AWS主题演讲将AI捧上神坛，其工程师却道出另一番现实

采访 亚马逊商店总监史蒂夫·塔尔扎表示，他的团队StoreGen的使命是帮助这家零售巨头的开发者提速、减少摩擦。但尽管公司大力推行AI，有一条原则始终不可动摇：任何代码上线前，必须经过人工审查。

"我们不能走到一个没有初级工程师加入的地步。我们必须持续培养人才。我们不能陷入一种无人维护这些系统的困境……"

StoreGen团队的服务对象并非AWS的外部客户，而是亚马逊庞大零售网站和运营体系背后的内部开发团队。

塔尔扎在上周举办的AWS伦敦峰会上接受了我们的采访。采访就在主题演讲结束后进行。在那场演讲中，AWS英国及爱尔兰区副总裁兼董事总经理艾莉森·凯向与会者表示，AI技术让人感觉"像魔法一样"。她以Bedrock背后的推理引擎为例——Bedrock是一项生成式AI服务，其推理引擎由六名工程师借助Kiro智能体编程服务，在76天内完成了重构。

"工程师们在睡觉的时候，智能体还在持续构建，"她描述道，"它们编写代码、测试代码、发现漏洞、修复漏洞，全天候不间断地部署。"

我们向塔尔扎提出，鉴于AI在安全性和可靠性方面存在的已知问题，业界对此不乏担忧和顾虑。他的团队遇到了哪些实际问题？

"就是大家都知道的那些，"他说，"幻觉问题，还有如何让它保持在既定边界内。"他还提到，有时AI会"做你根本没要求它做的事，走得比你想要的更远"。

塔尔扎是规格驱动开发的拥护者。这也是Kiro在2025年7月首次预览时主打的核心功能——其理念是让AI先生成一套任务清单，经过人工审核和确认后，再开始编写代码。

规格驱动开发能解决幻觉和提示词注入等问题吗？"不能，"塔尔扎说，"充其量只能减少这类问题的发生。即便如此，仍然存在AI超出规格范围行事的情况。"

去年曾发生一起服务中断事件，外界猜测Kiro可能与此有关，但官方否认了这一说法，将事故归因于员工操作失误。

那么，如何才能让智能体AI变得安全可靠？"我们的立场是，工程师必须始终审查AI的输出结果。任何东西上线前，都必须有人查看并验证。规格驱动开发有助于缩短这一过程所需的时间，因为输出结果大体上已经符合预期形态，"塔尔扎说。

如果工程师必须审查代码，就意味着他们需要具备相应的技能。然而，包括AWS在内的众多公司正以AI进步为由大规模裁员，未经人工审查的代码进入生产环境的风险岂不是越来越高？

"我对这个问题持非常坚定的立场，"塔尔扎说，"如果任其发展，你所担心的结果确实可能发生。但我认为那是一个错误的方向……我们不能走到一个没有初级工程师加入的地步。我们必须持续培养人才。我们不能陷入一种无人维护这些系统的困境。"

既然需要大量人工审查，把AI开发称为"魔法"是否准确？"某种程度上可以这么说，"塔尔扎表示，"我们的工程师花在核心工程工作上的时间——编写代码、做软件设计——不到30%。他们把大量时间花在流程的其他环节上。我们所做的，是消除那些摩擦，让他们不必一直在写状态报告。从这个意义上说，它确实是个魔法盒子，能让你更快地走完这些阶段。"

"但如果说它是一个能让你从第一步直接跳到最后一步的魔法盒子，那还差得远。而且我也不认为那是我们想要的世界。"

本次峰会的主题是"智能体时代"，但塔尔扎对"智能体AI"这个说法并不热衷。

"我认为我们应该聚焦于如何将以人为主导的流程，以AI为核心重新架构，"他说。尽管如此，他对于部署等智能体行为的态度，与对AI生成代码的态度如出一辙。"目前，AI可能执行的每一个变更操作，都需要人工审批，"他说，"这一要求贯穿始终，哪怕只是发布一份供人阅读的文档。"

他还补充道："至少在商店业务这边，我们没有用AI来辅助部署。AWS提供了非常成熟的自动化部署机制，是确定性的。如果一个确定性系统能实现我们想要的结果，那才是首选。"

塔尔扎所描述的，是一种审慎务实的做法，与此前主题演讲中对智能体AI的热情鼓吹形成了鲜明对比。

随着Token成本不断攀升，AI是否仍然值得投入？"从最宏观的角度来看，你要考虑的是：错过一项重大创新的代价是什么？不去做的代价，几乎必然高于Token的成本，"他说。

Q&A

Q1：Kiro智能体编程服务的规格驱动开发能解决AI幻觉问题吗？

A：不能完全解决。据亚马逊商店总监塔尔扎介绍，规格驱动开发的核心思路是让AI先生成任务清单，经人工审核后再编写代码，这在一定程度上能减少幻觉和超出预期行为的发生，但无法根除。他明确表示，即便采用规格驱动开发，仍然存在AI超出规格范围行事的情况，因此人工审查依然是不可或缺的环节。

Q2：亚马逊是否用AI来自动化部署流程？

A：至少在商店业务方面，亚马逊目前没有使用AI辅助部署。塔尔扎表示，他们更倾向于使用AWS提供的确定性自动化部署机制。他的团队要求AI执行的每一个变更操作都必须经过人工审批，包括发布一份普通文档。在他看来，只要确定性系统能实现预期目标，就应该优先选择确定性方案。

Q3：AI工具大量普及后，初级工程师的培养还重要吗？

A：塔尔扎对此持非常坚定的立场。他认为，如果放任AI替代人工而不持续引入和培养初级工程师，最终将陷入无人能够维护这些系统的困境。他强调，企业必须持续投入人才培养，不能因为短期的效率提升而忽视工程师队伍的梯队建设，否则长远来看将付出更大代价。