Amazon 改寫軟體工程師職務準則：看成果不看用了什麼工具，AI 用量可審慎參考但不要當目標，試過沒幫助要寫下原因

趨勢新聞2026 年 10 月 28 日

如果你的公司要求「每個人都要用 AI」，甚至統計誰用得多，這則新聞跟你有關。Amazon 10 月 27 日（美國時間，台灣時間 28 日凌晨）在官方新聞網站公開一封寄給全公司軟體工程師與主管的內部信，說它改寫了軟體開發工程師（SDE）的職務準則，也就是寫明這個職位要做到什麼的內部文件。信中說新準則聚焦不會變的事：對客戶、業務與團隊的影響；Amazon 在這篇文章的摘要寫，最重要的是成果，不是用了哪些工具（本站譯）。信裡同時要每個人盡快把 AI 用進日常工作；試過覺得目前的工具幫不上忙，「這是發現，不是失敗」（本站譯），但要寫下原因，和主管一起找解法。主管則要親手把 AI 用在正式工作上。這封信講的是 Amazon 對自家工程師與主管的期待；本站的讀法：被要求全面用 AI、或被拿 AI 用量比較的台灣工程師與主管，可以拿它對照自己公司的作法。

為什麼新版準則聚焦不變的成果

信由 Amazon 全球商店事業（Worldwide Amazon Stores）副總裁暨傑出工程師（Distinguished Engineer）Terk Terkowitz 署名，說新版準則是公司內傑出工程師與資深首席工程師社群討論後改的。信中說，過去二十年雲端、微服務、無伺服器這些技術浪潮改變了工程師的工作，職務準則一直盡量不明列特定技術；這次他們辯論過 AI 是不是例外，結論是聚焦「不會變的東西」：對客戶、業務與團隊的影響。談到怎麼定義「好的 AI 輔助工程作法」，信中說：「我們現在寫下的任何定義，到明年這時候大概都會顯得過時」（本站譯）。

聚焦成果，不代表不必學習與使用 AI。信裡寫：「如果你還沒開始，應該盡快花時間學習，把 AI 用進每天的工作」（本站譯）。

試過沒幫助，要寫下為什麼

信中原句是：「如果你的工作從目前的 AI 工具得不到好處，那是一項發現，不是失敗」（本站譯）。接著要求四件事：寫下原因、分享給同儕、帶去跟主管談、一起找解法。信還說，能講清楚 AI 哪裡還幫不上忙的工程師，展現的正是公司要的判斷力。本站的讀法：AI 幫不上忙時，重點是說得出具體原因，再跟同儕、主管一起想辦法。

用量可以看，不要當目標

信中說，長期成果可能較晚才顯現，也可能難以衡量、難與其他趨勢的影響區分，因此 Amazon 在某些情況下改用替代指標：一種是「投入指標」，例如 token 用量（AI 模型計算文字量的單位）、AI 工具採用率；另一種是「產量指標」，例如程式碼變更與審查的數量。信說：「我們都知道這些指標有很深的缺陷」（本站譯），主因是它們跟真正重要的事脫節；如果被當成目標、而不是量測工具，可能推高成本與複雜度。信舉了兩個例子：為衝用量而猛燒 token，違背 Amazon 領導準則（Leadership Principles）裡的「節儉」；用程式碼行數衡量，違背「創新與簡化」。

但信沒有叫大家丟掉這些數字。它寫，上述投入指標目前跟真正的產出相關性良好，AI 用得最深的「前沿團隊」生產力與交付都在增加，沒採用 AI、產出指標也沒增加的團隊與個人「正在落後」；謹慎、有判斷地拿這些投入指標來看自己的職涯與組織表現，是恰當的。也就是說，用量數字可以參考，只是不能取代成果。它建議特別留意 AI 採用率分布的兩端：第 10 百分位與第 90 百分位。假設公司有 100 個團隊按採用率排隊，第 10 百分位大約落在用得最少的那一頭，要去了解這些團隊為什麼沒用好；第 90 百分位落在用得最多的那一頭，要看交付有沒有跟著增加。

主管要親手用，還要說得出哪裡沒用

對技術主管與組織主管，信給了一個可以檢查的標準：「足夠的理解，是指你在正式工作上用過這些工具，能說出一項它幫上忙、一項它沒幫上忙的任務，並向團隊解釋這個判斷」（本站譯）。信也說，越貼近產品與業務的工程師（SDE）和工程經理（SDM），越能用好 AI；並建議各職級不帶人的個人貢獻者（IC）更深入了解客戶，以及團隊的產品方向。

還不知道的事，跟台灣的關係

Amazon 公開的是這封信，不是新版準則全文，本站沒讀到準則本身。信沒有寫生效日期；信中提到可以拿投入指標看職涯與組織表現，但沒有提到招募、考績或裁員，也沒說新準則怎麼用在這些地方。

本站的讀法：這封信對 Amazon 以外的公司沒有約束力，但它是一家大型科技公司用書面寫下的立場。公司如果把 token 用量排名當 KPI，Amazon 在信裡寫的是，這類指標被當成目標時可能推高成本；工程師試了 AI 覺得沒幫助，照這封信的作法，是把任務和原因記下來，拿去跟主管談。