亚马逊CTO：AI时代仍保持初级工程师招聘

10月14日，亚马逊CTO Werner Vogels在深圳接受媒体群访时表示，尽管AI生成代码的能力持续增强，亚马逊初级工程师的招聘规模仍与过去相当，并未出现明显收缩。他认为，新人除了编写代码，还要学会协作、理解复杂系统，并审慎判断AI产出的内容。

Vogels以运行了20年的Amazon S3为例说明大型研发团队的真实工作环境：新人可能需要阅读长期积累的遗留代码，在既有架构和开发规范中继续迭代，还要分析改动对其他模块的影响。大学通常不会专门训练这些能力，因此工程师必须在实际工作中与同事配合。参与过开源项目的应届生也更容易获得认可，因为这说明其代码曾被他人审查，并具备共同开发经验。

AI让代码生成更容易，却没有消除讨论、修改、整合和维护的要求。Vogels把未经充分验证的AI产出称为“验证债”，并建议团队优先检查安全、个人身份信息等高风险部分，而不是平均审查所有内容。初级工程师需要逐渐形成技术判断力，理解什么是清晰、优雅且适合整体架构的实现，而不仅是让功能运行起来。

他不认为未来人人都需要博士学位。AI和Agent可以承担日志、事件信息整理以及部分解释工作，让新人更快了解团队规则，但成长仍离不开跟随资深工程师阅读代码、分析问题和理解关键取舍。企业已有的大量知识也可以被整合进培养流程，减少资深人员反复回答相同问题的负担。

谈及云计算和企业采用AI，Vogels强调按实际用量付费改变了成本决策，服务是否需要“四个九”的可用性，应结合业务价值判断；企业还需提前考虑多区域部署、安全和后量子密码迁移。他提醒，AI项目不能只看效率提升，还要核算新增算力等成本，并评估能否带来新产品或营收，不能因担心落后而仓促选型。

Vogels认可中国开放模型推动创新的作用，特别提到Kimi背后的Mooncake架构，认为开放权重能降低创新门槛。他对模型排行榜保持谨慎，指出基准测试未必代表真实场景，较小模型有时已足够且成本更低。访华期间，他还参观了“大米和小米”，了解到机构用视频分析辅助儿童干预，并由治疗师作最终判断；他认为，中国对物理AI和本地化交互的探索，正帮助专业人员减少事务负担，而技术只有符合当地文化和使用习惯，才能赢得信任。