2026年10月28日，独立开发者 Simon Willison 在博客上摘录了 Amazon 工程管理层的一段新表态，瞬间在硅谷程序员圈子里传开了。这段话来自 Amazon 全球商店副总裁兼杰出工程师 Terk Terkowitz 前一天发布的《AI 时代开发者角色更新指南》：“如果你的工作没有从当前的 AI 工具中获益，这是一项有效发现（finding），而不是个人失职（failing）。”他鼓励工程师记录原因、与同行分享并向经理汇报，称能够解释 AI 在何处尚无帮助，恰恰体现了公司要求的工程判断力。单看这段摘录，你会以为科技大厂终于停止强推 AI，开始给一线程序员松绑了；但翻开备忘录全文和过去半年的内部闹剧，这根本不是什么温情脉脉的放权，而是一场针对内部刷量烂账的制度止损。
先看这纸新规带出来的几个硬事实：
- 表态背景.2026年5月，Amazon 内部曾爆出团队面临每周 80% AI 采用率 的隐形考核压力，员工为了凑分被迫制造无意义的 AI 交互，甚至自建了一个内部 Token 排行榜，后被官方紧急关停。
- 指标底线.10月27日的新指南公开承认 Token 消耗量、工具采用率、代码变更量等指标存在严重缺陷，警告将其定为硬性目标会浪费资金并增加系统复杂性；但管理层话锋一转，依然认定这些指标与交付成果相关，明确允许在职业发展与组织绩效讨论中结合判断力继续使用。
- 审查机制.管理层提出抓两头的双向审查，要求重点核查采用率处于 第 10 百分位 附近的团队以摸清落地障碍，同时核查处于 第 90 百分位 附近的团队，验看高昂的调用量是否真转化成了实际交付。
免死金牌背后的举证账本
《墨子》有云：“楚王好细腰，宫中多饿死。”在软件工程里，这句话叫古德哈特定律——当一个指标变成硬性目标，它就不再是个好指标。
今年5月 Amazon 内部那场荒诞的刷榜闹剧，就是楚王好细腰的现代科技版。管理层想看 AI 转型决心，中层就敢往下压每周 80% 的使用率红线；一线程序员为了保住绩效评分，只好让 AI 反复生成废话、在无关紧要的脚本里空耗算力。管理层到了10月突然变得善解人意，承认强推 Token 消耗量只会浪费真金白银、奖励代码行数只会把系统改得更臃肿，说白了是财务和架构层面先一步算不过账了。
但我不太买账的是，外界把 Terk Terkowitz 那句金句当成了工程师的减负令。你仔细读完备忘录就会发现，Amazon 嘴上承认指标有严重缺陷，身体却很诚实地把它们留在了职业发展和组织绩效的考评桌面上。
不用 AI 不算失职，前提是你得交出一份够格的结案报告。
这就是“第 10 百分位与第 90 百分位”双向审查的精妙之处。以前是一刀切逼你用，现在改成了举证责任倒置：如果你排在采用率倒数 10%，你确实不会被直接判定为抗拒新技术，但你必须写文档、拉齐同行、找经理汇报，用严密的工程逻辑证明“不是我不努力，而是当前工具在这个场景下真没用”。排在前 10% 的重度用户也没法再靠刷 Token 混日子，管理层要来查你的账单有没有带来等量的业务交付。一线研发的合规负担根本没有消失，只是从“无脑刷调用量”变成了“写小作文自证清白”。
- 提醒.年底绩效评估（Forte）与晋升答辩临近，处于采用率两端的 Amazon 工程师需提前准备架构复杂度说明或交付转化数据，空口申辩在双向审查机制下极难过关。
为什么老手用 AI 反而慢了 19%
Amazon 之所以敢在官方指南里给“AI 没用”留出制度豁免口，还有一个更硬的外部原因：在深水区代码库里，AI 编程工具不仅可能没用，甚至在帮倒忙。
过去两年，大厂采购 AI 工具最爱拿来背书的，是 2025年2月 MIT 等机构涵盖微软、埃森哲及一家财富 100 强公司共 4867 名开发者的随机实地实验。那次测试显示，用上 Copilot 的开发者完成任务数增加了 26.08%。但很多人漏看了后半句结论：经验较少的初级开发者在常规任务里获益最多。
到了真正复杂的存量系统里，画风完全反过来了。独立研究机构 METR 在 2025年7月10日公布了一项极其严密的随机对照试验：他们找来 16 名经验丰富的开源开发者，在各自高度熟悉的大型代码库里处理 246 项真实任务。结果让人大跌眼镜——允许使用 AI 工具（主要是搭载 Claude 3.5/3.7 Sonnet 的 Cursor）时，这批老手完成任务的实际耗时反而增加了 19%。
更绝的是人的认知错觉。在实验开始前，这批资深程序员预期 AI 能让自己快 24%；等到实验结束、实际已经慢了 19% 之后，他们在问卷里依然主观觉得 AI 让自己快了 20%。（METR 在 2026年2月做过一次跟进测试，因部分老手拒绝再做无 AI 对照组导致严重选择偏差，机构直接声明新数据不可靠，这也从侧面印证了程序员对 AI 的心理依赖有多深。）
为什么老手用 AI 反而变慢，自己却浑然不觉？因为敲键盘写代码本来就不是资深工程师的瓶颈。在像 Amazon 全球商店这样动辄上千万行历史包袱的复杂架构里，老手花时间最多的是理清隐性依赖和边界条件。AI 一秒钟吐出两百行看似漂亮的代码，带来的爽感让人产生“变快了”的幻觉；但接下来花半小时去排查里面一个隐蔽的并发 Bug、再去对齐内部私有框架的规范，早就把省下来的敲字时间连本带利赔进去了。
- 结论.AI 编程工具目前是新手的加速器，却是复杂存量系统老手的降速带；承认这一客观边界，是科技公司管好研发效能账本的第一步。
现在回头看 Terk Terkowitz 那句被捧上天的名言，逻辑就彻底闭环了。Amazon 拥有全行业最庞大、历史最悠久的遗留代码库之一，如果继续像今年5月那样按着资深架构师的头去凑 80% 的周使用率，除了换来一堆昂贵的算力账单、更难维护的屎山代码，以及下降 19% 的真实效率，没有任何实际收益。真正值得盯紧的，是接下来几个月各家大厂年底绩效打分时，那些交上去了“AI 无效证明文档”的第 10 百分位程序员，究竟是真因为工程判断力拿到了晋升，还是在同辈竞争里被静默边缘化了。