亚马逊此前一直尝试不同方法，希望既能衡量工程团队的 AI 使用情况，也能鼓励员工更多地使用 AI。

　　亚马逊并没有因此降低对 AI 应用的重视程度。公司强调，AI 应当成为“软件工程实践的核心”，并要求工程师在日常工作中使用这项技术。

　　备忘录还要求管理人员亲自在实际项目中使用 AI 工具，了解 AI 能解决哪些问题、在哪些方面仍有不足，并向团队解释自己的判断依据。

　　特科维茨指出，亚马逊发现，词元消耗量、AI 工具使用情况和代码审查等数据，与公司重视的工作成果确实存在一定联系，但不能只看数字。消耗更多词元意味着成本可能增加，一味追求代码行数也容易让软件变得不必要地复杂。

　　对于 AI 应用情况差异较大的团队，管理人员需要重点检查两个群体：排名后 10% 的团队，了解他们为什么没能有效利用 AI；排名前 10% 的团队，则要确认大量使用 AI 是否真的加快了工作交付。

　　亚马逊发现，最积极使用 AI 的“前沿团队”在工作效率和交付表现上取得了更好的成绩。相反，没有采用 AI，或者未能提高产出指标的团队和员工，则逐渐落后于其他人。

　　不过，新准则并不意味着所有工程师都必须证明 AI 能提高自己的工作效率。对于暂时无法从现有 AI 工具中受益的岗位，员工可以记录具体原因，与同事和管理人员交流，共同寻找解决办法。备忘录提到：“能够说明 AI 为什么暂时帮不上忙的工程师，恰恰展现了我们希望看到的判断力。”