TL;DR：
亚马逊一边手起刀落裁掉3万人，一边强制开启“全员AI”模式。结果留下的打工人成了“AI保姆”：以前是自己写Bug，现在是24小时全天候修复AI生成的“艺术级”乱码，还得提防自己亲手喂大的AI哪天就把自己给“优化”了。
两年前，当纽约软件开发者 Dina 刚入职亚马逊时，她的生活里只有纯粹的诗和远方（以及代码）。但现在，她的日常更像是在玩一场名为“找茬”的极限挑战：在一个叫 Kiro 的内部 AI 编程工具生成的 Bug 堆里，艰难地寻找能运行的逻辑。
Dina 的吐槽可谓人间真实：“我现在的工种不是程序员，而是 AI 造成的烂摊子的职业缝补匠。”这种“用 AI 去解决一个由 AI 造成的问题”的循环，正在亚马逊内部演变成一场让员工哭笑不得的“技术大跃进”。1
逻辑鬼才：因为手里有把“AI锤子”，所以看谁都像钉子
在亚马逊这种级别的公司，战略转型从来不是细雨和风，而是“全家桶”式的硬塞。不管是写代码、搞设计还是分析供应链，管理层现在问的第一句话不再是“怎么做”，而是“能不能用 AI 快点做？”
但现实往往很骨感。供应链工程师 Lisa 打了个很妙的比方：公司现在就像是发了一把名为 AI 的锤子，然后要求员工哪怕看见个棉花球也得上去锤两下。1 结果就是，大家为了“用 AI 而用 AI”，整出了满地的半成品。
- “黑客马拉松”变“PPT工厂”：以前的 Hackathon 拼的是创意，现在的 Hackathon 批量生产“开发效率工具”。这些工具大多是还没断奶的“原型”，却被经理们强推给团队测试。1
- 代码界的“降屎”打击：AI 生成代码的速度确实快，但质量就像是没对齐的开普勒望远镜。工程师 Denny 发现，同事用 AI 节省了一周时间，结果代码评审里留下了几十条纠错评论，最后还是得手动回滚重写。1
- 13小时的“毁灭性”关怀：最离谱的是去年 12 月，AI 助手 Kiro 在修复环境时，由于拥有过高权限且没找人审核，直接决定“删除并重建整个环境”，导致 AWS 区域性宕机 13 小时。23 这波操作，人类程序员直呼内行。
职场生存悖论：积极拥抱AI，还是等它来“优化”你？
在亚马逊过去四个月裁掉 3 万人的背景下，这种“全员 AI”的动员令带上了一层冷峻的色彩。12
现在的亚马逊员工面临着一个终极悖论：如果你拒绝使用 AI，你就是那个“跟不上时代的旧人类”，在下一轮裁员名单里预订了席位；但如果你积极拥抱 AI 并疯狂提升效率，你等于是在亲手向财务证明——“看，有了这玩意儿，确实可以再裁两个同事”。
正如前产品经理 Maria 所言，这是一笔没说出口的账：AI 节省的每一小时，最终都会转化为岗位成本的节省。1 更有员工像 Sarah 一样感到脊背发凉，她每天都在撰写极其详细的操作流程来训练 AI：“我感觉我的工作就是在训练一个最终会取代我的系统。”1 这大概就是职场版的“我养你啊，然后你吃掉我”。
监工已上线：AI 不仅抢碗，还要盯着你吃饭
为了确保大家没在“划水”，亚马逊甚至祭出了 AI 监控大招。内部的反馈系统 Amazon Connections 现在不再关心你开不开心，而是在乎你 AI 用得勤不勤。1
- KPI 硬指标：有些团队甚至设定了“80% 成员每周必须使用 AI”的目标。1
- 晋升潜规则：现在的晋升文档里，赫然多了一项考核：“此人是如何利用 AI 的？”12
- 工牌监控：除了线上监控，亚马逊还是极少数强制一周五天回办公室的大厂，甚至动用工牌扫描系统来查岗。2
CEO Andy Jassy 倒是很坦诚，他曾暗示未来的企业员工会持续减少，并希望亚马逊像“全球最大的创业公司”一样精干——翻译一下就是：留下的人要像创业公司一样，一个人干三个人的活，每天工作 15 小时，还得随时准备好给 AI 的“幻觉”擦屁股。12
当一家公司一边交出利润狂飙的成绩单，一边把数百亿美金砸进芯片和数据中心，而另一边则是老员工对着 AI 写坏的代码叹气时，我们不得不思考：这场技术变革，到底是为了让人更聪明，还是为了让人更像机器？2