Uber「Agentic Pods」：30個工程師點樣將15粒鐘嘅工變成30分鐘搞掂

兩個月後，Uber嘅技術總監Praveen Neppalli Naga公佈咗一個完全唔同嘅策略。結果好誇張——財務規劃流程由15粒鐘縮到30分鐘，財務報告由兩日縮到10分鐘——呢個case即刻變成2026年最受關注嘅企業AI案例之一。以下就係Uber嘅Agentic Pods點樣運作，以及點解佢代表咗公司對AI思考嘅根本改變。

咩係Agentic Pods？

Agentic Pods係細嘅兩人小組——每組由一位精通AI嘅工程師同一業務部門嘅領域專家組成——俾咗佢哋限定嘅兩星期衝刺期，去觀察一個人手流程然後用AI agent重建佢。Naga喺2026年中啟動呢個計劃，大約派咗30組pod，橫跨16個業務部門包括財務、法務、市場推廣、人力資源、客戶支援同採購，為期兩個月。

精確嘅10日劇本

Naga喺2026年7月7日喺LinkedIn公開晒個流程：

• Day 1–2： 工程師跟住領域專家，觀察真實流程嘅每一步。
• Day 3： 小組揀出最高影響力嘅任務嚟自動化。
• Day 4–9： 兩個人一齊起AI agent，搵專家嘅同事驗證。
• Day 10： 將個agent推出街生產用。

呢個死線唔係求其定嘅。佢逼團隊真係交到貨，而唔係無限咁完善。Naga話，目標係「唔好再將AI當成貴價實驗，而係用佢嚟重新設計複雜嘅人手流程」。

有數得計嘅效率提升

呢啲結果喺多間媒體都有報導，根據Uber內部數據：

呢啲係將核心業務流程嘅週期時間縮短咗30倍至400倍。Naga仲話，有9,000個人手支援流程已經轉晒做自助服務。

由Tokenmaxxing到精準自動化

之前嘅策略——叫做tokenmaxxing——係狂燒錢嘅做法，Uber大約5,000個工程師入面接近95%日日用Claude Code同Cursor呢類工具。但公司完全無法將呢啲token消耗同任何可量度嘅業務成果掛鉤。2026年5月，Macdonald同《Business Insider》講，越來越「難合理化」AI開支，因為「呢條線（token用量同生產力之間）仲未見到」。用多咗token並冇轉化返做消費者產品嘅等比例改善。

兩個策略嘅主要分別：

• Tokenmaxxing時期： 全部工程師都用AI coding tools；開支睇token用量；管理層承認睇唔到明顯ROI。
• Agentic Pods時期： 針對流程嘅策略；工程師走入非工程部門；成功與否睇具體工序時間有冇縮短。

點解Pod呢個結構work

Agentic Pod嘅結構解決咗tokenmaxxing解決唔到嘅兩個問題。第一，佢逼工程師喺開發之前要成個流程由頭到尾理解，而唔係盲目累積token但冇明確目標。第二，佢將AI開支直接同可量度嘅業務成果掛鉤——慳咗幾多個鐘、邊份報告快咗、邊啲流程唔見咗。

短短兩個月，就有16組pod橫跨16個業務部門。呢個模式之後仲擴充咗。Naga話，經過呢啲pod之後，Uber 99%嘅工程師都用緊AI工具——但今次有個框架確保呢啲用量真係會產生公司睇得到嘅成果。