夜雨聆风
在亚马逊，从客户问题出发撰写六页纸新闻稿及常见问题解答的“逆向工作法”，长久以来被奉为创新圣经。然而在过去一年里，亚马逊网络服务（AWS）智能体人工智能（Agentic AI）副总裁斯瓦米·西瓦苏布拉马尼安（Swami Sivasubramanian）发现，新一代 AI编程工具已让团队开发出实际运行的软件原型（Demo）变得比润色文件还要高效。
于是，亚马逊最根深蒂固的传统被打破了，他们开始直接“用原型代码说话”。“如果是风险较低的赌注，我们会直接做出 Demo，然后不断迭代。”西瓦苏布拉马尼安在接受专访时表示。
为了在 AI时代跑得更快，去年当独立建制的智能体 AI部门成立时，西瓦苏布拉马尼安特意采取了极扁平的架构，将团队重新拆解为数十个精简小组——其规模完美契合亚马逊创业初期闻名遐迩的“两块披萨团队”原则（即人数少到只需两块披萨就能喂饱）。这完美匹配了新现实：过去需要 30到 40人的项目，如今在 AI的加持下仅需 6到 8人。
今年 1月底立项的桌面应用“Amazon Quick”便是一个教科书级案例。这款由 6名工程师组成的小团队开发的应用，省去了冗长的文书和层层审批，仅用 6周就在公司内部拉动 200人测试，第 10周内部用户飚升至 1万人。直到产品进入 Beta测试阶段后，团队才回过头来补写 PRFAQ以优化外部发布策略，全程仅耗时三个月。
类似的“大象起舞”正在该部门密集上演：Strands开发工具包在员工清晨抛出想法后，经快速沟通便在几天内完成了开源;内部团队仅用 6名工程师、历时 76天便完成了对 Bedrock推理引擎的重构，而此前该项目预计需要 30人苦战 12到 18个月。
组织重组也带来了角色边界的模糊。在智能体 AI部门，产品经理开始利用 AI工具编写代码，而工程师则更深地参与到产品决策中。尽管自 2025年底以来亚马逊已削减了约 3万个企业岗位，且高层预计 AI将进一步缩减企业员工规模，但在西瓦苏布拉马尼安的部门，同样的人手正承载着大得多的业务范畴。数据显示，重新调整工作流的团队中位数生产力提升了 4.5倍，部分甚至超过 10倍。
“现在的核心瓶颈早已不是开发东西需要多少时间，”西瓦苏布拉马尼安最后总结道，“真正的瓶颈在于你如何构思出正确的业务规格、严苛的测试，以及真正卓越的客户体验。”
