后。

六条里没有一条要求换模型。改的都是默认值：压缩阈值、推理强度、子代理用哪个模型、缓存多久、工具怎么加载、调用怎么合并。对多数团队来说，这是成本最低的一步。挑一个今天就能改的，从压缩开始也行。