"Früher drängte man auf den Einsatz von KI, jetzt wird bemängelt, dass zu viele Token verbraucht werden" – Amazon bremst die Begeisterung der Programmierer: Seht den Token-Verbrauch nicht als eine Errungenschaft an.

Früher war die Anzahl der von Programmierern geschriebenen Codezeilen möglicherweise einer der Indikatoren für den Arbeitsaufwand. Heutzutage werden KI-Programmierwerkzeuge immer verbreiteter, und einige Unternehmen haben sich nun ein neues Ziel gesetzt: den Token-Verbrauch.

Wie oft wird KI täglich aufgerufen? Wie viele Token wurden verbraucht? Wie viel Code wurde generiert? Diese Daten scheinen zum neuen Standard zu werden, um zu messen, ob Programmierer KI aktiv anwenden – doch nun hat Amazon sich gemeldet und dieser Tendenz einen Dämpfer verpasst: Hören Sie auf, blind nach dem Token-Verbrauch zu streben. Viel KI-Einsatz bedeutet nicht, dass die Arbeit gut erledigt ist.

Kürzlich hat Amazon ein Leitfadendokument für Software-Ingenieure öffentlich veröffentlicht, in dem ausdrücklich festgelegt wird, dass das Unternehmen erwartet, dass Entwickler sich stärker auf den tatsächlichen Wert konzentrieren, den KI erzeugt, anstatt blind Token zu verbrauchen, um die Nutzungsdaten zu verbessern.

Amazon erinnert Programmierer: Nehmen Sie den Token-Verbrauch nicht als Leistung

Diese Anpassung stammt aus der technischen Leitung von Amazon. Terk Terkowitz, Vizepräsident und herausragender Ingenieur bei Amazon, hat im offiziellen Dokument mitgeteilt, dass technische Verantwortliche wie herausragende Ingenieure und leitende Chefingenieure aus allen Geschäftsbereichen des Unternehmens kürzlich gemeinsam die Richtlinien für die Stelle des Softwareentwicklungsingenieurs (SDE) überarbeitet haben.

Das Kernproblem der Diskussion lautet: KI verändert die Softwareentwicklung grundlegend – sollte sich dann auch der Standard für gute Programmierer ändern? Amazon ist der Ansicht, dass dies der Fall ist, aber Entwickler lassen sich nicht einfach anhand des KI-Nutzungsumfangs definieren. Terk Terkowitz sagte:

„Unsere produktivsten Ingenieure haben bewiesen, dass weder die Rollendefinition von Entwicklern noch die von ihnen erzielten Ergebnisse durch den KI-Einsatz definiert werden sollten.“

Er hat auch ein neues Konzept vorgeschlagen: den „Renaissance-Entwickler“ (Renaissance Developer), also einen Ingenieur, der KI-Werkzeuge, menschliches Urteilsvermögen und Fachwissen im jeweiligen Bereich kombiniert, um völlig neue Produkte zu schaffen.

Eines muss klar sein: Amazon ist nicht dagegen, dass Mitarbeiter KI nutzen. Im Gegenteil, das Unternehmen ist der Ansicht, dass KI zum Kern der zukünftigen Softwareentwicklung werden wird, und fordert Ingenieure, die KI noch nicht nutzen, auf, sich so schnell wie möglich damit vertraut zu machen und sie in ihre tägliche Arbeit zu integrieren – was Amazon wirklich Sorgen bereitet, ist eine andere Tendenz: den KI-Einsatz selbst als Arbeitsergebnis zu betrachten.

Früher haben einige Teams bei Amazon anhand von Indikatoren wie Token-Verbrauch, Akzeptanzrate von KI-Werkzeugen, Anzahl der Codeänderungen und Anzahl der Code-Überprüfungen die Auswirkungen von KI auf die Entwicklungseffizienz beobachtet. Diese Daten haben tatsächlich einen gewissen Referenzwert. Amazon hat festgestellt, dass „Frontier Teams“, die KI aktiv anwenden, in der Regel eine höhere Produktivität und bessere Lieferleistung erzielen.

