亞馬遜 CTO：淘汰你的不是 AI，而是不肯進化的自己

全文 3,000字 | 閱讀約 8 分鐘

（亞馬遜CTO Werner Vogels主題演講精彩片段）

2025 年 12 月 5 日，拉斯維加斯。

AWS re:Invent 全球開發者大會進入最后一場主旨演講。

主舞臺上，67歲的亞馬遜副總裁 CTO Werner Vogels（領導AWS超過20年的云計算奠基人）登場。

但這一次，他沒有先放新產品的 PPT，而是給每一位觀眾發了一份紙質報紙《The Kernel》（大會特刊）。

在這個什么都上云的時代，這位讓云計算普及的人，卻讓你先讀紙質報紙，再談 AI。

然后，他拋出兩個問題：

AI 會搶我飯碗嗎？ AI 會讓我被淘汰嗎？

這是 Vogels 在 亞馬遜 Re:Invent 的第 14 次主題演講，也是最后一次。

不是退休。他特意澄清：我不會離開亞馬遜，我只是要把這個舞臺讓給更新鮮、更年輕的聲音。

這不是一場產品發布會。沒有模型參數，沒有 API，沒有芯片性能對比。

他講的，是每個人在 AI 時代的生存法則。

AI 不會淘汰所有人，但它一定會淘汰某一類人。

第一節｜會不會用工具，決定你會不會被淘汰

在演講剛開始，Vogels 就問了那個大家最關心的問題： AI 會不會奪走我的工作？

他給出的答案不是肯定也不是否定，而是： 也許會。也許不會。但你一定要學會自己學習、自己進化。

因為他接下來的近 80 分鐘，幾乎都在解釋：什么叫“進化”。

在他看來，判斷一個職場人會不會被淘汰，關鍵看一點：面對新工具，你是習慣性抗拒，還是能快速上手，甚至反過來改造它的用法？

工具一直在變，每次都有人跟不上

他上學時，學的是 Pascal、COBOL、匯編語言。但今天沒人再用這些了。

后來有了開發工具，從命令行到圖形界面，再到今天的智能編輯器。

云計算出現后，開發從本地跳到云端，不再需要等硬件采購、配置服務器，而是隨用隨取。

工具一直在升級，但他表示： 我們一直都在進化，只是這一次的進化速度，被 AI 加速了幾十倍。

這一輪變化有多快？

他說，現在的 AI 工具不是輔助，而是協作者：像 Cursor、Kiro 這樣的 AI 編程工具，已經可以根據一份需求文檔自動完成編碼、測試、整合。

這不是更快寫代碼，而是重新定義什么叫寫代碼。

但問題來了：AI 很快，你跟得上嗎？Werner 說，關鍵不是你會不會用 ChatGPT，也不是你有沒有試過 Copilot，而是：你能不能為了用好 AI，調整自己的工作習慣？

亞馬遜 AI 編程工具 Kiro IDE 團隊的核心開發者 Claire Liguori 分享了自己的經歷。她在開發產品時發現，隨口對 AI 說一句話，結果完全不對。

