近期，亚马逊悄然关闭了其内部名为“Kirorank”的AI评分排行榜系统。这一榜单的初衷原本是为了鼓励员工积极使用人工智能工具，加深对新科技赋能业务的理解。然而，事与愿违：许多员工为了提升排名，故意给AI智能体安排各种毫无业务价值的任务，一门心思增加Token消耗量。最终的结果可想而知——大量算力资源被无端浪费，运营成本急剧攀升，技术推广的初衷完全偏离了轨道。

这本质上是典型的“为指标而用AI”的形式主义。亚马逊高级副总裁戴夫·特雷德韦尔在内部明确表态：AI技术推广的核心价值在于提升效率、创造实际业绩，绝不能脱离业务需求盲目追逐热点。公司也借此机会向全员强调——坚持务实创新才是正道，应将算力、精力和研发资源集中在产品优化与服务提升上，这才是真正值得投入的方向。

从行业视角来看，这起事件具有显著的警示意义。当前全球科技企业正加速推进AI普及，很多公司为了量化考核和好看的数据，很容易陷入“重指标、轻实效”的误区。个别员工通过形式化操作刷高考核数据，不仅浪费了算力、电力等关键资源，更背离了技术创新的本质。事实上，类似问题在多家科技公司都不同程度存在——这表明，AI应用考核体系确实到了需要认真优化的时候。

作为云计算与AI领域的领军者，亚马逊在技术创新和运营效率之间一直保持着微妙的平衡。今年公司资本支出预计高达2000亿美元，绝大部分投向AI及数据中心基础设施，但同时也在通过管理架构优化来严控成本、提升资源配置效率。如今，他们彻底调整了AI应用的评估方式，推出“标准化部署”新指标，重点考核工程师能否利用AI生成实用代码、解决真实业务问题、创造可衡量的成果——简而言之，评价标准从“使用了多少Token”转向了“解决了多少实际问题”。这一方向调整，正是AI应用回归价值创造本源的应有之举。