Das Problem liegt jedoch darin, dass Korrelation nicht gleich Kausalität ist – diese Zahlen lassen sich nicht direkt zu Leistungszielen machen. Amazon warnt in dem Dokument:

„Wenn diese Indikatoren als Ziele und nicht als Messwerkzeuge betrachtet werden, kann dies zu negativen Ergebnissen führen, einschließlich steigender Kosten und zunehmender Komplexität.“

Beispielsweise führt das häufige Aufrufen von KI, um den Token-Verbrauch zu erhöhen, zu höheren Kosten für die Modellnutzung; wenn man blind danach strebt, mehr Code zu generieren, kann dies auch ein ursprünglich einfaches System komplexer machen. Das widerspricht den Prinzipien „Sparsamkeit“ (Frugality) und „Erfinden und Vereinfachen“ (Invent and Simplify), auf die Amazon immer großen Wert gelegt hat.

Ein Sprecher von Amazon hat gegenüber Medien bestätigt, dass eines der Ziele der Veröffentlichung dieses Dokuments darin besteht, Ingenieure davon abzuhalten, blind nach dem Token-Verbrauch zu streben – dem sogenannten „Tokenmaxxing“.

Tatsächlich ist Amazon bereits zuvor auf ähnliche Probleme gestoßen: Laut einem Bericht des Magazins Fortune gab es intern ein informelles Ranking für den KI-Einsatz namens Kirorank. Einige Mitarbeiter ließen KI-Agenten Aufgaben ohne praktischen Nutzen ausführen, um den Token-Verbrauch zu erhöhen und ihr Ranking zu verbessern – Amazon hat dieses Ranking bereits im Mai dieses Jahres abgeschaltet.

Weniger KI-Einsatz ist nicht unbedingt schlecht, aber der Grund muss erläutert werden

Dennoch betont Amazon bei dieser Anpassung: Dies bedeutet nicht, dass Ingenieure nicht mehr lernen müssen, KI zu nutzen. Das offizielle Dokument schreibt ausdrücklich vor: Mitarbeiter, die KI noch nicht nutzen, sollten so schnell wie möglich damit beginnen, und Mitarbeiter, die KI bereits nutzen, müssen kontinuierlich nach besseren Arbeitsweisen suchen.

Für Unternehmensmanager hat Amazon eine konkrete Anforderung gestellt: Konzentrieren Sie sich auf Teams, deren KI-Akzeptanzrate bei etwa 10 % und 90 % liegt.

● Ersteres steht für Gruppen mit geringem KI-Nutzungsgrad, und Sie müssen herausfinden, warum sie KI nicht effektiv einsetzen;

● Letzteres sind Teams mit hohem KI-Nutzungsgrad, und Sie müssen überprüfen, ob sie tatsächlich eine Effizienzsteigerung erzielt haben, die dem Nutzungsumfang entspricht.

In dem Dokument steht auch ein Satz: „Wenn Ihre aktuelle Arbeit keinen Nutzen aus vorhandenen KI-Werkzeugen ziehen kann, ist dies eine Erkenntnis, kein Misserfolg.“ Amazon ist der Ansicht, dass Ingenieure die spezifischen Gründe dokumentieren sollten, warum KI keine Hilfe leisten kann, und diese mit Kollegen und Managern teilen, anstatt KI zwanghaft zu nutzen, nur um sie zu nutzen.

Für technische Verantwortliche sind die Anforderungen von Amazon noch konkreter: Sie dürfen KI nicht nur von anderen vorgestellt bekommen, sondern müssen diese Werkzeuge selbst in der praktischen Produktionsarbeit eingesetzt haben, können jeweils Beispiele nennen, in denen KI gewirkt hat und nicht gewirkt hat, und dem Team die Gründe erläutern.

Darüber hinaus hat Amazon ein weiteres Problem festgestellt: Mit zunehmender Größe des Unternehmens entfernen sich einige Ingenieure und Manager allmählich von den Kunden und dem tatsächlichen Geschäft; Teams, die Produkte, Kundenbedürfnisse und Geschäftsziele besser kennen, können die Vorteile von KI und Agentenentwicklung oft besser nutzen.

