Amazon wyraźnie rozdziela dwie rzeczy: korzystanie ze sztucznej inteligencji i tworzenie dzięki niej wartości. W memorandum, które krążyło wewnętrznie we wrześniu 2026 roku, a opublikowano je 27 października, Terk Terkowitz, wiceprezes i distinguished engineer w Worldwide Amazon Stores, opisuje „Renaissance Developer” — inżyniera, którego pracę definiują rezultaty, a nie używane narzędzia.
13
20
Kim jest „Renaissance Developer” według Amazona?
To programista, który łączy narzędzia AI z własnym osądem i wiedzą specjalistyczną, by tworzyć nowe rozwiązania. Nie oznacza to, że AI ma być używana przy każdym zadaniu. Inżynierowie powinni umieć wyjaśnić, kiedy dostępne narzędzia nie pomagają w ich pracy. Amazon określa taką ocenę jako „ustalenie, nie porażkę”.
10
20
Najważniejsze jest zrozumienie problemu, dobranie odpowiednich narzędzi i dostarczenie użytecznego rezultatu — nie samo demonstrowanie aktywności. Wytyczne odnoszą się również do menedżerów zespołów programistycznych, więc dotyczą także sposobu wspierania i oceniania pracy zespołów.
5
31
Dlaczego Amazon ostrzega przed „tokenmaxxingiem”?
„Tokenmaxxing” to maksymalizowanie zużycia tokenów AI, by pokazać, że intensywnie korzysta się z tych narzędzi. Amazon przestrzega przed traktowaniem liczby tokenów, poziomu adopcji AI, zmian w kodzie, przeglądów kodu czy liczby linii kodu jako samodzielnych miar produktywności inżynierów. Takie liczby opisują nakład lub aktywność, ale same nie pokazują, czy skorzystali na tym klienci albo firma.
7
11
31
W memorandum tę krytykę powiązano też z zasadami przywództwa Amazona. „Tokenmaxxing” ma stać w sprzeczności z oszczędnością („Frugality”), a ocenianie pracy liczbą linii kodu — z zasadą „Invent and Simplify”, czyli tworzenia i upraszczania. Zwiększanie zużycia narzędzi lub ilości kodu może podnosić koszty i komplikować rozwiązania, nie dowodząc przy tym, że praca stała się bardziej wartościowa.
11
31
Nie znaczy to, że dane o wykorzystaniu AI są całkowicie bezużyteczne. Według relacji z memorandum Amazon przyznaje, że wskaźniki użycia mogą korelować z wynikami, ale należy podchodzić do nich ostrożnie i z rozwagą.
16 Korelacja może być sygnałem, który warto zbadać; nie oznacza jednak, że sam wskaźnik powinien stać się celem. Jeśli nagradza się zespół za zwiększanie zużycia tokenów, można podbić tę liczbę bez poprawy jakości pracy.
Co menedżerowie mają sprawdzić?
Wytyczne zalecają dokładniejsze przyjrzenie się zespołom znajdującym się blisko 10. i 90. percentyla adopcji AI.
16 Nie oznacza to, że zespoły korzystające z AI najmniej są w tyle, ani że te korzystające najwięcej osiągają najlepsze wyniki. Statystyki użycia mają prowadzić do pytań, a nie wydawać werdykt.
W zespołach rzadziej sięgających po AI menedżerowie mogą sprawdzić, czy obecne narzędzia nie pasują do wykonywanych zadań, czy pracownicy napotykają przeszkody albo czy umykają im przydatne zastosowania. Przy intensywnym użyciu warto z kolei ustalić, czy poprawia ono rezultaty, czy tylko zwiększa aktywność i koszty. To praktyczne sposoby interpretowania skrajnych wyników — nie zastępstwo dla głównej zasady memorandum: należy oceniać wartość wykonanej pracy.
Wniosek dla zespołów inżynierskich
Wytyczne Amazona nie nakazują unikania AI ani nie wyznaczają minimalnego poziomu jej użycia. Zachęcają inżynierów do kierowania się osądem, wykorzystywania wiedzy branżowej i skupienia na efektach dla klientów oraz firmy. Menedżerom przypominają, by ostrożnie korzystali ze wskaźników adopcji, zamiast zamieniać je w ranking wyników.
16
20
Różnica jest prosta: użycie AI to nakład, a celem są wartościowe rezultaty pracy inżynierskiej. Jeśli AI nie pomaga w konkretnym zadaniu, wyjaśnienie przyczyn może pokazać zespołowi, gdzie narzędzia jeszcze się nie sprawdzają — bez presji, by sztucznie zwiększać ich użycie.
10