企業級 AI 的警鐘：Amazon 的 90 天程式碼安全重置（90-Day Code Safety Reset）

生成式 AI（Generative AI）快速整合至軟體工程工作流程中，雖承諾帶來前所未有的速度，但 Amazon 的最新舉措表明現實遠比想像複雜。在發生一系列嚴重停機事件並癱瘓其零售基礎設施的部分功能後，Amazon 正式宣布了為期 90 天的「程式碼安全重置」。這項針對 335 個關鍵一級系統（Tier-1 systems）的主動（儘管是補救性）措施，凸顯了產業在 AI 輔助開發關係中的關鍵轉折點。

隨著全球組織爭相部署 AI 代理（AI agents） 來執行編碼任務，Amazon 最近的經驗有力地提醒了我們，AI 的非決定性（non-deterministic）本質需要嚴格的治理。2026 年 3 月初發生的事件，迫使業界重新評估在生產環境中應賦予 自動化編碼（automated coding） 工具多少自主權與信任。

自主權的代價：停機機制

這一策略轉向的催化劑是在一週內發生的兩次重大服務中斷。2026 年 3 月 2 日，涉及 Amazon AI 編碼助手「Q」的事件導致了大規模故障，造成約 160 萬次錯誤和 12 萬個客戶訂單流失。3 月 5 日的第二次停機使混亂進一步加劇，據報導造成了更嚴重的破壞，損失了 630 萬個訂單。

Amazon 電子商務服務高級副總裁 Dave Treadwell 指出了一個關鍵差距：快速生成的 AI 程式碼產出與公司既定的可靠性工程標準之間的不匹配。內部文件顯示，一項在沒有進行強制性、正式文件記錄和審批程序的情況下部署的生產變更，是 3 月 5 日崩潰的主因。

為什麼 AI 編碼代理難以實現決定性

AI 代理與企業級軟體穩定性之間的核心摩擦點在於「決定性（determinism）」的概念。傳統軟體工程依賴於每次提供特定輸入時行為完全相同的系統。相比之下，生成式 AI 模型本質上是機率性的；即使底層邏輯保持一致，它們也可能針對相同的提示詞產生略有不同的程式碼變體。

這種隨機行為在整合到以 100% 準確性為不可逾越基準的高風險開發環境時，產生了「合規差距」。在 Amazon，工程師生成程式碼的便利性導致了對安全檢查的無意規避。由 AI 代理獲得的效率矛盾地侵蝕了系統的可靠性，證明了速度不能以犧牲標準化監督為代價。

90 天重置：實施受控摩擦

Amazon 的回應是在一個可能已經過度習慣於無縫自動化的工程文化中，重新建立「受控摩擦（controlled friction）」的典範。這場 90 天的重置不僅僅是暫停，而是對 335 個一級系統部署工作流的全面架構重組。

新指令要求：

• 強制雙人審查： 若無雙人人工核對，不得將程式碼推送至生產環境，從而消除了「僅限 AI」的審批捷徑。
• 嚴格的文件要求： 嚴格遵守內部記錄和審批工具，確保每次變更都有可追蹤的稽核日誌。
• 決定性執行： 推動將代理工具與基於規則的決定性安全防範措施相結合，以執行 Amazon 的中央可靠性工程標準。

比較分析：傳統 vs. AI 整合 DevOps

下表總結了 Amazon 為降低與 AI 輔助軟體生命週期相關風險而強制執行的營運哲學轉變。

風險類別	傳統 DevOps 方法	AI 整合工作流	「重置」調整
程式碼驗證	手動與同儕審查	自主生成	雙人手動驗證
文件記錄	即時日誌記錄	經常跳過/自動化	要求嚴格的手動合規
可靠性測試	基於規則的模擬	預測性/機率性	硬編碼決定性規則
部署速度	受控節奏	快速/高初速	高摩擦、高完整性

更廣泛的產業影響：治理即是新的創新

Amazon 的掙扎是企業領域的一個預兆。隨著技術長（CTO）和工程負責人導航生成式 AI（GenAI）領域，教訓顯而易見：AI 代理是強大的力量倍增器，但它們目前無法取代治理良好的軟體供應鏈的結構完整性。

業界正轉向對所有生產級 AI 輸出提出「人機協同（human-in-the-loop）」的要求。透過投資於混合解決方案——即使用 AI 進行生成但執行決定性安全檢查的系統——Amazon 正在為 生成式 AI 風險（GenAI risk） 管理設定新標準。

對於一般企業而言，未來的道路不是放棄 AI 編碼助手，而是將其視為需要持續的人工引導監督的初級開發人員。這 90 天的重置期可能會產生一份「AI 原生可靠性（AI-native reliability）」的藍圖，這是一個將大型語言模型（Large Language Models）的靈活性與全球商務不容妥協的穩定性要求調和在一起的框架。

隨著時間進入 2026 年夏季，所有人的目光都將集中在這些新的護欄如何有效抵禦對軟體速度日益增長的需求。有一點是肯定的：在大型零售世界中，自動化錯誤的代價實在太高，不容忽視。