亚马逊工程领导层修改了软件开发工程师（SDE）的岗位指南，强调最重要的是最终成果，而不是使用了什么工具。
目前，我们的领导团队看到的最大变化之一，就是 AI 正在改变软件开发工程师（SDE）的工作方式。但与此同时，成为一名优秀 SDE 的核心要素依然未变。
最近，来自亚马逊各部门的工程领导层，包括杰出工程师和资深首席工程师，共同梳理并重申了在亚马逊担任 SDE 的核心内涵。结合公司最顶尖 SDE 的实践经验与洞察，他们制定了最新版的岗位指南。我们高产的工程师证明，无论开发者角色还是其输出成果，都不取决于是否使用了 AI 。我们正迈入文艺复兴型开发者的时代：将 AI 工具与人类的判断力及领域专业知识深度融合，从而打造全新的产品。作为拥有数万名 SDE 且在 Agentic AI 领域领先的公司，亚马逊希望分享我们对未来 SDE 角色的愿景，为广大客户提供借鉴。
以下是面向亚马逊全员软件工程师发布的备忘录正文：
各位 SDE（软件开发工程师）和 SDM（软件开发工程师主管）：
在制定新版亚马逊软件开发工程师（SDE）岗位指南时，我们面临一个关键问题：我们究竟应该多大程度上聚焦 AI？纵观历史，我们一直尽量避免在 SDE 岗位指南中明确限制具体技术，以体现亚马逊业务的多样性以及 SDE 工作范围的广度。过去二十年中，即便云计算、微服务、无服务器架构等技术浪潮不断重塑 SDE 的工作，我们依然坚持这一原则。然而，在资深首席工程师和杰出工程师群体中，我们展开了深刻的讨论：这一次会有所不同吗？与过往的趋势相比，AI 正在以更快的速度、从更根本的层面改变软件工程。什么是软件工程师，甚至什么是软件工程本身，都在发生着迅速而深远的变化。
尽管变革非常迅速，但我们认为现在仍处于早期阶段。我们每个人都需要拥抱这项改变，抽出时间不断学习，否则就有被淘汰的风险。 AI 对软件工程的影响才刚刚开始。虽然我们对未来有了初步愿景，但许多细节仍在演进。我们确信，无论未来的最佳实践如何演变，AI 都将处于软件工程实践的核心地位。如果你还没有开始，应该尽快抽出时间学习 AI，并把它应用到日常工作中。如果你已经在用 AI，请继续探索更好的实践方法，保持学习。变革的脚步不会停息。
想给“优秀 AI 工程实践”下一个经得起时间考验的定义并不容易。我们今天写的任何定义，到了明年此时可能都显得过时。而过时的定义容易拖累我们的进步，把工程实践固化在琥珀里，导致我们被时代抛在身后。为了解决这个问题，我们在更新 SDE 岗位指南时，决定聚焦在那些保持不变的事物上——具体来说，就是对客户、对业务以及对团队的影响。哪怕投入、工具和技术手段变化得比以往任何时候都快，真正重要的核心产出始终没变。
“大家经常问我：‘未来 5 到 10 年会发生什么变化？’但几乎没有人问我：‘未来 5 到 10 年，什么不会变？’实际上，第二个问题才更重要。”
—— 杰夫·贝佐斯（Jeff Bezos），2012 年接受沃纳·威格尔斯（Werner Vogels）采访
这一结论让编写岗位指南变得更容易，但可能也会给我们的 SDE 和 SDM 带来一个重要疑问：到底该如何使用 AI？又该如何衡量团队和组织中的 AI 使用情况？我们认为，衡量个人与团队表现的最优方式，是看长期成果。然而，这些成果往往具有滞后性，难以直接精准测量，也容易与其他趋势混在一起。在某些情况下，我们会转而参考投入指标（例如 Token 使用量或 AI 工具采用率）或吞吐量指标（例如代码变更数和 Code Review 数量）。我们都清楚这些指标存在巨大缺陷，因为它们脱离了真正核心的价值。如果把这些指标当作目标而非仅仅是参考衡量手段，可能会招致负面后果——比如增加成本（拼命刷 Token 违背了“节俭”原则），或者增加复杂度（按代码行数考核违背了“创新与简化”原则）。但我们坚信，凭借大家的强主人翁意识和对交付成果的专注，我们能够避免这些负面影响。
