萬萬沒想到，大廠程序員真要成流水線工人了。

這不是誰危言聳聽，而是亞馬遜不少程序員最近的親身感受——

很早開始，亞馬遜官方就鼓勵大伙兒在工作中用AI。

結果發展到今天，“鼓勵”更像是一種變相強迫：高層認為AI能提效，所以不少團隊人員直接砍半，項目ddl卻大大提前。

搞得不少程序員已經不只是讓AI打下手了，為了效率只能讓AI直接寫程序。

但眾所周知，AI編程根本做不到100%正確。

最近，微軟著名開源項目.NET Runtime，不就因為新出的Copilot代碼Agent嘗試幫忙自動修Bug，結果越幫越忙，從而被全球程序員吃瓜嘲笑么！

亞馬遜這邊也是，內部工程師用AI寫代碼，不僅正確率堪憂，還迫使程序員們變成了“代碼審核員”，必須得花大量心思去查bug、修bug。

壓根兒不是想象中“用AI解放自己，抽身去做更多高級任務?！?/span>

事到如今，亞馬遜工程師們的工作更繁雜了，但苦勞是自己的，功勞是AI的，都不知道今后職業晉升之路要怎么走了……

換誰誰不愁？

有時不得不直接讓AI寫出完整程序

在過去一年里，亞馬遜管理層鼓勵內部工程師們使用微軟Copilot和亞馬遜自己的AI助手等工具。

原因很簡單，當然是以「提高了生產力」為目標了啦。

但這種“鼓勵”，似乎在實際工作中成為了一種變相的“不得不”。

一方面，由于種種原因，一些團隊的人員幾乎減半，但是大家需要產出的代碼量并沒有減少。

這意味著每個人必須寫比以往更多的代碼。

另一方面，因為有了AI來幫忙，管理層非?！纲N心地」提前了每個項目的ddl。

也就是說，原本需要幾周時間開發的代碼，現在幾天之內就要交付。

沒辦法，開發者們有的時候只能直接讓AI寫出完整程序。

這帶來的結果就是，員工表示他們必須依賴AI才能跟上項目進度，否則績效就會受到影響，甚至可能被畢業。

面對這種情況，很多人都苦不堪言。

有不愿意透露姓名的亞馬遜工程師直言，“我們基本上必須被迫接受用AI來生成代碼，減少關于項目和代碼的討論時間，并立即將解決方案投入生產?！?/span>

寫代碼比讀代碼有趣多了。但當你用上AI工具，讀代碼（審核代碼）就替代寫代碼，成為你的主要工作。

而且現在的AI編程工具顯然不是十全十美的，他們經常發現一些編程上面的問題反反復復出現……

盡管如此，還是有一位亞馬遜現任工程師在采訪中表示，現在的備忘錄和測試軟件，很多都交給AI來寫了。

但傳統工作流程中，這些工作一般都交給初級工程師，讓他們在實際任務中積攢經驗。

大家擔心，這些環節因AI而變得自動化后，工程師將失去重要技能，晉升的機會也將大大減少。

針對這種情況，哈佛大學教授Lawrence Katz也表達了自己的不贊同。

在他看來，過度使用AI可能會阻止初學者掌握基本技能，“如果AI為他們撰寫初稿，他們可能永遠不會掌握編程的基礎知識”。

在亞馬遜內部，一個名為“亞馬遜氣候正義員工”的組織開始為憂心忡忡的工程師們發聲，主要圍繞“AI對工作帶來的影響”“AI時代工程師們的職業前景”等等話題展開。

亞馬遜官方：AI為我們節省了數千年的開發時間

亞馬遜不是唯一一家出現這個情況的大公司，谷歌、Shopify等內部都發生著類似的事情。

已經有技術史學家將這一現象與19世紀時發生的事情進行對比。

當時，工匠們被分配到具體崗位上，只專注處理某一個小規模片段的工作，而且是不斷重復的那種。

帶來的結果就是工作節奏過快，同時工作質量下降。

這和今時今日在寫代碼過程中運用AI帶來的感覺一樣：快速、模塊化的任務替代了深度、獨立的思考。

但公司和管理層們顯然不這么認為。

亞馬遜CEO Andy Jassy曾對微軟等在2023年的一項研究發現表示贊賞。該研究顯示，AI助手可以提高25%以上的程序員生產力。

當時，Andy Jassy就說「速度」是一家公司保持競爭優勢的關鍵，還稱贊生成式AI真的會節省很多成本。

面對此次內部工程師們的抱怨，亞馬遜發言人Brad Glasser告訴《紐約郵報》，AI的目標是增強工程師的專業能力，而不是取代他們；公司內部的晉升通道仍然十分清晰，并且仍然會基于個人表現酌情考慮。

亞馬遜官方表示，公司會定期評估團隊，并根據實際需要增加員工；隨著AI技術的發展，亞馬遜會繼續適應把AI整合進工作流的變化。

官方還說，亞馬遜員工對公司在AI上的投資給予了積極反饋（手動狗頭）。

確實，并不是所有人面對AI大規模介入工作而持悲觀態度。有人就覺得，AI讓自己從繁瑣的任務——比如更新舊代碼、編寫測試什么的——中解脫出來，從而能夠專注于高級開發。

“AI為我們節省了數千年的開發時間。”Andy Jassy在致股東的信中寫下這樣一句話。

網友對此進行了激烈的討論。

有人說，用上AI寫代碼，只是看上去節省了時間，但其實根本不省事。

用了AI編程過后，你得自己去排除bug……總之最后總是需要手動采取老辦法來完成編程。

當然也有人站在另一方：

不是我說，軟件工程師們普遍對通用人工智能的力量一無所知。

當然這種說法很快被覺得AI編程不好用的人駁斥了。

反駁理由是：

你這么說，肯定因為你不專業，只是寫一些很業余的代碼，來完成很小的項目哦～