亚马逊要求软件工程师优先关注成果而非AI使用

亚马逊近日给软件工程师定下了一条新规矩：用不用AI、用多少AI不是重点，能不能给业务和客户带来实际结果才是。亚马逊副总裁兼杰出工程师Terk Terkowitz在周二发布的一份内部备忘录中表示，AI正在以比当年云计算更快的速度和更根本的方式改变软件开发，但评估工程师的标准应当是他们为客户和业务创造的价值，而不是单纯看AI使用量。“我们都需要拥抱这一变化并花时间去学习，否则就有被甩在后面的风险。” 这番表态背后，是亚马逊内部推行AI考核指标一年多来积累的争议。此前，亚马逊会追踪工程师使用内部AI工具的情况，部分团队还引入了按token消耗量等指标排名的排行榜，把AI使用率、token消耗、代码行数纳入工程管理考核。这类做法在员工中引发了不小的摩擦——不少人担心，一味追求AI使用量，奖励的可能是浪费性的动作，而不是真正有产出的工作。备忘录明确警告，如果把这类指标当作目标而非参考，就会催生“tokenmaxxing”（为刷token而刷token）之类的行为，既做不出更好的软件，也改善不了客户体验。这可以看作亚马逊对上述风险最明确的一次公开承认。 新的指导方针没有给出可能很快过时的详细AI操作手册，而是把重心放在对客户和业务的长期影响上，同时强调AI应当处于软件工程实践的核心位置，鼓励工程师把AI融入日常工作。管理层被要求自己在生产性工作中使用AI工具，清楚它在哪里有用、哪里不够用，并把这种判断传达给团队。Terkowitz提到，token使用量、AI工具采用率、代码审查等指标确实与亚马逊看重的结果存在相关性，但必须谨慎使用：token用得多会推高成本，盯着代码行数则可能制造不必要的复杂度。他还建议管理者特别关注AI采用率两端各10%的团队——垫底的10%要搞清楚为什么没有有效使用AI，头部的10%则要判断更高的使用量是否真的转化成了更快的交付。据其说法，亚马逊最积极使用AI的“前沿团队”已经展现出更强的生产力和交付能力，而没有采用AI或产出指标没有提升的团队和个人正在落后。不过备忘录也给那些当前AI工具还帮不上忙的工程师留了余地：遇到这种情况，员工应当记录原因，并通过分享经验来推动解决。