Amazon 叫停 tokenmaxxing：燒 token 不等於有產出

Amazon 在 10 月 27 日公開了一份內部備忘錄，叫工程師別再「tokenmaxxing」了。

tokenmaxxing 是什麼？就是硬燒 AI 的 token 用量，讓自己在內部儀表板上看起來很積極。token 是模型處理文字的單位，用越多，帳面數字越好看。

Amazon 說，這種數字看看就好，不能當成績效。備忘錄點名了兩類指標：token 用量、AI 工具採用率這種「投入指標」，還有程式碼改動數、code review 數這種「產出量指標」。一旦把它們當成目標，結果就是成本變高、系統變複雜。Amazon 的說法很直接：這些指標「嚴重脫離真正重要的事」。

那真正重要的是什麼？長期成果。東西有沒有真的幫到客戶、幫到生意。備忘錄也承認，長期成果很難馬上量出來，也很難分清楚是誰的功勞。所以這些數字不是完全沒用，只是要用得小心：拿來參考，不要拿來排名。

備忘錄給主管的具體做法也寫得很清楚。去看 AI 用量最低的那一成團隊，搞清楚他們為什麼用不起來；再去看用量最高的那一成，確認他們燒這麼多，交付是不是真的有跟上。

還有一句值得記下來：「如果你的工作現在用 AI 工具沒什麼幫助，那是一個發現，不是一個失敗。」能講清楚 AI 在哪裡幫不上忙，本身就是一種判斷力。Amazon 把這種工程師叫做「文藝復興開發者」：AI 工具加上人的判斷和領域知識，才是新的工作方式。

這份備忘錄不是突然來的。今年五月，Amazon 才關掉一個內部排行榜。員工為了衝排名，拿內部 AI agent 去跑不需要的任務，把 token 數字刷高。公司沒有因此設 token 上限，只是把排行榜拿掉了。

AWS 在 10 月 21 日公布的一份測試，也剛好呼應這件事。同一個模型，換一套 coding agent 框架跑同樣的任務，一個要 24 美元，一個只要 8 美元，分數卻沒比較好。token 燒得多，有時候只是工具比較耗，不代表人比較認真。

不只 Amazon。微軟在八月也對內部說過類似的話：「tokenmaxxing 不是我們要優化的東西。」

為什麼值得讀

這篇跟工作室的關係很直接。我們也在用 AI 做事，遲早會遇到同一個問題：怎麼知道 AI 是真的有幫上忙，還是只是在製造看起來很忙的數字？

Amazon 的答案很簡單：看成果，不看用量。東西有沒有做出來、有沒有比較好用，才是標準。token 燒得多，不代表做得多。

另外那句「沒幫助是一個發現，不是一個失敗」，對小團隊尤其重要。知道哪裡不該用 AI，跟知道哪裡該用一樣值錢。

出處

原文：Amazon 備忘錄（由 Terk Terkowitz，Amazon 全球商店副總裁暨傑出工程師，2026 年 10 月 27 日公開發布；備忘錄全文刊於 Amazon 官網） 摘要依據：eWeek〈Amazon Warns Engineers Against 'Tokenmaxxing' in AI Coding〉（2026-10-28），https://www.eweek.com/news/amazon-tokenmaxxing-ai-engineering-guidance/ 另見：The Register〈Amazon tells tokenmaxxing devs to slow their AI roll〉（2026-10-28），https://www.theregister.com/ai-and-ml/2026/10/28/amazon-tells-tokenmaxxing-devs-to-slow-their-ai-roll/5306090 形式：摘要＋評論（來源為商業媒體，依授權規則不全文翻譯）