亚马逊建议其工程师关注 AI 使用的实际成果，而不仅仅是追踪 token 数量。更新后的工程指南指出，高 AI 消耗并不等同于更高的生产力或价值。当指标与可量化的结果脱钩时，诸如 AI 采用率和 token 使用量等指标被视为存在严重缺陷。将这些指标设定为目标可能会助长浪费行为，并增加成本与复杂性。亚马逊强调，长期成果应作为衡量 AI 影响的主要标准。尽管使用数据仍有参考价值，但需结合其他指标进行审慎分析。公司建议对比高 AI 使用率与低 AI 使用率的团队，以评估其有效性。并非所有任务都必须使用 AI 工具；能够识别当前 AI 工具局限性的工程师展现了良好的判断力。这一做法契合亚马逊的节俭与简约原则。