我先联网查这次马特・伍德(Matt Wood)关于工程师与问题的访谈原文。
亚马逊云科技(AWS)首席 AI 与技术官马特・伍德(Matt Wood)在《商业内幕》11 月 12 日刊出的访谈里给 “优秀工程师” 下了一个很反直觉的定义:不是代码写得快、也不是 AI 用得多,而是把热情放在 “问题” 上,而不是放在 “自己想出来的那个方案” 上。他的原话大意是 —— 你要让他们对自己那个具体方案的迷恋少一点,对那个具体问题的热爱多一点。这句话之所以在这个时间点被反复转述,是因为它不再是励志口号,而是被组织制度接住了:亚马逊在 10 月发布了新版软件工程师岗位指引,提出 “文艺复兴式开发者(Renaissance Developer)” 的概念,考核重心从 “用了多少 AI、产出多少代码” 转向 “给客户和业务带来什么长期价值”,并明确警告把 AI token 用量或代码变更数量当成绩效目标,反而会推高成本、加大软件复杂度。换句话说,伍德谈的是个人心法,亚马逊改的是评价尺子,两件事指向同一个判断:当 AI 把 “写代码” 这一环变便宜之后,工程师真正稀缺的能力变成了定义问题、验证结果和做取舍。디지털투데이 (DigitalToday)
这句话到底在反对什么:两种工程师的对照
| 维度 | “爱上解法” 的工程师 | “爱上问题” 的工程师 |
|---|---|---|
| 出发点 | 我早就想用这个框架 / 这个模型 | 用户到底卡在哪一步、卡了多久 |
| 拿到 AI 后的动作 | 让 AI 把自己想好的方案写出来 | 让 AI 帮我更彻底地理解问题,并同时试几种思路 |
| 面对反驳 | 解释为什么我的方案对 | 追问 “哪里不对、证据是什么” |
| 需求变化时 | 抵触,因为方案要重做 | 快速换路,因为目标没变 |
| 交付后的状态 | 方案上线即结束 | 问题是否真的被解决才算结束 |
| 长期结果 | 单一技能越用越深,但迁移性差 | 判断力和技术品味累积,迁移性强 |
伍德在访谈里给了一个很具体的描述:优秀工程师不会只用 AI 写代码,还会用 AI 去深入分析问题、尝试不同的解决思路。他还提到一个观察 —— 不把自己绑死在单一方案上的工程师,应对变化的能力更强、效率往往更高,“他们工作起来更开心,职业发展也更顺利”。这句是访谈中的观察,不是经过统计检验的因果结论,但方向值得记。
为什么这句话以前不像现在这么成立:三笔成本账翻了
第一笔:试错成本。 过去软件开发贵,团队先收敛到一个方案再集中资源往下打,是理性的 —— 多开一条并行路线,等于多一份人力、多一份维护、多一份协调。AI 把 “把想法变成可运行代码” 这一步的边际成本压下来之后,同时开两条、三条验证路线的账才算得过来。
第二笔:等待成本。 以前的节奏是 “写完 → 等代码审查 → 等人测 → 等设计修改”,几天就这么过去了。AI 能把生成这一段接走,人的时间就腾出来做更复杂的审查和判断 —— 这也是伍德说的 “工程师可以把更多精力放在复杂的审查工作上”。
第三笔:复杂度成本。 这一笔是反向的:代码变便宜了,垃圾代码也变便宜了。亚马逊在新指引里明确提示,把 token 用量或代码变更数当成绩效指标,会让成本更高、软件更复杂。所以 “爱上问题” 不是让人无限发散,而是把省下来的时间花在 “想清楚要做什么”,而不是花在 “多写一点”。디지털투데이 (DigitalToday)
亚马逊的组织动作:从 “AI 用得多” 到 “价值落得住”
| 指引要点 | 过去的重心 | 新的重心 |
|---|---|---|
| 评价对象 | AI 工具使用量、代码产出量 | 对客户与业务的长期结果 |
| 角色定位 | 写代码的人 | “文艺复兴式开发者”:AI 加人的判断与专业能力 |
| 人的时间分配 | 编码、手工测试 | 复杂设计评审、技术判断、结果验证 |
| 明确警告 | — | 以 token 数或变更数当目标,会抬高成本、加重复杂度 |
