IT之家 10 月 28 日消息，当地时间 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。

(资料图)

亚马逊副总裁兼杰出工程师特克 · 特科维茨指出，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，也更加深刻。不过，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。“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变软件行业，程序员的工作内容也随之发生变化。亚马逊将这一阶段称为“文艺复兴开发者时代”，认为人类的判断力与机器智能相结合，可以更快、更高效地开发新产品和服务。

软件行业正经历变革，软件工程师的职业定位也在发生变化。亚马逊近年来越来越重视工程师和技术管理人员使用 AI 的情况，并尝试将其纳入考核。公司曾统计员工使用 AI 的次数、消耗的词元数量及编写的代码行数，还根据部分数据制作排行榜，对不同团队进行比较。

不过，备忘录警告，拿这些数据衡量工作表现，与要求员工尽可能提高数据，是两回事。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，却没有写出更好的软件，也没有改善客户体验。特科维茨表示：“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，亚马逊此前一直尝试不同方法，希望既能衡量工程团队的 AI 使用情况，也能鼓励员工更多地使用 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，部分团队还推出了以词元消耗量等数据为依据的排行榜。此举引发部分员工不满，担心为了达到 AI 使用要求而增加不必要的操作，反而会比真正提高工作效率更容易获得认可。

新版准则是亚马逊迄今最明确的一次公开承认，表明公司意识到了这种风险。亚马逊认为，详细规定工程师该如何使用 AI，很快就可能因技术进步而过时，因此新版准则将重点放在客户和业务能够获得的长期成果上。

IT之家获悉，亚马逊并没有因此降低对 AI 应用的重视程度。公司强调，AI 应当成为“软件工程实践的核心”，并要求工程师在日常工作中使用这项技术。

备忘录还要求管理人员亲自在实际项目中使用 AI 工具，了解 AI 能解决哪些问题、在哪些方面仍有不足，并向团队解释自己的判断依据。

特科维茨指出，亚马逊发现，词元消耗量、AI 工具使用情况和代码审查等数据，与公司重视的工作成果确实存在一定联系，但不能只看数字。消耗更多词元意味着成本可能增加，一味追求代码行数也容易让软件变得不必要地复杂。

对于 AI 应用情况差异较大的团队，管理人员需要重点检查两个群体：排名后 10% 的团队，了解他们为什么没能有效利用 AI；排名前 10% 的团队，则要确认大量使用 AI 是否真的加快了工作交付。

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取得了更好的成绩。相反，没有采用 AI，或者未能提高产出指标的团队和员工，则逐渐落后于其他人。

不过，新准则并不意味着所有工程师都必须证明 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，与同事和管理人员交流，共同寻找解决办法。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。”