คำตอบเผยแพร่แล้ว20 แหล่งที่มา
Amazon ชี้ตัวเลขการใช้ AI ไม่ใช่คำตอบ: วัดที่ผลงาน ไม่ใช่จำนวนโทเคน
แนวทางที่ Amazon เผยแพร่เมื่อ 27 ตุลาคม หลังเวียนภายในตั้งแต่เดือนกันยายน ระบุว่าควรให้ความสำคัญกับผลลัพธ์ มากกว่าว่าใช้เครื่องมืออะไรหรือใช้ AI มากแค่ไหน [1][5][8] จำนวนโทเคน การนำเครื่องมือ AI ไปใช้ และปริมาณการแก้หรือรีวิวโค้ด อาจบอกกิจกรรมที่เกิดขึ้น แต่ไม่ได้ยืนยันว่าทีมสร้างผลงานที่มีคุณค่ามากขึ้น [5][7] Amazo...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- แนวทางที่ Amazon เผยแพร่เมื่อ 27 ตุลาคม หลังเวียนภายในตั้งแต่เดือนกันยายน ระบุว่าควรให้ความสำคัญกับผลลัพธ์ มากกว่าว่าใช้เครื่องมืออะไรหรือใช้ AI มากแค่ไหน [1][5][8]
- จำนวนโทเคน การนำเครื่องมือ AI ไปใช้ และปริมาณการแก้หรือรีวิวโค้ด อาจบอกกิจกรรมที่เกิดขึ้น แต่ไม่ได้ยืนยันว่าทีมสร้างผลงานที่มีคุณค่ามากขึ้น [5][7]
- Amazon เตือนเรื่อง “tokenmaxxing” หรือการใช้ AI มากเกินไปเพื่อดันตัวเลข และมีรายงานว่าบริษัทปิดลีดเดอร์บอร์ดการใช้งานภายในเมื่อเดือนพฤษภาคม หลังพนักงานไล่ทำยอดโทเคน [9]
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: What does Amazon’s revised AI guidance for software engineers, signed by vice president and distinguished engineer Terk Terkowitz, circulate. Article summary: Amazon’s revised guidance puts engineering outcomes above raw AI usage: using more AI is not, by itself, evidence of greater productivity, and engineers should focus on whether it helps deliver better results.[6][7] The . Topic tags: general web, agents, prompt engineering, ai, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
แนวทางวิศวกรซอฟต์แวร์ฉบับปรับปรุงของ Amazon ส่งสารชัดเจนว่า การใช้ AI มากขึ้นไม่ได้แปลว่าทำงานได้ดีขึ้นโดยอัตโนมัติ สิ่งสำคัญคือเครื่องมือช่วยให้ส่งมอบผลลัพธ์ที่ดีขึ้นต่อลูกค้าและธุรกิจหรือไม่ แนวทางนี้เวียนภายในตั้งแต่เดือนกันยายน ก่อนเผยแพร่ต่อสาธารณะเมื่อวันที่ 27 ตุลาคม 1
8
ทำไมตัวเลขเหล่านี้จึงชวนให้เข้าใจผิด
Amazon ระบุว่าตัวชี้วัดอย่างจำนวนโทเคนที่ใช้ อัตราการนำเครื่องมือ AI ไปใช้ และจำนวนการเปลี่ยนแปลงหรือรีวิวโค้ด เป็นตัววัดที่มีข้อจำกัดอย่างมากเมื่อใช้แทนผลงานจริง เพราะตัวเลขเหล่านี้อาจไม่สัมพันธ์กับสิ่งที่สำคัญที่สุด นั่นคือผลลัพธ์ที่เกิดขึ้น 7
พูดง่าย ๆ คือ จำนวนครั้งที่หยิบเครื่องมือมาใช้หรือปริมาณโค้ดที่เพิ่มขึ้นบอกได้ว่ามีกิจกรรมเกิดขึ้น แต่ไม่ได้บอกโดยตรงว่าซอฟต์แวร์ดีขึ้น แก้ปัญหาได้มากขึ้น หรือสร้างประโยชน์ต่อธุรกิจมากขึ้น การตั้งตัวเลขเหล่านี้เป็นเป้าหมายแทนที่จะใช้เป็นข้อมูลประกอบ จึงเสี่ยงสร้างแรงจูงใจผิดทาง 4
“Tokenmaxxing” กับต้นทุนที่เพิ่มโดยไม่จำเป็น
คำว่า “tokenmaxxing” หมายถึงการใช้เครื่องมือ AI มากเกินไปโดยไม่ใส่ใจมากพอว่าผลลัพธ์มีคุณภาพหรือช่วยงานจริงหรือไม่ 14 หากพนักงานพยายามเพิ่มยอดใช้ AI เพื่อให้ตัวเลขดูสูง การทำเช่นนั้นอาจเพิ่มต้นทุนและความซับซ้อน โดยไม่ได้ทำให้งานมีคุณค่าขึ้นตามไปด้วย