这套调整和伍德的说法是同一套逻辑的两面:组织不再奖励 “动作量”,而是奖励 “判断质量”。顺带一提,这类表述在亚马逊内部并不是新词 ——AWS 企业战略博客在 2023 年就写过 “爱上问题,而不是解决方案(Fall in love with the problem, not the solution)”,只是那时它还是一句方法论建议,现在变成了岗位指引的一部分。디지털투데이 (DigitalToday)Amazon Web Services (AWS)
同一条线上的另外两个人:一个说 “多疑又懒惰”,一个说 “我们都在往上爬”
- AWS 首席工程师戴维・亚纳切克(David Yanacek):最强的开发者既 “多疑” 又 “懒惰”—— 懒在愿意把重复劳动全交给自动化,疑在会先把安全边界设好,让 AI 智能体不用人盯着也能安全跑。这其实是 “爱上问题” 的工程版本:把 “重复劳动” 这个问题彻底解决掉,而不是每天手动重复一遍。
- OpenClaw 作者彼得・斯坦伯格(Peter Steinberger):在 9 月 17 日的 AWS 全球会议上,他的说法是 “已经不是‘我写代码’,而是‘我怎么设计一个系统,让我的智能体把活干到最好’”,并总结 “我们都在往梯子上爬一格,不再只是编码的人”。同场伍德给出的目标也很具体:让构建有价值的 AI 系统,变得像今天建一个网站一样简单、便宜、快。
- 伍德本人的技术侧重点:他在同一场会议上强调 AWS 正在用做云计算的方式做 AI 的基础设施 ——Trainium 管算力、Bedrock 管推理、AgentCore 管智能体。这解释了他为什么关心 “工程师怎么想问题”:当工具链足够标准化,人的差异化就只剩下判断。
Amazon把 “爱上问题” 落到日常:一份能直接照做的清单
给工程师:
- 先写一页问题定义,再打开编辑器。 这一页要写清:谁在什么场景下卡住、现在的替代做法是什么、成功后怎么判断、失败边界在哪。写不满一页,说明问题还没想清楚。
- 让 AI 帮你 “审问题”,不只帮你写代码。 具体问法:这个需求背后真正要解决的约束是什么?有哪些假设没被验证?如果预算砍一半,哪部分该砍?
- 一次并行开 2 到 3 个方案,但只允许一个进主干。 并行是为了比较,不是为了都留着;每个被放弃的方案,写一句 “为什么放弃”。
- 把验收标准前置成可测的东西。 没有可测标准的方案,评审时只能靠嗓门大小决定。
- 让 AI 当反方。 让它专门挑你方案的漏洞、列出失败模式,而不是让它替你论证方案正确。
给管理者:
- 别用 token 消耗量、代码行数当 KPI—— 这是亚马逊新指引里点名警告的做法。
- 评审时问 “你为什么选这条路、放弃了哪条”,比问 “写了多少行” 更能看出判断力。
- 在排期里留出探索预算,否则 “多方案并行” 只会变成口号。
- 给 “技术品味” 留出晋升通道:会做取舍的人,和会堆功能的人,不该用同一把尺子量。
四个容易被这句话带偏的地方
- 爱上问题 ≠ 无限探索。 问题是用来解决的,不是用来收藏的。并行方案要设时间盒,到期必须收敛。
- 爱上问题 ≠ 不做方案。 它反对的是 “先有答案再找理由”,不是反对有明确方案。
- AI 生成代码,责任不转移。 审查、测试、上线判断仍在人身上;伍德说的 “腾出时间做复杂审查”,重点在 “审查” 不在 “腾出”。
- “更开心、晋升更快” 是访谈观察。 它描述的是趋势和相关性,不是承诺;真把它当因果去套,容易失望。
【相关 FAQ】
问题 1:马特・伍德说的 “爱上问题而非现成解法”,到底是什么意思?
回答 1:这是 AWS 首席 AI 与技术官马特・伍德在《商业内幕》访谈里对优秀工程师的定义:工程师应该把热情放在要解决的问题本身,而不是迷恋自己提出的某个具体方案。他的原话大意是 “对自己那个具体方案的迷恋少一点,对那个具体问题的热爱多一点”。落到动作上,就是不要只用 AI 写代码,而是用 AI 更彻底地理解问题、同时尝试几种解决思路,再根据证据决定留哪一条。
问题 2:为什么马特・伍德现在特别强调 “爱上问题”,以前不也这么说吗?
