“Sloppenheimer：”亚马逊员工在 Slack 上嘲笑该公司的人工智能

一句话看懂：亚马逊内部员工在 Slack 上公开吐槽公司自研的大模型工具表现糟糕，团队实际更依赖 Claude Code 和 Kiro 等外部产品，而公司正试图用定制版 Codex 来统一工具栈，这一分歧暴露了 AWS 在 AI 开发工具策略上的混乱。

事件核心：发生了什么

根据 Hacker News 上一则匿名爆料，亚马逊 AWS 内部的 AI 开发工具生态呈现“三足鼎立”的混乱局面。爆料者称，AWS 自研了一款内部大模型工具，但“体验极差”，团队被强制使用了一段时间后仍普遍转向 Kiro（一款内部任务管理 AI），以及 Anthropic 的 Claude Code，后者已成为事实上的标准。与此同时，AWS 正在推进一款不会“打电话回家”（即不向外部发送数据）的定制的 Codex 变体，并已通过审计。目前公司尚未建立统一的组织或团队级工具规范，各团队依据自身偏好选用不同工具，且缺少针对 Claude Code 的通用使用约定。公司内部还在推一个名为“Agent Spaces”的新项目，其形态接近 Lovable 或 Bolt 这类自动化 Agent 平台。

为什么重要

这一内幕暴露了大型云厂商在 AI 开发工具路线上的典型困境：自研的模型工具在体验上往往落后于市面竞品，导致一线开发者绕开内部规定，转而使用 Claude Code 等外部工具。这不仅带来安全合规隐患（Claude Code 会外传代码数据），也使得公司难以下达统一的工具预算和治理策略。AWS 作为全球最大的云服务商，其内部工具选择直接反映出整个行业在模型选用与开发流程上的博弈——自研 vs 外采、开放 vs 可控、统一 vs 灵活。若 Agent Spaces 最终形态类似 Lovable/Bolt（即低门槛的 Agent 构建平台），则意味着 AWS 可能把内部经验产品化，进而影响整个云市场的 Agent 开发格局。

对用户/开发者/创作者的影响

开发者和企业 IT 决策者：如果你正计划统一团队内的 AI 开发工具栈，这件事是一个真实的警示——即便是一家模型供应商自己内部，也难以强制统一使用自家模型。选择工具时，应考虑兼容性、数据隐私和社区生态，而非单纯绑定某家云厂商。AWS 用户可能在未来看到更严格的数据驻留策略，如定制 Codex 那种“不打电话回家”的版本，这会限制某些远程推理能力。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

AI 工具产品经理和创业者：Claude Code 能在一家主要云厂商内部成为实际标准，说明开发者在代码生成和自动化任务上对第三方工具的依赖度极高，提供了明确的商业机会。同时，Agent Spaces 这类产品正是将内部工具外销的典型路径，值得关注其对对标产品的影响。

值得关注的后续

1. 定制 Codex 的落地速度：这款不对外发送数据的版本能否在亚马逊内部快速推广，以及是否会成为 AWS 对外提供的商业产品，将直接影响开发者对不同模型 API 的选择偏好。
2. Agent Spaces 是否对外开放：如果 AWS 将 Agent Spaces 包装成新的云服务，那它可能是继 Bedrock 之后又一个面向 AI Agent 市场的关键产品，特别是对标低代码 Agent 平台如 LangChain 或 AutoGPT。
3. 自研大模型工具的命运：亚马逊在 AI 模型领域有多个布局（如 Titan 系列），但内部员工对自家工具的批评意味着，若最终产品体验无法追上外部竞品，其市场份额可能继续被 Anthropic 和 OpenAI 侵蚀。

来源：hackernews

“Sloppenheimer：”亚马逊员工在 Slack 上嘲笑该公司的人工智能