Daher hofft Amazon, dass Ingenieure nicht nur Code schreiben und KI aufrufen können, sondern auch klar verstehen, welches Problem sie gerade lösen: „Immerhin kann KI Ingenieuren helfen, Code zu schreiben und Aufgaben zu erledigen, aber um zu beurteilen, welche Probleme es wert sind, gelöst zu werden und welche Funktionen den Kundenbedürfnissen wirklich entsprechen, benötigen Ingenieure immer noch ein tiefes Verständnis für Produkt und Geschäft.“

Auch Microsoft stoppt das „Token-Verbrennen“: Manche geben monatlich Tausende von Dollar aus

Wer sich regelmäßig in diesem Bereich aufhält, weiß, dass Amazon nicht der erste Technologiekonzern ist, der Tokenmaxxing in Frage stellt.

Im August dieses Jahres hat Jay Parikh, Executive Vice President von Microsoft, eine E-Mail an die interne Entwicklungsgruppe geschickt, in der er Ingenieure aufforderte, KI vernünftiger zu nutzen: „Tokenmaxxing ist nicht unser Ziel … Ich hoffe, dass sich alle darauf konzentrieren, Ergebnisse zu erzielen, die Kunden und das Geschäft wirklich voranbringen, damit jeder Token einen größeren Wert schafft.“

Dazu hat Microsoft sofort die internen Richtlinien für den KI-Einsatz angepasst und das kostengünstigere GPT-5.6 zum internen Standardmodell erklärt. Außerdem müssen alle Abteilungen die Token-Ausgaben strenger verwalten – laut Berichten aus ausländischen Medien beliefen sich die monatlichen Kosten für den Token-Verbrauch einiger Ingenieure bei Microsoft damals auf Hunderte oder sogar Tausende von Dollar.

Noch früher, im Juni dieses Jahres, hat Matt Garman, CEO von AWS, erklärt, dass Unternehmen je nach konkreter Aufgabe ein Modell mit passenden Kosten wählen können, anstatt für jede Aufgabe das teuerste KI-Modell aufzurufen. Für einige alltägliche Entwicklungsaufgaben sind Open-Weight-Modelle mit ausreichend guter Leistung und niedrigeren Preisen möglicherweise wirtschaftlicher als Top-Closed-Source-Modelle.

Dass von Microsoft bis Amazon zwei Technologiegiganten nacheinander der Tendenz des „wahnsinnigen Token-Verbrauchs“ einen Riegel vorschieben, ist durchaus bemerkenswert.

Immerhin haben sie vor nicht allzu langer Zeit ihre Mitarbeiter noch ermutigt, KI so umfassend wie möglich zu nutzen, aus Angst, dass jemand diese technologische Welle verpasst. Heute, wo die Token-Rechnungen immer teurer werden und der von KI generierte Code immer umfangreicher wird, fragt die Geschäftsleitung: Welche tatsächlichen Ergebnisse haben die ausgegebenen Gelder eigentlich gebracht?

Für Programmierer ist dies möglicherweise eine etwas widersprüchliche Situation: Zu wenig KI-Einsatz kann als nicht zeitgemäß angesehen werden; zu viel KI-Einsatz wiederum kann als Verschwendung von Token kritisiert werden. Erfasst Ihr Unternehmen auch den Token-Verbrauch seiner Mitarbeiter? Glauben Sie, dass dies die Arbeitseffizienz von Programmierern wirklich widerspiegeln kann?

Referenzlinks:

https://www.theregister.com/ai-and-ml/2026/10/28/amazon-tells-tokenmaxxing-devs-to-slow-their-ai-roll/5306090

https://www.aboutamazon.com/news/company-news/amazon-software-engineer-role-guideline-ai

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „CSDN“, Autor: ZHENG Liyuan, veröffentlicht mit Genehmigung von 36Kr.