近日，亚马逊宣布关闭其内部AI评分系统“Kirorank”，旨在纠正员工为争夺排名而过度消耗算力资源的问题。这一举措强调人工智能技术应回归实用价值，避免“为用而用”的形式主义，引发业界对AI应用考核机制的深入讨论。

据悉，“Kirorank”系统基于亚马逊Kiro开发者平台，对员工的AI使用行为进行评分，初衷是帮助员工更深入地理解AI如何赋能工作，并推动新技术在业务场景中的广泛应用。然而，实际运行中却产生了意想不到的负面效应。

排名争夺战导致算力资源严重浪费

在实际运行中，部分员工为了在“Kirorank”上取得更高排名，开始采取非常规手段。他们刻意安排AI智能体执行大量毫无实际意义的任务，盲目追求Token消耗量的最大化。这种刷榜行为迅速引发跟风效应，导致公司宝贵的算力资源被不合理地大量消耗，运营成本大幅攀升，完全背离了技术推广旨在提升效率的初衷。

亚马逊高级副总裁戴夫·特雷德韦尔就此向全体员工明确表示，人工智能技术推广的核心价值在于提升效率并创造实际成果，公司坚决反对任何脱离真实业务需求的盲目应用。他提醒员工坚守务实创新原则，杜绝“为用而用”的攀比心态，将算力资源和研发精力聚焦于优化产品与提升服务质量。

行业警示：AI应用考核机制亟需优化

业内观察指出，亚马逊此次调整具有鲜明的行业警示意义。当前，全球科技行业正加速推进AI的普及与应用，但在量化考核过程中，部分企业容易陷入重指标、轻实效的误区。个别员工通过形式化操作完成考核任务，不仅造成算力、电力等关键资源的巨大浪费，也偏离了技术创新服务业务发展的本源。类似现象在多家科技企业中不同程度存在，反映出AI应用考核体系本身亟待优化与完善。

作为全球云计算与人工智能领域的巨头，亚马逊始终在技术创新与运营效率之间寻求平衡。公司今年的资本支出预计高达2000亿美元，其中绝大部分将投向AI与数据中心基础设施。在大力投资的同时，公司也通过优化管理架构来严控成本、提升资源配置效率。

转向价值导向的全新评估模式

目前，亚马逊已全面调整其AI应用评估方式。公司启用了名为“标准化部署”的新评价指标，重点考核工程师能否依托AI生成实用代码、解决实际业务问题并创造有效成果。这一新模式旨在彻底替代过去单纯以Token消耗量为依据的评价方式，从而引导技术应用真正回归价值创造的本源。这一转变，或许能为行业如何更科学地衡量AI生产力提供新的思路。