亚马逊（Amazon）近日向工程团队发布内部备忘录，明确呼吁开发人员减缓对人工智能“Token Maxxing”（即过度消耗代币以追求使用量指标）的倾向。这一战略调整旨在应对日益上升的人工智能成本及系统复杂度。
亚马逊副总裁兼杰出工程师 Terk Terkowitz 在备忘录中阐述了公司在人工智能时代对软件开发工程师角色的重新定义。他指出：“我们最高产的工程师已经证明，无论是开发者角色还是其产出，都不由是否使用 AI 来定义。我们现在正处于‘文艺复兴式开发者’的时代，将 AI 工具与人类判断力和领域专业知识相结合，以构建全新的事物。”
这意味着，虽然亚马逊鼓励开发人员使用人工智能，但单纯燃烧代币并不等同于完成有价值的工作。备忘录强调，重点不应放在快速的技术迭代上，而应回归到为客户和企业提供有用软件及实际结果的需求本身。
鉴于输入、工具和技术变化速度空前，很难定义一种经得起时间考验的“AI驱动良好工程实践”。目前，尽管部分采用 Token Maxxing 的团队显示出生产力提升的相关性，但亚马逊指出这些指标存在严重缺陷，因为它们往往与真正重要的因素无关。
备忘录警告称，如果将代币消费等指标作为目标而非衡量手段，可能会驱动负面结果，包括增加成本和代码复杂性，这与亚马逊“发明和简化”的核心使命相悖。
一位亚马逊发言人证实，该备忘录的意图确实是阻止大规模的代币滥用。发言人引用了 AWS 首席执行官 Matt Garman 在6月份的评论，他当时鼓励开发人员在正确使用 AI 工具开发软件时，应衡量最终结果，而非代币消费量。
此外，亚马逊希望开发人员更多地思考 AI 如何帮助“改善客户和业务单位的交付”，而不是仅仅为了证明 AI 对自己有用而寻找应用场景。备忘录观察到，一些工程团队与客户及业务的联系正在减弱；而那些更关注产品和业务角色的团队，则能最大限度地利用 AI 和代理软件开发的优势。公司呼吁更多团队采取这种以结果为导向的方法。
对于尚未从当前 AI 工具中获益的情况，备忘录持包容态度：“如果你的工作没有受益于当前的人工智能工具，这是一个发现，而不是一个失败。”能够解释为何 AI 无法辅助其工作的工程师，被视为展示了公司所要求的判断力。
亚马逊的这一立场与微软（Microsoft）在8月份向其内部开发团队传达的信息高度相似。微软副总裁 Jay Parikh 当时明确表示：“我们没有针对 tokenmaxxing 进行优化，我希望我们所有人都专注于为客户和业务带来最大效益。”
随着两大科技巨头开始质疑代币消费是否能有效衡量数千名软件工程师的生产率，业界似乎正迎来转折点。未来，可能会有更多企业转向依赖“足够好”的开放权重模型，从而避免陷入盲目追求技术复杂性的陷阱。
