Uber 工程师的“秘密武器”：在见CEO前，先和AI对练

在大多数公司，向CEO汇报工作前，工程师们往往要反复修改PPT、演练话术，生怕哪个细节被挑出毛病。但在Uber，有一群人找到了更聪明的办法——他们不直接找CEO，而是先找“Dara AI”。

这个“Dara AI”不是营销噱头，也不是花哨的演示工具，而是由Uber内部工程师自发开发、持续迭代的一个聊天机器人。它的“声音”模仿的是CEO达拉·科斯罗萨西（Dara Khosrowshahi）的表达风格、思维逻辑，甚至是他常问的那几类问题：“这个指标为什么是这个数？”“如果用户量翻五倍，系统扛得住吗？”“你有没有考虑过边缘情况？”

“我们不是在讨好AI，”一位参与开发的工程师说，“我们是在用它模拟真实场景。你跟Dara AI过完三轮，再去见他本人，基本就没什么慌的了。”

现在，Uber的工程师团队在提交重要方案前，都会先和“Dara AI”过一遍。有人用它测试新功能的商业逻辑，有人拿它打磨技术汇报的结构，甚至有人专门训练它“挑刺”——故意让它提出刁钻问题，逼自己把漏洞补全。结果是，当真正走进CEO办公室时，很多汇报材料已经精炼到连达拉自己都忍不住说：“这版，比上次好多了。”

90%的工程师在用AI，但没人把它当“代笔”

达拉在一次内部分享中提到，Uber约90%的软件工程师现在每天都会用AI工具——不是为了偷懒，而是为了把时间从重复劳动里“抢”回来。

过去，工程师可能花一整天写基础代码、调试接口、写文档；现在，AI能帮他们自动生成模板、补全函数、甚至写单元测试。但这只是起点。真正有影响力的，是那30%的“高级用户”——他们不再满足于“用AI写代码”，而是开始用AI重构系统。

比如，一个团队用AI分析过去一年的订单失败日志，自动识别出5种高频异常模式，然后基于这些模式重写了核心调度算法。另一个小组用AI模拟不同城市高峰时段的司机分布，优化了动态定价模型，结果在不增加成本的前提下，提升了12%的司机接单效率。

“我们不再只是写代码的人，”一位资深工程师说，“我们是问题的发现者、系统的设计师。AI是放大器，不是替代品。”

硅谷正在悄悄变天：从“码农”到“系统指挥官”

这不是Uber的孤例。谷歌、Meta、微软等公司内部，类似“AI陪练”“代码协作者”的工具正在悄然普及。但Uber的特别之处在于，它把AI从“辅助工具”变成了“组织文化”的一部分。

达拉说：“我们不是在搞AI实验，我们是在重新定义工程师的价值。”

过去，一个工程师的晋升标准可能是“写了多少行代码”“修复了多少Bug”。现在，标准变成了：“你有没有用AI发现别人没看到的问题？”“你有没有因为用了AI，让整个系统变得更简单、更稳定？”

这种转变，正在让Uber的决策链条变得更短、反应更快。以前一个新功能从想法到上线可能要几周，现在，一个有经验的工程师带着AI，三天就能跑出原型、验证数据、反馈优化——然后直接进董事会的讨论议程。

有人担心AI会让工程师失业，但在Uber，事实恰恰相反：AI让真正懂业务、懂技术、懂用户的人，站到了更核心的位置。那些能驾驭AI、提出好问题、并把复杂系统想清楚的人，正成为公司最稀缺的资产。

达拉最后说了一句很实在的话：“我们不需要更多会写代码的人。我们需要更多能想明白‘为什么写’的人。”