7
9
10
Amazon จึงไม่ได้เสนอให้เลิกใช้ AI แต่ให้เลือกใช้เมื่อเครื่องมือช่วยให้งานดีขึ้น และพิจารณาตัวเลขการใช้งานควบคู่กับข้อมูลอื่น รวมถึงผลลัพธ์ในระยะยาว 1
13
บทเรียนจากลีดเดอร์บอร์ดภายใน
มีรายงานว่า Amazon ยุติลีดเดอร์บอร์ดการใช้ AI ภายในเมื่อเดือนพฤษภาคม หลังพบว่าพนักงานบางส่วนไล่เพิ่มจำนวนโทเคนเพื่อขยับอันดับ และมีรายงานว่าบางคนใช้ระบบทำงานที่ไม่จำเป็นเพื่อดันยอดการใช้งาน 9 พนักงานบางส่วนกังวลว่าแรงกดดันให้ใช้ AI อาจให้รางวัลกับกิจกรรมที่สิ้นเปลือง แทนที่จะสะท้อนงานที่มีประสิทธิผล
4
ในอีกด้านหนึ่ง มีรายงานว่า Amazon ขอให้ผู้จัดการตรวจสอบทีมที่มีอัตราการใช้ AI สูงและต่ำ 4 การดูข้อมูลเช่นนี้อาจช่วยให้เข้าใจว่าแนวทางใดได้ผล แต่ไม่ควรตีความตัวเลขการใช้งานเพียงอย่างเดียวว่าเป็นคะแนนผลงานของทีมหรือพนักงาน ข้อนี้เป็นการอ่านความหมายจากแนวทางที่มีรายงาน ไม่ใช่คำพูดโดยตรงของบริษัท
จุดที่ข้อมูลยังยืนยันไม่ได้
ข้อมูลที่มีรองรับหลักการสำคัญว่า Amazon ต้องการส่งเสริมการใช้ AI โดยไม่เอาปริมาณการใช้มาแทนผลการทำงาน แต่ยังไม่เพียงพอที่จะยืนยันรายละเอียดเรื่องการวัด “feature velocity” การบันทึกและแบ่งปันกรณีที่ AI ไม่ช่วยงาน การกำหนดให้ผู้นำใช้ AI ในงานจริง หรือเกณฑ์ตรวจสอบทีมในกลุ่ม 10% บนสุดและล่างสุด เช่นเดียวกับข้อกล่าวอ้างเรื่องการไม่มีเพดานโทเคนของ Amazon หรือการที่บริษัทอื่นจำกัดโทเคนและหันไปใช้โมเดลโอเพนซอร์สราคาถูกกว่า
ข้อสรุปที่มีหลักฐานรองรับจึงอยู่ที่หลักคิด: ใช้ AI เมื่อมันช่วยให้งานดีขึ้น และตัดสินคุณค่าจากผลลัพธ์ทางวิศวกรรมและธุรกิจ ไม่ใช่จากจำนวนโทเคนหรือปริมาณโค้ดเพียงอย่างเดียว 1
6
7
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "Amazon ชี้ตัวเลขการใช้ AI ไม่ใช่คำตอบ: วัดที่ผลงาน ไม่ใช่จำนวนโทเคน" คืออะไร
แนวทางที่ Amazon เผยแพร่เมื่อ 27 ตุลาคม หลังเวียนภายในตั้งแต่เดือนกันยายน ระบุว่าควรให้ความสำคัญกับผลลัพธ์ มากกว่าว่าใช้เครื่องมืออะไรหรือใช้ AI มากแค่ไหน [1][5][8]
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
แนวทางที่ Amazon เผยแพร่เมื่อ 27 ตุลาคม หลังเวียนภายในตั้งแต่เดือนกันยายน ระบุว่าควรให้ความสำคัญกับผลลัพธ์ มากกว่าว่าใช้เครื่องมืออะไรหรือใช้ AI มากแค่ไหน [1][5][8] จำนวนโทเคน การนำเครื่องมือ AI ไปใช้ และปริมาณการแก้หรือรีวิวโค้ด อาจบอกกิจกรรมที่เกิดขึ้น แต่ไม่ได้ยืนยันว่าทีมสร้างผลงานที่มีคุณค่ามากขึ้น [5][7]
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
Amazon เตือนเรื่อง “tokenmaxxing” หรือการใช้ AI มากเกินไปเพื่อดันตัวเลข และมีรายงานว่าบริษัทปิดลีดเดอร์บอร์ดการใช้งานภายในเมื่อเดือนพฤษภาคม หลังพนักงานไล่ทำยอดโทเคน [9]
แหล่งที่มา
aiweekly.coAmazon Memo Calls Token-Usage AI Adoption Metrics 'Deeply Flawed,' Pitches 'Renaissance Developer' | AI Weekly
cnbc.comAmazon's anti-tokenmaxxing memo says engineers ...
tradersunion.comAmazon updates AI coding guidelines as it warns engineers against tokenmaxxing