اوبر کل بودجه برنامه‌نویسی هوش مصنوعی خود را در ۴ ماه تمام کرد

هزینه‌های برنامه‌نویسی با هوش مصنوعی به سرعت در حال افزایش است.

اوبر تا ماه آوریل، کل بودجه Claude Code سال ۲۰۲۶ خود را مصرف کرد. آن‌ها مجبور شدند سقف هزینه‌های کارکنان را به ۱۵۰۰ دلار در ماه محدود کنند.

داده‌های دیگر روند گسترده‌ای را نشان می‌دهند:

  • گارتنر می‌گوید ۲۳٪ از رهبران حوزه فناوری، ماهانه بین ۲۰۰ تا ۵۰۰ دلار برای هر توسعه‌دهنده صرف خرید توکن می‌کنند.
  • GitHub Copilot به مدل پرداخت بر اساس میزان استفاده تغییر وضعیت داد.
  • شرکت‌های برتر ماهانه ۷۵۰۰ دلار برای هر کارمند صرف هوش مصنوعی می‌کنند.

مشکل ساده است. جریان‌های کاری مبتنی بر عامل (Agentic workflows) توکن‌ها را خیلی سریع مصرف می‌کنند. اگر برای هر کار از یک مدل گران‌قیمت استفاده کنید، پولتان را هدر می‌دهید.

من این اتفاق را در هزینه‌های خودم هم دیدم. صورت‌حساب برنامه‌نویسی هوش مصنوعی من به ۱۰,۰۰۰ دلار در ماه رسید.

من از Claude Opus برای همه کارها استفاده می‌کردم. از آن برای برنامه‌ریزی کد، نوشتن تست‌ها، قالب‌بندی فایل‌ها و تغییر نام متغیرها استفاده می‌کردم.

این کار مثل استخدام یک معمار ارشد برای جابه‌جا کردن وسایل خانه است. کار انجام می‌شود، اما هزینه بسیار زیادی پرداخت می‌کنید.

من میزان استفاده خود را تحلیل کردم و به الگویی رسیدم:

  • ۱۵٪ از وظایف به استدلال سطح بالا نیاز داشتند.
  • ۲۵٪ از وظایف به قابلیت‌های سطح متوسط نیاز داشتند.
  • ۶۰٪ از وظایف، صرفاً مکانیکی بودند.

آن ۶۰٪ از کارها نیازی به یک مدل پیشرو (frontier model) ندارند. مدل‌های کوچک‌تر می‌توانند با هزینه بسیار کمتری آن‌ها را انجام دهند.

تیم‌های هوشمند وظایف را به مدل مناسب هدایت می‌کنند:

  • سطح ۱ (مدل‌های پیشرو): از این‌ها برای معماری، باگ‌های پیچیده و امنیت استفاده کنید.
  • سطح ۲ (مدل‌های سطح متوسط): از این‌ها برای پیاده‌سازی ویژگی‌ها و بازبینی کد استفاده کنید.
  • سطح ۳ (مدل‌های سریع/ارزان): از این‌ها برای قالب‌بندی، مستندسازی و کدهای تکراری (boilerplate) استفاده کنید.

من به این روش تغییر مسیر دادم. هزینه ماهانه من از ۱۰,۰۰۰ دلار به ۳,۰۰۰ دلار کاهش یافت. کیفیت خروجی من ثابت ماند.

چگونه شروع کنیم:

  • برای یک هفته، تمام پرامپت‌های API خود را ثبت کنید.
  • به دنبال تورم کانتکست (context bloat) یا حلقه‌های فکری غیرضروری بگردید.
  • بر اساس وظیفه مسیردهی کنید، نه بر اساس جلسه (session). یک جریان کاری واحد باید در مراحل مختلف از مدل‌های متفاوتی استفاده کند.

شرکت‌هایی که در حوزه هوش مصنوعی پیروز می‌شوند، فقط بیشتر خرج نمی‌کنند؛ بلکه هوشمندانه‌تر خرج می‌کنند. آن‌ها مدل‌ها را با هم ترکیب و جابه‌جا می‌کنند تا هزینه‌ها را پایین نگه دارند.

از پرداخت هزینه برای استدلال‌های گران‌قیمت در وظایف ساده دست بردارید.

منبع: https://dev.to/aplomb2/uber-burned-through-its-entire-ai-coding-budget-in-4-months-heres-what-smart-teams-do-instead-2792

انجمن یادگیری اختیاری: https://t.me/GyaanSetuAi