随着业界对人工智能（AI）冲击软件工程岗位的担忧加剧，亚马逊发布内部备忘录，明确在AI重塑软件开发流程的背景下，公司对工程师的核心期望。
亚马逊承认AI在软件工程领域的能力及长远前景，但指出“难以定义经久不衰的AI工程实践标准”，当前制定的定义可能很快过时。公司认为，固守这些“过时的定义”将阻碍进步，因此应将焦点回归至软件工程中不变的要素：对客户、业务和团队的实际影响。无论输入、工具和技术如何迭代，最终交付的价值才是关键。
摒弃缺陷指标，关注长期成果
亚马逊直言，令牌使用量、AI工具数量、代码变更量及审查次数等常见指标存在“严重缺陷”，与核心价值脱节。若将这些指标作为目标而非衡量手段，可能引发负面后果，增加成本与复杂性。公司主张以长期成果为衡量标准，尽管这些数据存在滞后性、难测量且难以从其他趋势中剥离。
在AI采用率方面，亚马逊建议工程团队保持谨慎，重点审视采用率最低和最高的各10%团队。管理者需调查部分团队难以融入AI工作流的原因，并评估高频使用AI的团队是否实现了相应的生产力提升。
强调判断力与客户连接
数据显示，亚马逊领先的AI应用团队已在生产力和交付能力上取得改善。公司警告，拒绝采用AI或未能提升产出的工程师及团队面临落后风险。但同时明确，不强制要求在所有任务中使用AI。“若工作无法从当前AI工具中受益，这是一种发现，而非失败。”
亚马逊强调，能够识别并解释AI的局限性，正是工程师判断力的体现。公司要求工程领导者亲自上手体验AI工具，而非依赖二手信息，以便准确判断哪些任务因AI而改进，并阐释决策逻辑。此外，随着公司规模扩大，部分个人贡献者和管理者与客户的联系减弱，重新建立工程师与客户及业务重点的连接成为另一项优先事项。