亚马逊更新 AI 时代工程师考核准则，强调业务价值而非 AI 使用量

一句话结论

亚马逊更新软件工程师考核准则，核心转向业务成果而非 AI 使用量，防止指标异化。

关键要点

• 亚马逊发布新版准则，将软件工程师考核标准从“使用 AI 的频率、词元消耗量”等过程指标，调整为“客户与业务长期成果”等价值指标，并明确警告将参考数据当作强制目标可能引发“滥用 AI 却未改善客户体验”的负面结果。
• 亚马逊指出 AI 对软件开发的影响比云计算等过往技术变革来得更快、更深刻，并将当前阶段定义为“文艺复兴开发者时代”，强调人类判断力与机器智能相结合能更高效地交付新产品与服务。
• 针对 AI 应用情况差异较大的团队，管理人员需重点检查两类对象：排名后 10% 的团队（查明未有效利用 AI 的原因），以及排名前 10% 的团队（确认大量使用 AI 是否真正加速了工作交付）。
• 亚马逊并未降低对 AI 应用的重视，新版备忘录明确要求 AI 成为软件工程实践的核心，并要求管理层在日常实际项目中亲自使用 AI 工具，以掌握 AI 的能解决与不足之处，并向团队解释自身判断依据。
• 对于暂未从现有 AI 工具中获得实际效益的岗位与工程师，允许其记录具体原因并与管理层和同行沟通以共同寻找解决办法，明确“能够清晰说明 AI 暂不适用原因的工程师，恰恰展现了系统所期望的判断力”。

背景与事实

当地时间 10 月 27 日，亚马逊正式更新了面向 AI 时代的软件工程师工作准则。亚马逊副总裁兼杰出工程师特克 · 特科维茨（Teco Teowits）指出，相较于云计算等以往的技术变革，AI 对软件开发行业的影响速度更快、程度更深。不过，衡量工程师表现的核心标准依然是他们为客户和业务创造的具体成果，而不是使用 AI 工具的次数、频率或数量。特科维茨强调，所有员工都必须适应技术变化并投入时间学习，否则将被技术浪潮甩在后面。

随着 AI 编程工具和智能体的快速普及，软件工程师的职业定位与工作内容正在发生根本性转变。亚马逊将当前阶段定义为“文艺复兴开发者时代”，其核心理念在于人类的业务判断力与机器智能相结合，能够以更高效率交付新产品与核心服务。然而，为了兼顾技术趋势与工程效率，亚马逊在内部推进 AI 整合的过程中曾探索多项量化考核手段。

在出台新规之前，亚马逊曾多次统计员工使用 AI 工具的次数、消耗的词元（Token）数量以及编写的代码行数，并基于这些数据建立团队排行榜，试图引导更多工程师将 AI 融入日常工作。但此举在内部引发了部分员工的不满，担忧团队为达成 AI 使用数据要求而增加不必要的操作，导致考核标准与提升实际工作效率的目标发生偏离。

本次更新是亚马逊迄今最明确的公开表态，直接承认了将数据指标作为唯一考核导向所存在的风险。备忘录警告，过度追求指标可能适得其反，例如为了增加词元消耗量而滥用 AI，但最终既没有写出质量更好的软件，也没有实质改善客户体验。特科维茨明确表示，如果将使用数据当作强制达到的目标而非衡量工作表现的参考，极易造成负面结果。同时，备忘录指出，由于 AI 技术迭代极快，详细规定工程师该如何使用 AI 的指南很快就会过时，因此新版准则将重点牢牢锚定在客户和业务能够获得的长期成果上。

影响分析

对中文开发者与软件从业者而言，此次亚马逊的准则更新传递出一个重要的行业导向：AI 工具的引入不是终点，业务价值的最终兑现才是技术应用的真正标尺。在当前许多企业将“是否使用 AI”作为硬性 KPI 或绩效考核指标的背景下，这一导向具有明显的警示与纠偏作用。盲目追求词元消耗量和代码行数等过程指标，往往会导致软件架构变得不必要地复杂，系统维护成本与运行开销随之激增，最终拖累整体的工程效率。从业者及团队管理者应借鉴此思路，将 AI 工具定位为提升个人判断力与开发效率的辅助手段，而非考核本身。当 AI 工具在某些特定的专业领域或历史遗留系统维护中暂时无法带来显著效率提升时，具备扎实工程能力并能清晰论证“为何不采用 AI”的专业判断力，本身就是核心竞争力所在，而非能力短板的体现。

适用边界

本次考核准则更侧重于强调业务价值导向的宏观工程理念，其具体管理细节高度契合亚马逊等大型科技巨头的研发体系。对于以短平快、强迭代为核心的纯外包团队，或处于项目早期探索阶段、且缺乏明确业务转化标准的初创团队，直接照搬“长期业务成果”作为短期考核标准，可能因缺乏短期可量化指标而导致团队方向迷失。同时，对于纯算法研究或高度依赖底层基础设施开发的特定技术岗位，AI 工具当前直接创造的业务价值路径可能并不清晰，相关团队在应用此准则时仍需建立更加细化的技术评估维度，而非单纯的代码或词元产出指标。

孤本观察

本次备忘录中允许工程师证明“AI 暂不适用”的条款，实质上是对“AI 工具万能论”的一次制度性纠偏，在强化 AI 作为核心实践工具的同时，明确保留了技术判断的空间，避免将考核指标彻底异化为无差别的机械要求。

来源：IT之家