回答 2:因为成本结构变了。过去软件开发贵,团队先收敛到一个方案再集中资源打,是划算的;AI 把 “想法变成可运行代码” 的边际成本压下来之后,同时验证几条路径才变得经济。马特・伍德还提到另一层:以前工程师要花好几天等代码审查、手工测试和设计修改,现在代码由 AI 生成,人能腾出时间做更复杂的审查和判断。所以 “爱上问题” 从一个软性建议,变成了在 AI 时代真正能提高效率的做法。
问题 3:马特・伍德的观点和亚马逊新的工程师考核标准是一回事吗?
回答 3:方向一致,层次不同。马特・伍德讲的是个人心法,亚马逊 10 月发布的新版软件工程师岗位指引讲的是组织尺子:提出 “文艺复兴式开发者” 概念,把评价重心从 AI 使用量、代码产出量转向对客户和业务的长期价值,并明确警告把 AI token 用量或代码变更数量当绩效目标会推高成本、加重复杂度。两者合起来看,就是 “别再奖励动作量,开始奖励判断质量”。
问题 4:普通工程师怎么练 “爱上问题” 这个能力?
回答 4:可以按五步做:先写一页问题定义(谁在什么场景卡住、现在的替代做法、成功标准、失败边界);让 AI 帮你审问题而不是只写代码,专门追问未被验证的假设;一次并行开 2 到 3 个方案但只留一个进主干,被放弃的方案写清原因;把验收标准前置成可测指标;最后让 AI 当反方,专门挑方案的漏洞和失败模式。这套动作的核心是把 “想清楚” 变成可见的产出,而不是停留在脑子里。
问题 5:马特・伍德说 “爱上问题” 的工程师晋升更快,这话能当真吗?
回答 5:应当理解为访谈中的观察,而不是统计结论。马特・伍德的原意是:不把自己绑死在单一方案上的工程师,应对变化更灵活、效率更高,“工作起来更开心,职业发展也更顺利”。这个判断在逻辑上说得通 —— 需求变化时不用重做方案、能快速换路的人,确实更容易被信任。但它没有被验证为因果关系,也不意味着 “只要爱上问题就一定升职”,具体还取决于所在组织的评价体系是否真的按判断力打分。
【参考资料】
- [2026-11-13](AWS says good developers focus on problems, not writing more code)DigitalToday
- [2026-11-12](AWS 首席 AI 和技术官马特・伍德:优秀的工程师要爱上问题,而非现成解法)IT 之家(新浪财经转载)
- [2026-11-12](AWS: Engenheiros de ponta'se apaixonam por problemas', diz chefe de IA)BrazilValley(引 Business Insider)
- [2026-11-12](Влюбляться в задачу, а не в код: техдир AWS назвал главное качество лучших разработчиков)dev.by(引 Business Insider)
- [2026-09-17](What AWS's chief AI and technology officer told employees about the future of AI)About Amazon
- [2023-05-24](How Technology Leaders Can Prepare for Generative AI,文中含 “Fall in love with the problem, not the solution” 表述)AWS Executive in Residence Blog
【免责声明】
本文基于《商业内幕》相关报道的中英文及多语种转述、AWS 与亚马逊官方公开发布内容整理,仅作观点梳理与职场参考,不构成职业建议、招聘承诺或对任何企业人事制度的完整说明。文中马特・伍德(Matt Wood)的表述为媒体转述与翻译,原访谈以英文为准,个别措辞的中文表达可能存在偏差;亚马逊新版软件工程师岗位指引的具体条款以其内部文件为准,本文所引 “文艺复兴式开发者”“不以 token 用量或代码变更数为目标” 等要点来自公开报道转述。文中提及的 “晋升更快”“工作更开心” 属受访者观察,非经统计验证的因果结论。工程师能力与绩效评价因组织而异,读者不应将本文观点直接作为个人考核或团队制度的依据。本文作者不对因使用本文内容所产生的任何直接或间接损失承担责任。
本文来自作者[锋域中继]投稿,不代表岳鹿科技网立场,如若转载,请注明出处:https://www.newsyuelu.com/kjyw/202611/471.html
评论列表(4条)
我是岳鹿科技网的签约作者“锋域中继”!
希望本篇文章《马特・伍德AWS 首席 AI 与技术官说工程师要爱上问题而不是自己的解法》能对你有所帮助!
本站[岳鹿科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:我先联网查这次马特・伍德(Matt Wood)关于工程师与问题的访谈原文。