Op 27 oktober 2026 publiceerde Amazon een memo van Terk Terkowitz, VP en Distinguished Engineer bij Worldwide Amazon Stores, met een herziene rolrichtlijn voor zijn software development engineers (SDE's). In de memo staat dat AI software engineering verandert "zowel sneller als fundamenteler" dan eerdere verschuivingen zoals cloud en microservices, en dat Amazon engineers zal beoordelen op resultaten in plaats van toolgebruik.
Wat de memo zegt
Amazon's SDE-richtlijnen hebben van oudsher vermeden om specifieke technologieën te noemen. Dit keer debatteerden de Senior Principal- en Distinguished Engineer-communities over de vraag of AI anders is, en concludeerden dat dit het geval is. De memo instrueert engineers om AI te leren en toe te passen in dagelijks werk, en stelt dat AI centraal zal staan in de softwareontwikkelpraktijk.
De richtlijn definieert niet hoe goede AI-praktijk eruitziet. Amazon's redenering is dat elke definitie die nu wordt geschreven "er volgend jaar op dit moment waarschijnlijk gedateerd uitziet". De focus ligt op wat constant blijft: impact op klanten, op het bedrijf en op teams.
De memo is ook open over meting. Amazon geeft de voorkeur aan het beoordelen van engineers op resultaten op de lange termijn, die het omschrijft als vertraagd in de tijd en moeilijk te isoleren. Waar inputmetrieken zijn gebruikt zoals tokengebruik of adoptie van AI-tools, of doorvoermetrieken zoals codewijzigingen en reviews, worden deze aangeduid als gebrekkige proxies. Amazon stelt ook dat ontdekken waar AI tekortschiet "een bevinding is, geen tekortkoming".
Twee verdere punten vallen op. Amazon stelt dat engineers die dicht bij hun producten en klanten blijven het meeste uit AI halen, en wil een trend keren waarbij sommige engineers minder verbonden zijn geraakt met het bedrijf. Amazon stelt ook dat zijn aanpak als model kan dienen voor zijn klanten.
Wat het betekent voor engineeringteams
De memo ondersteunt een patroon dat zichtbaar is in de enquêtes van dit jaar: gebruik is eenvoudig te tellen en resultaten niet. Als je team prompts, geaccepteerde suggesties of regels code bijhoudt, is Amazon's eigen lezing dat die cijfers activiteit beschrijven. Doorlooptijd, reviewtijd, defectpercentages en klantresultaten zijn langzamer te verzamelen en staan dichter bij wat het bedrijf werkelijk belangrijk vindt.
Het verschuift ook wat de functiebeschrijving vraagt. Amazon verwacht AI-gebruik van elke SDE en evalueert vervolgens het oordeel dat daarboven wordt toegepast: de klant kennen, verantwoordelijkheid nemen voor het resultaat en beslissen wanneer AI-output niet goed genoeg is.
Wat het betekent als je engineers inhuurt
Een grote werkgever die dagelijks AI-gebruik verwacht en resultaten meet, stelt een referentiepunt voor wat een senior engineer in 2026 inhoudt. Een kandidaat die tools opsomt, zegt je weinig. Een kandidaat die een productresultaat kan beschrijven waarvoor hij of zij verantwoordelijk was, waar AI-output tekortschoot en wat hij of zij daaraan heeft gedaan, levert het bewijs waar de memo naar verwijst.
Dat geeft ook vorm aan sollicitatiegesprekken. Iemand testen met AI-tools aan en uit, in een echte codebase, laat zowel hun eigen vaardigheden zien als hoe ze een agent aansturen en controleren. Miyagami's engineers worden elk getest door een AI-native tech lead die dagelijks met AI werkt. Je kunt lezen hoe dat werkt op hoe we vetten. Als je een senior hire afweegt aan de hand van die standaard, beschrijft AI-native engineers het profiel.
De memo is de richtlijn van één bedrijf voor zijn eigen medewerkers en rapporteert geen gemeten productiviteitsresultaten. Het laat zien hoe een grote engineeringorganisatie de rol nu omschrijft, en het geeft engineeringleiders een gepubliceerd standpunt om hun eigen verwachtingen mee te vergelijken.
Bronnen