积极的一面在于，我们发现这些投入指标在短期内与关键的产出成果有着良好的相关性，预计这种情况还会持续一段时间。一方面，最积极拥抱 AI 的团队（我们称之为“前沿团队”）生产力和交付效率显著提升；另一方面，未采用 AI 或产出指标没有增长的团队和个人正在被拉开差距。因此，在规划个人职业发展和评估组织绩效时，审慎且理性地参考这些过程指标是合理的。我们建议特别关注 AI 采用率的第 10 百分位（找出那些未能有效拥抱 AI 的团队并探究原因）和第 90 百分位（找出高度使用 AI 的团队，评估其交付产出是否实现了相应增长）。通过共同努力，随着时间推移，我们一定会找到更好的衡量指标，并制定出更明智的目标。
“优秀的创作者和设计者非常深入地了解他们的客户。他们投入巨大精力来培养这种直觉。他们研究并理解大量的具体案例与细节，而不仅仅看问卷调查里的平均数。”
—— 杰夫·贝佐斯（Jeff Bezos），2016 年致股东信（Letter to Shareholders）
换句话说：优秀的领导者必须深入理解自己团队的工作。他们投入巨大的精力去培养这种直觉。他们深入研究并理解大量的具体案例（anecdotes），仔细跟踪实际产出，而不是仅仅盯着表面上的指标。
如果你目前的工作并没有从现有的 AI 工具中受益，这只是一项“发现”，而不是一种“失败”。请记录下具体原因，与同僚社区分享，提交给你的经理，并共同寻找解决方案。如果一名工程师能够清晰解释 AI 为什么在某些环节还没法提供帮助，那他正是在展现我们所要求的判断力。
作为技术领导者或组织管理者，你的职责之一就是确保团队或组织充分发挥 AI 的最大效用，从而为客户和业务带来更好的交付成果。这就要求你必须亲自深入理解这些技术，动手实践，而不是道听途说；同时还要了解其他人是如何使用它们的。所谓“充分理解”，意味着你已经在实际生产工作中亲身体验过这些工具，能举出它们有所帮助的具体任务，也能说出它们爱莫能助的场景，并能把这种判断力传达给团队。在组织中应用 AI，需要在探索更新、更好的工作方式与继续加大投入已有成熟方案之间做好权衡。判断力和审慎至关重要。作为领导者，我们希望你能够主动承担责任，将团队或组织的投入与产出紧密联系起来。
纵观整个公司，我们发现最具影响力的领导者，往往是那些在“学习并保持好奇心”（Learn and Be Curious）上加倍投入的人。他们不仅花时间自己学习 AI，还为团队成员腾出时间去学习。我们看到，这种投入给组织带来的回报极其丰厚。那些保持好奇心、同时妥善兼顾“交付结果”（Deliver Results）与“坚持最高标准”（Insist on the Highest Standards）的团队，从 AI 的应用中获得了最大的正向收益。
我们还发现，那些离产品和业务更近的 SDE 和 SDM，最能充分利用 AI 以及代理化软件开发（agentic software development）的优势。随着亚马逊不断发展壮大，我们注意到某些 IC 和 SDM 与客户及业务的联系变得不如以前紧密了。我们希望扭转这一趋势。我们建议各个级别的 IC 都要想方设法与客户保持紧密联系，深刻理解团队或组织的产品方向。一如既往，随着职级的提升，这种主人翁意识的范围和深度也会随之增加。对于 SDM，我们也建议你们抽出一部分精力，确保自己紧贴客户与业务，并协助组织内的 IC 做到这一点。
对我们的行业来说，这是一个充满变革的时代；对“何为软件工程师”的定义而言，这也是一个深刻重塑的时刻。我们坚信，软件行业以及软件工程师所面临的机遇前所未有地巨大。对于软件开发的未来，以及我们作为工程师的角色，我们感到前所未有的兴奋。我们将与大家携手——作为强大、好奇且执着于客户的主人翁，共同开拓软件开发的未来。
随着 AI 对我们业务和工程实践的影响日益显现，我们将在未来几年继续演进 SDE 的角色定义。但我们相信，真正核心的原则不会改变：那就是执着于客户，以及长期专注于交付结果。
编译自 Amazon News，原文链接：点击阅读。作者特克·特科维茨 (Terk Terkowitz)是亚马逊全球门店副总裁兼杰出工程师。