Amazon, ingegneri: basta ‘tokenmaxxing’ — valutate le IA dai risultati concreti

I dipendenti usavano agenti per gonfiare il conteggio dei token e manipolare una classifica interna sull’IA, poi chiusa

Citazione chiave: Amazon chiede ai suoi team di ingegneria di valutare gli strumenti di coding basati su IA in base al software che aiutano a produrre, non in base al numero di token consumati. Le linee guida aggiornate invitano a non considerare l’adozione dell’IA, il consumo di token, le modifiche al codice e le revisioni come obiettivi di performance. “Riteniamo che sia meglio misurare, e farsi misurare, in base ai risultati a lungo termine,” ha scritto Amazon.

Amazon non sta abbandonando i dati d’uso: chiede però ai responsabili di analizzarli insieme ad altri indicatori.

L’azienda suggerisce di osservare sia i team con scarsa adozione sia quelli con uso intensivo. Un basso consumo potrebbe indicare che gli sviluppatori perdono opportunità di migliorare il loro lavoro. Un consumo elevato, invece, solleva un’altra domanda: la velocità e la qualità delle consegne stanno migliorando abbastanza da giustificarlo? Nessuna delle due misure da sola risolve il dubbio.

La direttiva mira a contrastare il “tokenmaxxing” — l’incremento intenzionale del consumo di IA per apparire più produttivi sulle dashboard interne.

Schermo con dashboard che evidenzia consumo token e metriche di progetto
La direttiva vuole contrastare il ‘tokenmaxxing’ valutando risultati concreti.

All’inizio di quest’anno alcuni dipendenti Amazon hanno sfruttato MeshClaw, un agente interno che può distribuire codice e interagire con Slack, per aumentare il proprio conteggio di token. Dopo che alcuni hanno manipolato la classifica, Amazon ha chiuso un leaderboard interno a maggio. L’azienda specifica di non aver introdotto limiti di token per i dipendenti.

Sviluppatore che distribuisce codice con strumenti di collaborazione
Agent interni come MeshClaw possono automatizzare distribuzioni e interazioni.

Le raccomandazioni aziendali lasciano margine agli ingegneri per concludere che uno specifico compito non trae beneficio dagli strumenti disponibili. Tale decisione viene descritta come “un riscontro, non un fallimento”, e la spiegazione dei limiti di uno strumento è trattata come indice di giudizio professionale piuttosto che come resistenza all’adozione.

LEGGI  Check Point: i firewall di rete diventano abbonamenti cloud, rivoluzione per le aziende

“Siamo certi che, qualunque siano le future best practice, l’IA sarà al centro della pratica dell’ingegneria del software,” ha scritto l’azienda.

Anche altre società stanno affrontando discrepanze simili tra consumo di IA e risultati concreti. In maggio Andrew Macdonald, presidente e COO di Uber, ha osservato che l’aumento dei token non si era ancora tradotto in funzionalità utili per i consumatori. Il suo commento è arrivato dopo che l’azienda ha reso noto di aver esaurito il budget 2026 per Claude Code già ad aprile.

A giugno, audio trapelati ottenuti da 404 Media hanno raccolto dirigenti di Accenture che discutevano dell’aumento della spesa in token mentre i clienti passavano da chatbot a flussi di lavoro agentici. Nei colloqui emergeva incertezza sia sul costo reale dei singoli compiti sia sul valore del relativo dispendio. Secondo i resoconti, la società stava lavorando a uno strumento consulenziale chiamato Token IQ per aiutare i clienti a gestire queste spese.

Messaggi simili: