亚马逊备忘录：Token消耗量等指标不宜衡量AI生产力
据CNBC报道，亚马逊于2026年10月27日在公司网站公开一份内部备忘录（9月内部流传），指导软件工程师使用AI工具时避免“tokenmaxxing”。
备忘录指出，Token消耗量、AI工具采用率以及代码变更或审查量，是衡量团队或组织AI使用情况的“严重缺陷”指标，可能导致更高成本和不必要的复杂性。公司表示，这些指标应“谨慎且有判断地”与其他数据结合使用，优先衡量长期结果。
亚马逊在5月关闭了内部AI使用量排行榜，此前发现有员工为冲榜而进行tokenmaxxing。备忘录称：“如果你的工作暂时无法从当前AI工具中受益，这是一个发现，而不是失败。”能够解释AI尚未帮助工作的工程师，展现了公司所要求的判断力。
原始来源：
标题：Amazon's anti-tokenmaxxing memo says engineers should be pickier about using AI 发布者：CNBC 发布日期：2026-10-27 URL：https://www.cnbc.com/2026/10/27/amazon-ai-coding-tokenmaxxing.html 来源性质：新闻报道 核验情况：本次读取全文关键段落 支持内容：备忘录内容、5月关闭排行榜、tokenmaxxing、“finding, not a failing”表述及指标评估
标题：Amazon tells software engineers to avoid ‘tokenmaxxing’ AI use 发布者：Seeking Alpha 发布日期：2026-10-28 URL：https://seekingalpha.com/news/4658620-amazon-tells-software-engineers-to-avoid-tokenmaxxing-ai-use 来源性质：新闻报道 核验情况：本次读取 支持内容：与CNBC报道一致的备忘录要点
ABAB AI 解读
亚马逊此前曾推动AI采用并跟踪使用量，5月发现员工通过不必要任务增加Token消耗以提升排名后关闭排行榜。本次备忘录进一步明确，单纯用量指标无法有效反映生产力。
公司提出以“feature velocity”等长期结果为导向的衡量方式，并认可工程师判断AI不适用的能力。此举反映在AI工具成本上升背景下，企业开始区分使用量与实际价值。
其他科技公司也出现类似内部使用压力与指标问题的报道。亚马逊此次公开立场，为行业提供了从用量导向转向结果导向的具体案例。
ABAB News · 认知定律
用量指标一旦成为目标，易诱发与实际价值脱节的行为。
关闭排行榜后，企业仍需明确替代的结果衡量方式。
承认AI暂时不适用，可减少不必要的资源消耗。