Uber nastavuje limity pro AI coding nástroje jako Claude Code
Uber omezuje měsíční token spending u agentních coding nástrojů. Nový limit ukazuje, jak firmy začínají řídit náklady na AI.
Simon Willison upozornil na zprávu Bloomberg, podle které Uber nastavil limity pro používání AI coding nástrojů typu Claude Code nebo Cursor. Nejde o plošné omezení veškeré AI ve firmě, ale konkrétně o agentní coding software a tokenové náklady.
Podle Bloomberg Uber omezuje zaměstnance na 1 500 dolarů měsíčně v token spendingu na jeden AI coding nástroj. Důležité je, že limit je počítaný po nástrojích: výdaje za jeden nástroj nemají ovlivňovat rozpočet pro jiný.
Follow-up po spáleném budgetu
Simon to rámuje jako reakci na dřívější zprávu, že Uber spálil svůj AI budget pro rok 2026 už během čtyř měsíců. Podle něj to nebylo tak překvapivé, protože rozpočet se pravděpodobně nastavoval v roce 2025, tedy před prudkým nástupem tokenově náročných coding agentů.
To je na celé věci zajímavější než samotné číslo. AI coding nástroje už nejsou jen malý experiment v engineering týmu. Při intenzivním používání se z nich stává měřitelná provozní položka.
1 500 dolarů na nástroj měsíčně
Limit 1 500 dolarů měsíčně na jeden nástroj může znít vysoký. Simon ho ale interpretuje jako poměrně racionální reakci na nadměrné výdaje.
Pokud by inženýr aktivně používal dva nástroje, znamenalo by to:
- 3 000 dolarů měsíčně
- 36 000 dolarů ročně
- přibližně 11 % mediánové roční kompenzace Uber software engineera v USA podle Levels.fyi
To neříká, že každý zaměstnanec tolik utratí. Spíš to ukazuje horní rámec toho, kolik může firma považovat za ještě obhajitelné u nástrojů, které mají vývojářům šetřit čas.
Tokenmaxxing jako anti-pattern
Simon zároveň srovnává limit s dřívějšími „tokenmaxxing“ leaderboardy, které zaměstnance motivovaly soutěžit v co nejvyšším využití AI. Oproti tomu působí rozpočtový limit jako zdravější způsob řízení nákladů.
U AI agentů je totiž snadné zaměnit aktivitu za hodnotu. Vysoké tokenové využití může znamenat produktivní práci, ale také jen drahé iterování bez jasného výsledku.
Co z toho plyne
Praktický závěr je jednoduchý: firmy začínají AI coding agenty řídit podobně jako jiné nákladové položky.
Nestačí sledovat, kdo nástroje používá nejvíc. Důležitější bude, co za ty tokeny vzniká:
- kolik práce agent reálně urychlí
- kde se výdaje opakují bez jasného přínosu
- jak nastavit limity podle typu nástroje
- a jak měřit hodnotu proti nákladům
Uber je dobrý příklad toho, že adopce AI ve vývoji není jen otázka schopností modelů. Je to i otázka ekonomiky celého workflow.