亚马逊于 10 月 27 日发布修订后的软件开发工程师（SDE）岗位准则，文件由亚马逊全球商店 VP、Distinguished Engineer Terk Terkowitz 署名。新准则讨论了 AI 进入软件开发流程后，企业应当如何评价工程师和团队：亚马逊仍要求工程师学习并应用 AI，但强调工具用量不能代替实际成果。这一调整值得关注，是因为它直接回应了以 token 消耗量和 AI 采用率衡量生产力时可能出现的指标失真。
备忘录称，token 用量、AI 工具采用率、代码变更和代码评审等投入或吞吐指标都「存在严重缺陷」，主要原因是它们与真正重要的结果脱节。如果这些数字从辅助度量变成追逐目标，可能带来负面结果：刻意刷高 token 用量的「tokenmaxxing」与节俭原则相悖，以代码行数衡量工作则与「发明和简化」相冲突，还可能分别增加成本和软件复杂度。
Tom's Hardware 将这份准则解读为针对「tokenmaxxing」，即员工为了在内部数据面板上显得更有生产力而刻意抬高 AI 使用量。该媒体还援引 CNBC 报道称，亚马逊已于 5 月关闭一项内部排行榜，原因是员工被发现通过刷榜提高排名；亚马逊同时表示，公司没有为员工设置 token 上限。
亚马逊在备忘录中表示，最好用长期成果进行衡量，也接受长期成果的衡量。不过，公司并未要求管理者完全放弃投入指标。备忘录称，这些指标与重要产出具有良好相关性，在结合谨慎判断的情况下，可用于观察个人职业发展和组织表现。
准则建议特别关注 AI 采用度处于第 10 和第 90 百分位的团队：前者用于找出未能有效采用 AI 的团队并理解原因，后者用于判断大量使用 AI 的团队是否获得了相应的交付提升。管理者需要把工具投入与客户和业务成果联系起来，而不是只观察表层数字。
新准则并非否定 AI。亚马逊称，无论未来形成怎样的最佳实践，AI 都将处于软件工程实践的中心，并要求尚未采用 AI 的工程师尽快学习和应用相关工具。
同时，备忘录承认并非每项工作都能从现有 AI 工具中受益。如果 AI 暂时帮不上忙，亚马逊将其称为「一个发现，而不是失败」；能够说明 AI 尚未在哪些环节发挥作用的工程师，体现的是公司要求的判断力。Tom's Hardware 还报道称，亚马逊 CEO Andy Jassy 此前表示，AI 将改变日常工作的范围和速度。
