亚马逊CTO：AI写代码，我们仍招初级工程师

10月14日，亚马逊CTO Werner Vogels在深圳接受了媒体群访。面对AI生成代码日益普及的现状，一个直击开发者痛点的问题被抛出：AI写代码越来越强，应届生和初级工程师是否会被淘汰？

Werner的答案非常务实：亚马逊仍在大量招聘初级工程师，数量与过去持平。 他认为，虽然AI降低了代码生成的门槛，但人的价值并未贬值，只是对工程师的要求发生了变化。对于开发者和AI使用者来说，理解这种变化至关重要。

代码易得，协作与审美更值钱

Werner强调，代码生成变得容易了，但协作和系统理解依然是基本功。

想象一下维护一个运行了20年的大型系统（如Amazon S3）。新人加入时，面对的是二十年前的代码库和复杂的既有设计。大学教育很少专门训练学生如何阅读和维护这种遗留代码。

对于初级工程师来说，这意味着什么？

• 超越功能实现： 不仅要写出能跑的代码，还要确保代码能融入团队，理解设计意图，并评估改动对其他模块的影响。
• 沟通与协作： 开发者首先是协作者。你需要向同事解释你的方案，接受代码审查，并确保你的工作成果能被他人理解、接手和维护。
• 开源经历的价值： 参与过开源项目的毕业生会得到额外认可，因为这证明了他们具备跨团队协作和接受他人审查的经验。

AI时代，虽然生成代码变得容易，但代码进入团队后的讨论、修改和整合，依然需要人类的协作来完成。

初级工程师的新必修课：判断力与“验证债”

Werner提出了一个核心概念——“验证债”。

过去，程序员面对的是精确的编程语言；现在，人们用自然语言与AI交互，描述中难免存在模糊和遗漏。如果盲目信任AI生成的代码，就会积累这种“验证债”，即团队可能尚未发现潜在问题。

如何应对？

• 识别风险，而非逐行审查： 你不需要审查所有内容，但必须验证风险最高的部分。涉及安全、个人隐私的代码是重中之重，界面细节则可以通过查看实际效果来判断。
• 培养“代码审美”： Werner审查代码时，常感叹“这个解决方案真漂亮”。他尚未在AI生成的代码中看到这种惊艳感。这意味着，初级工程师需要通过学习，培养识别优雅、高效解决方案的能力，从“实现功能”进阶到“判断什么是好的实现”。

AI不是替代者，而是导师

很多人担心，未来的工程师是不是都要读博士才能胜任？Werner幽默地回答：“希望不是，否则我就要失业了！”

他认为，未来的趋势是AI辅助人类，而非替代人类。

• 资深工程师的角色转变： 资深工程师不需要再为每一个基础问题重复讲解。AI Agent可以承担部分解释工作，告诉新人团队为什么采用某种方式，或者指出方案哪里不符合规则。
• 知识整合： 企业积累了大量知识，未来的培养流程会将这些上下文整合起来，让新人能更快地理解“什么重要”，从而减少对高学历的盲目追求。

企业拥抱AI：成本与开放模型

除了技术趋势，Werner还分享了对云计算和AI商业化的看法。

• 云计算与成本控制： Werner推崇按需付费模式，这改变了企业的成本结构。他提醒企业，引入AI时必须关注“计算完整收益”。如果AI带来的系统开销超过了效率提升的收益，那么效率就是负的。业务部门也需要根据成本来重新评估对可靠性的要求（例如：购物车和结账功能的可用性要求可以与核心业务不同）。
• 开放模型的创新价值： 他特别提到国产模型Kimi及其底层的Mooncake架构，认为其“非常令人印象深刻”。Werner认为，开放模型降低了创新门槛，让每个人都有机会创新，而不只是财力最雄厚的人。他建议企业不要迷信基准测试排名，因为测试环境往往不是真实生活，适合任务的模型才是好模型。

结语

从亚马逊CTo的视角看，AI正在重塑开发者的工作方式，但并未抹杀初级工程师的价值。代码可以由AI生成，但系统的理解、风险的判断、优雅的方案设计，依然是人类工程师的核心竞争力。 对于开发者而言，现在最重要的任务是：学会与AI协作，并不断提升自己的“工程审美”。