為什么？不是模型不行，是她說得不夠清楚。

后來，她改變了做法：先寫文檔，把需求、設計、任務一步步列清楚，再讓 AI 動手。

輸出立刻不一樣了：AI 生成的代碼準確率大幅提升，更干凈，bug 更少。

Werner 稱這種方式為規范驅動開發（spec driven development）。通俗來說，就是不是隨口跟 AI 說做個網頁，而是清楚告訴它：

• 頁面分幾塊

• 每塊放什么

• 用戶點擊后發生什么

• 出錯了怎么提示

你說得越清楚，AI 做得越準。你含糊其辭，它也就會胡亂回答。

這就是工具適應力的本質：

• AI 不會因為你用了它，就認為你會用它。

• 你要懂它的邊界，知道它會在哪里出錯，愿意為它調整自己的表達方式。

• 反過來說，那些還在等 AI 變得完全聽話、每天靠碰運氣試提示詞的人，可能已經在被悄悄淘汰了。

Vogels 說：真正的進步，不是讓你少干活，而是讓作為人更有價值。

第二節｜什么樣的人會被淘汰？看不懂全局的人

AI 時代真正的危險，不是你不會提示詞，而是你看不到系統的連鎖反應。

Werner Vogels 在臺上講了一個和編程毫無關系的故事。

故事從一個國家公園開始。

20世紀初，美國黃石國家公園決定清除所有狼群。他們以為少了捕食者，麋鹿數量會變多，生態會更好。

結果正好相反：

• 麋鹿太多，把植被啃光了

• 樹木減少，土地裸露

• 河岸崩塌、水流改道

• 連鳥、海貍、魚類都開始減少

幾十年后，他們把狼放回來。

狼改變了麋鹿的行為，植被開始恢復，河流重新穩定，整個生態系統重建平衡。

Vogels 講完這段，說了一句：狼沒有碰河流。但它改變了整條河的路徑。

這背后，是一個被忽視卻關鍵的概念：系統思維（System Thinking）。

這不是生態課，而是軟件工程的基本功。

Werner 引用了生態學家 Donella Meadows 的定義： 一個系統，是一組彼此連接的元素，它們通過相互作用，在時間中產生自己的行為模式。

聽起來抽象，但放到現實中，就是：

• 你改了一個參數，流量峰值突然放大。

• 你調整了一個接口，另一個環節開始堵塞。

• 你拆分了一個模塊，錯誤反而更難定位。

一個小改動，可能讓整條河流改道。

Werner 強調：AI 系統，不是死的零件拼在一起，而是活的，會互相影響。

你做的每一個選擇，都可能引發連鎖反應。

他舉例說：你加了一層智能處理，以為提高了效率，結果數據傳遞變慢，用戶體驗反而下降。

你調整了 AI 的回復方式，以為只影響顯示，結果改變了用戶習慣，連帶影響了后續所有互動。

沒有全局視角，你就不是在解決問題而是在正在制造問題。

所以，Werner 說系統思維是一種生存能力。不僅要知道做了什么，更要提前推演會發生什么。真正能適應 AI 時代的人，必須學會：

• 看見連鎖反應有多長

• 判斷一個改動是會放大還是會抑制

• 找到系統中真正的關鍵點，用最小的動作撬動最大的穩定

Vogels 說：改變布局，會改變行為；改變反饋，會改變結果。

第三節｜AI 寫代碼很快，那誰來承擔責任？

如果說前兩節講的是你如何進化，那么這一節問的是：如果 AI 寫錯了，算誰的？

Werner 沒有給任何模糊空間。

他在臺上說了一句讓所有工程師都安靜的話：工作是你的，不是工具的。

他說得很慢，很用力。像是在提醒所有把 AI 當自動駕駛的開發者： AI 會犯錯，但責任永遠不能外包。

1、AI 幫你寫的代碼，你真的看懂了嗎？

Werner 舉了個非常現實的例子：你讓 AI 生成一段代碼，它寫得飛快，看起來也很完美。

但你沒注意到：AI 悄悄改了錯誤處理的方式。

結果呢？

一個小問題沒被及時發現，引發了連鎖反應，任務越堆越多，整個系統開始變慢、卡頓。

你以為只是讓 AI 幫你寫一點，沒想到它動了整個系統的關鍵環節。

上一節說過，只要一個節點變了，整條河流都可能改道。

Werner 說到關鍵：你可以讓 AI 寫代碼，但你不能跳過理解代碼。

AI 讓執行變快，但也讓犯大錯的速度變快。不停地試、不停地碰運氣，那不是做開發，那是抽獎。

現在大量開發者的做法是：

• 不思考

• 不驗證

• 一句不行換一句，一段不行換一段

如果你無法復現 AI 為什么給出某個答案，你就無法控制結果。 你只是在賭 AI 這次會不會給對。

2、自動化越多，人工檢查越要深

他講到 Amazon S3 團隊的一個制度：可靠性審查。

每次系統改動，不管多小，都要有工程師能回答三個問題：

• 這段代碼在最壞情況下會怎樣？

• 它和系統中其他部分會怎樣相互影響？

• 如果它悄悄出錯，我們多久能發現？

注意，不是 AI 回答，是工程師回答。

在 Werner 看來，自動化越多，人工檢查越要深入。

因為自動化的錯誤，會以更快、更隱蔽的方式擴散。

