亚马逊给 AI 时代工程师定规矩：不看用了多少 AI，只看交付了什么

当 AI 编程工具从「尝鲜」变成「日常」，一个尴尬的问题摆在管理者面前：怎么衡量一个工程师的价值？是按他写了多少行代码，还是按他调用了多少次 AI？亚马逊给出的答案很直接：都不对，要看他为业务创造了什么。

当地时间 10 月 27 日，亚马逊更新了面向 AI 时代的软件工程师工作准则，强调考核应看工程师创造了多少业务价值，而不是用了多少 AI。亚马逊副总裁兼杰出工程师特克·特科维茨表示，相比云计算等以往的技术变革，AI 对软件开发的影响来得更快、也更深刻；但衡量工程师表现的关键，仍然是他们为客户和业务带来了什么成果，而非使用 AI 的频率或数量。

一分钟速览

• 亚马逊更新 AI 时代软件工程师工作准则。
• 考核核心是业务价值，不是 AI 使用量。
• 公司认为 AI 对开发的影响比云计算更快、更深。
• 提出「文艺复兴开发者时代」：人类判断力与机器智能结合。
• 亚马逊此前曾统计员工使用 AI 的次数与消耗，尝试纳入考核。

为什么「用得多」是个坏指标

任何可以被量化的指标，一旦变成考核目标，就会被优化。统计 AI 调用次数，工程师可以拆小任务、重复提问；统计生成的代码行数，可以把简单逻辑写得很长。最后数字很好看，交付却未必更好。这在管理学里是老问题，只是在 AI 时代换了一个新外壳。

亚马逊的调整，本质上是把度量从「投入」拉回「产出」。业务价值听起来虚，但可以拆成可验证的结果：功能是否按时上线、故障率是否下降、客户问题是否更快解决、单位成本是否降低。这些指标不容易被单点作弊，也更接近企业真正付钱购买的东西。

「文艺复兴开发者」是什么角色

亚马逊用「文艺复兴开发者」来形容这一阶段的工程师：不只是写代码的人，而是能理解业务、提出问题、调用多种工具、对结果负责的人。AI 承担了越来越多的实现工作，人的价值就转移到判断、取舍和跨领域连接上。

这对工程师提出了更高要求。过去，熟练掌握一门语言和框架就能获得稳定位置；现在，能把模糊需求拆成可执行任务、能判断 AI 输出是否正确、能在安全与成本之间做权衡，才是稀缺能力。会写代码仍然重要，但「会定义问题」正在变得同样重要。

行业会跟进吗

大厂的标准往往会外溢。微软、谷歌、Meta 都在内部推行 AI 编程工具，也都面临同样的考核难题。如果亚马逊这套「看结果不看次数」的做法被证明有效，很可能成为行业参考；反过来，如果业务价值难以客观衡量，考核又可能退回主管的主观判断。

更现实的路径是分层：对初级工程师，看任务完成质量与学习速度；对高级工程师，看系统设计与业务影响；对管理者，看团队整体交付效率。AI 使用量可以作为观察指标，但不该成为奖惩依据。

一句话判断

AI 让「写代码」变得更便宜，也让「判断什么值得写」变得更贵。亚马逊的规矩说穿了就一句：工具是手段，交付才是答案。