Orçamento de codificação IA do Uber esgota em quatro meses

O CTO da Uber, Praveen Neppalli Naga, divulgou que a empresa esgotou todo o orçamento para ferramentas de codificação IA de 2026 em apenas quatro meses, após a adoção do Claude Code da Anthropic por aproximadamente 5.000 engenheiros. As taxas de adoção aumentaram de 32% em fevereiro para 84% em março, alcançando uma taxa ativa mensal de 95% na primavera. O custo médio por engenheiro foi de US$ 150 a US$ 250 mensalmente, com alguns usuários intensos alcançando US$ 500 a US$ 2.000; Naga em si gastou US$ 1.200 em uma única sessão de duas horas. O CEO da Salesforce, Marc Benioff, anunciou que a Salesforce provavelmente usará US$ 300 milhões da Anthropic este ano em uma força de engenharia de cerca de 15.000. A divisão Experiences + Devices da Microsoft, que inclui Windows, Microsoft 365, Outlook, Teams e Surface, está relatadamente cancelando licenças diretas do Claude Code até 30 de junho, redirecionando engenheiros para o GitHub Copilot CLI, conforme relatado por Tom Warren da The Verge e confirmado pelo Windows Central. A LangChain introduziu um quadro operacional de quatro estágios para gerenciar o gasto do agente de codificação antes que a queima de token se torne sobrecarga estrutural.

O problema decorre de "tokenmaxxing"—usar a queima de token como um proxy de produtividade—e fragmentação de ferramentas, que obscurecem as taxas de queima. Recursos podem passar pelo Claude Code, Cursor e GitHub Copilot Chat, cada um emitindo telemetria incompatível. O post de blog da LangChain nota que painéis nativos falham com várias ferramentas; comparação de custo sem normalização é impossível, deixando equipes incapazes de rastrear gastos.

LangSmith, a primeira etapa, ingere aberturas de OpenTelemetry do GitHub Copilot, hooks de sessão do Cursor e OpenCode e dados de extensão do Pi, normalizando-os em um único modelo de rastreamento. As sessões são consultáveis por thread_id, modelo, provedor ou nome da ferramenta, expondo rodadas de usuário-assistente, uso de token, custo, comandos de shell, atividade de MCP e invocações de subagentes. Essa normalização é essencial, pois chamadas de ferramentas em diferentes plataformas são registradas de forma diferente, e o LangSmith as padroniza para processamento de dados limpo.

A pipeline então se move para padronização, otimização e governança. LangSmith atribui custo por sessão entre ferramentas, permitindo que equipes comparem Cursor e Claude Code em fluxos de trabalho idênticos em dólares. O LangChain Engine analisa rastreamentos para identificar chamadas de ferramentas redundantes e recomenda consolidação. O LLM Gateway impõe limites de custo em níveis de usuário, equipe e organização e encaminha cargas de trabalho para modelos de código aberto quando apropriado. A LangChain argumenta que modelos de código aberto são agora capazes o suficiente para subtarefas limitadas, reservando modelos de fronteira para tarefas necessárias.

Na Uber, o excesso foi agravado por quadros internos que classificavam engenheiros pelo uso do Claude Code, criando um incentivo direto para maximizar a queima de token, de acordo com a Forbes. A empresa instituiu desde então um limite mensal de US$ 1.500 por funcionário por ferramenta de codificação agente, conforme relatado pela TechCrunch. A Salesforce informou à AI Magazine que a IA agora representa 30-50% de sua carga de trabalho geral e que sua organização de engenharia é aproximadamente 30% mais produtiva após a integração de ferramentas de IA mais amplas, incluindo Agentforce e outras ferramentas, não apenas o gasto de token da Anthropic, enquanto a Uber diz que cerca de 70% de seu código comprometido originou-se de ferramentas de IA, com 11% escrito inteiramente por agentes e o restante revisto por humanos, de acordo com a Forbes. Esses ganhos só são defensáveis se ligados a recursos enviados em vez de volume agregado de token. O COO da Uber, Andrew Macdonald, disse à Fortune que o link entre o aumento do gasto em IA e recursos de consumidor úteis "ainda não está lá".

O padrão de integração aproveita a ferramentaria existente ao se conectar às emissões de OpenTelemetry do Copilot e aos hooks do Cursor, adicionando então governança. No entanto, a normalização requer que cada ferramenta emita a telemetria necessária; se um subagente ou servidor MCP ocultar a contagem de tokens, o rastreamento de custo falha. O fallback de código aberto assume a existência de eval harnesses para provar que o modelo mais barato não degrada a qualidade da saída, o que a maioria das equipes não possui. A governança no nível do gateway introduz latência, afetando a produtividade do desenvolvedor.

Trate agentes de codificação como cargas de inferência distribuídas que requerem observabilidade unificada antes da otimização, pois medir em formatos de fornecedor incompatíveis é pré-requisito para evitar que a queima do modelo de fronteira ultrapasse o valor de engenharia.