2. 亚马逊现在要求高级工程师批准所有生产环境中的AI辅助代码
亚马逊现要求对任何AI辅助比例超过30%的代码，在合并到生产分支前获得高级工程师批准。《The Verge》获得的内部备忘录证实了这一政策，适用于所有面向AWS的服务，3月10日起生效。使用GitHub Copilot、Amazon CodeWhisperer或类似工具的团队必须用新标签标记AI密集型PR；包含可检测AI模式的未标记PR将在CI中自动失败。
执行机制很有意思。亚马逊在内部代码库上训练了一个分类器来检测AI生成的代码模式——缩进一致性、相对于逻辑复杂度的注释密度、特定变量命名模式——并将其集成到CI/CD流水线中。分类器在每个PR上运行，并标记超过阈值的PR。据备忘录称，误报率估计为8%，这意味着部分人工编写的代码也需要不必要的高级审查。
这并非异常。Hacker News在一月份更新了网站指南，明确劝阻AI生成的内容提交。Stack Overflow在2023年禁止AI生成答案，后来取消禁令，然后悄悄地为某些类别重新实施。软件组织的模式是一致的：初始热情、整合、质量事故、治理政策、执行机制。
亚马逊此举与更广泛的企业AI代码质量清算相关联。Uplevel Data一月份的研究发现，在其客户群中，GitHub Copilot使用与已发货代码的bug率增加41%相关。这项研究存在争议——选择效应是真实的——但这种相关性足以令企业安全和质量团队做出响应。
亚马逊内部的AI采用率是科技行业最高的之一——估计在某些团队中AI辅助代码占新提交的40%-60%。他们选择放缓而非加速这一事实是一个领先指标。当销售AI编码工具给企业的公司决定其自己的工程师需要限速器时，“AI写你的代码”的企业销售说辞就变得更难了。
为何重要：
- 企业AI编码工具供应商（GitHub、Cursor、亚马逊本身）面临治理驱动的阻力：最大客户正在建立增加采用摩擦的审批工作流
- 在遵循亚马逊模式的组织中，高级工程师成为瓶颈——即使AI工具本应减少对有经验工程师的需求，对他们的需求也在上升
- 亚马逊AI检测器8%的误报率是一个产品机会：任何能以高精度准确识别AI辅助代码的工具都将立即看到企业需求
信源：亚马逊AI代码政策（The Verge），Uplevel Copilot研究（Uplevel Data），HN指南更新（Hacker News）