Den 27 oktober 2026 publicerade Amazon ett memo från Terk Terkowitz, VP och Distinguished Engineer på Worldwide Amazon Stores, med en beskrivning av en reviderad rollriktlinje för mjukvaruutvecklare (SDE). I memot står det att AI förändrar mjukvaruutveckling "både snabbare och mer grundläggande" än tidigare skiften som molntjänster och mikrotjänster, och att Amazon kommer att mäta ingenjörer på resultat snarare än verktygsanvändning.
Vad memot säger
Amazons SDE-riktlinjer har historiskt sett undvikit att namnge specifika tekniker. Den här gången diskuterade Senior Principal- och Distinguished Engineer-gemenskaperna om AI är annorlunda, och drog slutsatsen att det är det. Memot uppmanar ingenjörer att lära sig och använda AI i det dagliga arbetet, och slår fast att AI kommer att stå i centrum för mjukvaruutveckling.
Riktlinjen definierar inte vad god AI-praxis innebär. Amazons resonemang är att varje definition som skrivs nu "troligen kommer att se föråldrad ut redan nästa år". Den fokuserar i stället på det som är konstant: påverkan på kunder, på verksamheten och på teamen.
Memot är också öppet när det gäller mätning. Amazon föredrar att bedöma ingenjörer utifrån långsiktiga resultat, vilket beskrivs som tidsfördröjt och svårt att isolera. Där man har använt insatsmått som tokenanvändning eller AI-verktygsadoption, eller genomströmningsmått som kodändringar och granskningar, beskrivs dessa som bristfälliga proxymått. Det sägs också att identifiera var AI inte räcker till är "ett fynd, inte ett misslyckande".
Ytterligare två punkter sticker ut. Amazon menar att ingenjörer som håller sig nära sina produkter och kunder får ut mest av AI, och vill vända en trend där vissa ingenjörer blivit alltmer frånkopplade från verksamheten. Amazon säger också att deras tillvägagångssätt kan fungera som modell för deras kunder.
Vad det betyder för utvecklingsteam
Memot bekräftar ett mönster som syns i årets undersökningar: användning är lätt att räkna och resultat är det inte. Om ditt team spårar prompter, accepterade förslag eller kodrader, är Amazons egen tolkning att de siffrorna beskriver aktivitet. Cykeltid, granskningstid, defektfrekvens och kundresultat tar längre tid att samla in men ligger närmere det verksamheten faktiskt bryr sig om.
Det förändrar också vad jobbbeskrivningen efterfrågar. Amazon förväntar sig AI-användning av varje SDE och utvärderar sedan det omdöme som tillämpas utöver det: att känna kunden, äga resultatet och avgöra när AI:s utdata inte håller måttet.
Vad det betyder när du anställer utvecklare
En stor arbetsgivare som förväntar sig daglig AI-användning och mäter resultat sätter en referenspunkt för vad en senior ingenjör ser ut som 2026. En kandidat som listar verktyg berättar lite. En kandidat som kan beskriva ett produktresultat de ägde, var AI-utdatan inte räckte till och vad de gjorde åt det, ger dig den typ av bevis som memot pekar på.
Det påverkar även intervjuerna. Att testa någon med AI-verktyg på och av, i en riktig kodbas, visar både deras egen kompetens och hur de styr och kontrollerar en agent. Miyagamis ingenjörer testas var och en av en AI-native tech lead som arbetar med AI varje dag, och du kan läsa om hur det fungerar på hur vi granskar. Om du väger en senior anställning mot den standarden, beskriver AI-native engineers profilen.
Memot är en enskild organisations riktlinje för sin egen personal och redovisar inga uppmätta produktivitetsresultat. Det visar hur en stor teknikorganisation nu formulerar rollen, och ger teknikledare en publicerad ståndpunkt att jämföra sina egna förväntningar mot.
Källor
