Amazon предупредила инженеров: высокий расход токенов сам по себе не доказывает продуктивность. В обновлённых 27 октября рекомендациях компания требует оценивать метрики использования ИИ через результат работы команд, а не через количество запросов к моделям, строк кода или проведённых ревью. Для российских разработчиков и руководителей это знакомый сигнал: если KPI легко измерить, его почти наверняка начнут оптимизировать вместо продукта.
Документ появился после того, как внутри Amazon заметили практику tokenmaxxing — намеренное наращивание потребления токенов ради хорошего вида на внутренних дашбордах, сообщает Tom's Hardware. Компания не отказывается от генеративного ИИ: напротив, она считает его будущим центром инженерной практики. Но между «инструментом пользуются» и «инструмент ускорил поставку ценности» лежит разница размером с облачный счёт.
Под подозрением оказались привычные показатели внедрения: доля сотрудников с доступом к ИИ, число токенов, объём изменений в коде и количество code review. По отдельности они могут быть полезны для наблюдения, но становятся «глубоко ошибочными», когда их превращают в целевые значения. Тогда инженер получает стимул гонять задачу через модель без необходимости, дробить запросы или создавать лишние изменения, чтобы график выглядел бодрее.
Amazon связывает такой подход не только с качеством разработки, но и с собственной культурой бережливости. Лишние обращения к моделям увеличивают затраты на вычисления, а сгенерированный без нужды код добавляет команде будущую стоимость сопровождения. ИИ-ассистент, который за минуту написал не тот модуль, не экономит час: он просто переносит его в очередь на ревью, тестирование и разбор инцидентов.
Вместо погони за входными показателями Amazon предлагает смотреть на долгосрочные итоги: скорость и предсказуемость поставки, качество сервиса, надёжность, удовлетворённость пользователей и экономический эффект. Это не означает, что телеметрию надо выбросить. Метрики использования ИИ остаются диагностическим инструментом, если менеджер сопоставляет их с другими данными и контекстом конкретной команды.
В рекомендациях есть важная управленческая деталь: анализировать предлагают и команды с минимальным, и команды с максимальным использованием ИИ. Первые могут показать, где инструмент пока не решает реальную проблему; вторые — принёс ли интенсивный режим измеримый выигрыш или лишь увеличил расход. Такой срез полезнее единого норматива «токенов на разработчика», который неизбежно уравняет поддержку легаси-сервиса, исследовательскую команду и продукт с жёсткими требованиями к безопасности.
Amazon уже сталкивалась с последствиями неудачной геймификации. В мае стало известно, что сотрудники использовали внутреннего ИИ-агента MeshClaw для действий вроде развёртывания кода и работы со Slack, в том числе чтобы поднять личные показатели потребления токенов. По данным CNBC, компания тогда отключила внутреннюю таблицу лидеров после попыток сотрудников играть на рейтинг. Новые правила выглядят как попытка исправить не поведение отдельных инженеров, а саму систему стимулов.
Контекст шире Amazon. Глава операционного блока Uber Эндрю Макдональд в мае говорил, что рост потребления токенов ещё не превратился в полезные потребительские функции. При этом CTO Uber ранее рассказывал, что годовой бюджет компании на Claude Code был исчерпан уже к апрелю. В Accenture, как сообщало 404 Media, руководители обсуждали рост расходов при переходе от чат-ботов к агентным сценариям и непредсказуемость цены отдельных задач. Фирма, по этим данным, разрабатывает инструмент Token IQ для контроля таких расходов.
Для бизнеса вывод довольно приземлённый. Не стоит спрашивать команду, сколько запросов она отправила модели; лучше проверить, сократилось ли время до релиза, стало ли меньше ручной рутины, снизилось ли число дефектов и остались ли эти улучшения после того, как исчез эффект новизны. Для разработчиков это тоже хорошая новость: способность объяснить, почему ИИ сейчас не подходит для конкретной задачи, Amazon прямо называет результатом профессионального суждения, а не сопротивлением переменам.
Следующий этап внедрения генеративного ИИ в разработку будет не про рекорды в дашбордах, а про стоимость завершённой полезной работы. Компании, которые научатся связывать метрики использования ИИ с качеством и экономикой продукта, получат преимущество; остальные рискуют построить дорогую фабрику по производству токенов.
