亚马逊更新工程师考核准则：看业务价值，不看AI用量

10月28日消息，当地时间27日，亚马逊对面向AI时代的软件工程师工作准则做了更新。新准则把重点放在工程师创造了多少业务价值上，用了多少AI并不在考核之列。

亚马逊副总裁兼杰出工程师特克·特科维茨表示，AI对软件开发带来的影响，比云计算等以往的技术变革更快，也更深。但衡量工程师表现的关键，依旧是他们为客户和业务做出了什么成果，而不是用AI的频率或数量。他说：“我们都必须适应变化，花时间学习，否则就有可能被甩在后面。”

AI编程工具和智能体正在改写软件行业，程序员的工作内容也跟着变了。亚马逊把这一阶段叫作“文艺复兴开发者时代”，认为把人的判断力和机器智能放在一起，新产品和新服务就能开发得更快、更高效。

软件行业在变，软件工程师的职业定位也在变。近几年，亚马逊越来越关注工程师和技术管理人员用AI的情况，还试着把它纳入考核。公司统计过员工使用AI的次数、消耗的词元数量、编写的代码行数，也拿部分数据做过排行榜，用来比较不同团队。

不过备忘录提醒，拿这些数据衡量工作表现，和要求员工尽量把数据做高，并不是一回事。过度追求指标可能适得其反。比如为了增加词元消耗量而滥用AI，软件没写得更好，客户体验也没改善。特科维茨说：“如果把这些指标当作目标，而不是衡量工作的参考，就可能造成负面结果。”

据《商业内幕》报道，此前亚马逊一直在试不同的办法，既想衡量工程团队的AI使用情况，也想鼓励员工多用AI。

今年早些时候，亚马逊开始追踪工程师对内部AI工具的使用情况，部分团队还推出了排行榜，依据是词元消耗量等数据。一些员工对此不满，他们担心，为了达到AI使用要求而增加不必要的操作，反而比真正提高工作效率更容易得到认可。

新版准则是亚马逊迄今最明确的一次公开承认，说明公司已经意识到这种风险。亚马逊认为，详细规定工程师该怎么用AI，很快就会因为技术进步而过时，所以新版准则把重点放在客户和业务能获得的长期成果上。

不过，亚马逊对AI应用的投入并未因此减弱。公司方面表示，AI应该成为“软件工程实践的核心”，工程师在日常工作中也被要求用上这项技术。

备忘录还要求管理人员亲自在实际项目里用AI工具，弄清AI能解决哪些问题、哪些方面还不行，再向团队解释自己判断的依据。

特科维茨说，亚马逊发现，词元消耗量、AI工具使用情况、代码审查等数据，和公司看重的工作成果确实有一定联系，但不能只盯着数字。消耗更多词元，成本可能跟着增加；一味追求代码行数，软件也容易变得不必要地复杂。

团队之间AI应用水平差距明显时，管理人员需重点关注两类团队：对排名后10%的团队，要弄清楚他们未能有效利用AI的原因；对排名前10%的团队，则要核实高频使用AI是否真的提升了工作交付速度。

亚马逊发现，最积极使用AI的“前沿团队”，在工作效率和交付表现上成绩更好。反过来，没有采用AI、或者没能提高产出指标的团队和员工，正逐渐落到别人后面。

新准则并不意味着所有工程师都得证明AI能提高自己的工作效率。对于暂时无法从现有AI工具中受益的岗位，员工可以记录具体原因，和同事、管理人员交流，一起找解决办法。备忘录提到：“能够说明AI为什么暂时帮不上忙的工程师，恰恰展现了我们希望看到的判断力。”