誰能喊停？Werner 引用了 Amazon 內部一個真實機制：安燈系統（Andon Cord）。

這是從豐田借鑒的做法： 生產線上任意員工發現異常，都可以拉下繩子，讓整條線停下來。

貝索斯把它移植到軟件團隊： 只要有工程師判斷問題可能影響用戶，就能立即叫停、暫停、撤回，哪怕只是懷疑。

為什么？

因為系統太復雜了，已經超過任何一個人能完全理解的程度。最早發現問題的人，比職位最高的人更有價值。

這套機制傳遞的文化是：

• 犯錯不可怕

• 看不見錯誤才可怕

在 AI 時代，我們需要更多緊急剎車，而不是更快的發布。

AI 不會替你承擔責任。只有你能。

第四節｜誰會被 AI 放大？既專且廣的 T 型人才

你想在 AI 時代進化成功嗎？光靠技術深不夠，還得懂得連接、表達和跨界思考。

Werner 在演講最后，講了他最看重的一種開發者形態：T 型人才：一方面在專業領域足夠深，另一方面能橫向理解系統、溝通意圖、跨學科思考。

這類人，在 AI 時代會被指數級放大。

而只會低頭干活、不懂全局、不擅表達的人，會被 AI 輕松替代。

1、不只是寫代碼，更要知道在造什么

Werner 提到圖靈獎得主 Jim Gray 的故事。有一次，他走進一個天文數據中心，聽了一下機器運行聲，30秒后就說：數據庫結構不對。

所有工程師都懵了。他怎么知道？

Jim 說：磁盤聲音不對，是典型的數據讀取方式錯了。

這就是系統直覺。這種判斷能力，不來自某種更高深的技術，而來自跨越領域、連接原理與現實的經驗積累。

跨界不只是概念，而是真實影響世界的能力

Werner 花了很多時間講他在非洲、拉美等地的走訪經歷：

• 盧旺達衛生系統：年輕工程師做出可視化健康平臺，結合地理數據和孕產婦分布，推動國家級政策資源分配。

• KOKO Networks：用乙醇智能補給機解決城市貧民區的燃料污染問題，AI 優化補給路徑。

• Ocean Cleanup：用傳感器和 AI 模型預測垃圾流向，設計清理機制。

這些系統都不是純靠寫代碼寫出來的，而是工程師具備了理解人、理解數據、構建系統的復合能力。

他們不是完成任務的員工，而是能站在系統上游，看清路徑的人。

Werner 稱他們為：

新時代的文藝復興開發者。

他們像達芬奇一樣：會素描，也會解剖；會畫圖，也會造工具；不是精英，而是通才。

2、 T 型開發者：深度讓你不被替代，廣度讓你能帶人

AI 不會偏愛誰，但會放大那些既專精又開闊的人。

Werner 在結尾引用了詩人 Walt Whitman 的話：定義你的，不是你知道什么，而是你愿意學什么。

AI 時代，學習不是追著工具跑，而是讓自己能把不同領域的東西連起來。

Werner 說： 我不要求你成為達芬奇。但你應該拓展你的視野，拓展你的能力邊界。

深度讓你不被替代，廣度讓你能帶別人。

結語｜不是 AI 淘汰你，是你不肯變

這場演講很特別。

Werner Vogels 只講了一件事：AI 不會讓你失業，但如果你不進化，它不會等你。

• 他講工具，問你會不會改變做事方法；

• 講系統，問你能不能看清影響；

• 講責任，問你會不會留后手；

• 講 T 型能力，問你能不能跨行。

AI 不會區分誰努力，誰努力過。

它只放大一個變量：誰能真正用好它。

Vogels 最后只留下一句話：We are still the builders.

工具在變，但造東西的人還在。

識自AI

本文由AI深度研究院出品，內容翻譯整理自Werner Vogels在AWS re:Invent 2024大會演講等網上公開素材，屬翻譯分析性質。內容為完整翻譯與觀點提煉，未經授權，不得轉載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：

https://www.youtube.com/watch?v=3Y1G9najGiI

https://techcrunch.com/2025/12/04/all-the-biggest-news-from-aws-big-tech-show-reinvent-2025/?utm_source=chatgpt.com

https://www.itpro.com/cloud/live/aws-re-invent-2025-all-the-news-updates-and-announcements-live-from-las-vegas?utm_source=chatgpt.com

https://www.implicator.ai/werner-vogels-hands-out-newspapers-at-his-likely-final-re-invent-the-man-who-built-the-cloud-isnt-done-teaching/

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