Meta内部员工终于炸锅了 | 员工直播怒骂高管 | 扎克伯格和CTO纷纷道歉 | AI转型混乱 | Applied AI | 员工用来训练数据 | 一个经理管五十人 | 三重错位

内部会议失控：情绪爆发与“古拉格”隐喻

Meta近期在一场面向数千名员工的内部技术直播会议上发生了罕见的公开冲突。一名员工在会议中突然打断演讲，情绪激动地抱怨自己沦为公司的“工具人”，并点名要求转告AI高管一句粗口，直接撕开了Meta全力押注超级智能背后积攒了三个月的矛盾。这场原本常规的技术分享因这一插曲陷入尴尬，演讲者捂脸，主持人强行推进，但聊天区已充满火药味。这并非偶然事件，而是应用AI部门（Applied AI, AAI）成立后内部矛盾激化的集中爆发。

AAI部门成立于今年三月，规模庞大，拥有约6500名工程师和产品经理，核心任务是为Meta新成立的超级智能实验室（Meta Superintelligence Labs）提供支持。然而，员工的加入方式极其粗暴，许多人并非主动申请，而是突然收到调岗邮件，面临“要么接受调岗，要么离开Meta”的二选一困境。有员工在社交平台回忆，这种随机且强制的调动让员工感到人生失去意义，工作环境如同“苏联古拉格劳改营”，机械且缺乏交流。这种高压和强制性的组织重构，导致了内部普遍的精神崩溃和不满情绪。

“Tell him, he is piece of shit.”

“这个部门简直就是像苏联古拉格（Gulag）劳改营一样，突然之间人生失去了意义。”

人才错配：高薪工程师沦为“数据饲料”生产者

被调入AAI部门的工程师们，其工作内容与他们的专业背景严重脱节。根据内部文件和员工透露，他们的主要工作不是开发用户产品或研究模型架构，而是生产训练数据。具体任务包括设计编程题目、编写复杂的软件开发场景、构造逻辑谜题、评估模型输出表现以及制作测试样本和标注数据。每名员工每周需完成至少两项此类任务，这些产出最终由AI科学家用于训练和评估最新一代大模型，帮助AI智能体学习编程和复杂任务。

Meta内部解释称，当前AI在编程等技术任务上尚未超越人类，需要大量真实案例训练。然而，这些工作机械、重复且缺乏创造性，远不如过去的开发工作有技术挑战。员工感到自己每天在为AI模型“生产饲料”，而非实现技术价值。这种人才错配不仅浪费了高薪聘请的顶尖工程师的专业能力，更严重打击了员工的职业尊严和工作积极性。员工原本加入Meta是为了给数十亿用户开发产品，现在却觉得自己只是在为AI提供基础数据支持，这种心理落差是内部不满的核心来源之一。

数据策略争议：从外包到内部监控的激进转向

Meta为何让高薪内部工程师从事数据标注工作？这与Meta对数据质量的追求及成本控制策略有关。去年，Meta斥资143亿美元收购了数据标注公司Scale AI的核心业务，并聘请其28岁的创始人汪滔担任Meta首席AI官，负责超级智能实验室。在泄露的内部录音中，扎克伯格解释称，汪滔深谙数据标注行业，且Meta员工的平均智力水平高于第三方承包商，因此内部员工能生产更高质量的训练数据。

然而，这一策略引发了更大的争议。为了获取更多训练数据，Meta推出了一项极具争议的计划：监测美国员工的鼠标点击和键盘输入行为，将这些操作数据用于AI模型训练。该做法迅速引发强烈反弹，超过1600名员工签署联名请愿书要求停止。迫于压力，Meta做出部分让步，允许员工暂停数据收集最多30分钟或申请个别豁免，但未能彻底平息争议。这种监控行为将员工置于公司的对立面，被视为将员工视为“数据来源”而非伙伴，进一步加剧了信任危机。

组织动荡：裁员、重组与“冰雹中跑马拉松”的比喻

Meta的AI转型伴随着大规模的组织重构和裁员。今年以来，扎克伯格将战略重心全面押注AI，导致公司进行了剧烈调整。就在近期，Meta裁掉了约8000名员工，占总员工数的10%左右，同时将大量资源从元宇宙业务转向AI。应用AI部门负责人马赫·萨巴（Maher Saba）便来自过去累计烧掉超过830亿美元的Reality Labs。这种资源的大规模转移，使得数据中心工程团队、Instagram团队及基础设施部门面临前所未有的工作强度。

Meta首席产品官克里斯·考克斯（Chris Cox）在Instagram全员大会上罕见地公开谈论了公司的艰难状态。他用一个形象的比喻形容员工处境：“就像在冰雹中跑马拉松，跑着跑着队友突然被换掉，公司还在全程监控你。”考克斯甚至忍不住爆了粗口，反问这到底是什么鬼。他指出，Meta需要重新找回与员工的连接，并强调AI既不是神也不是魔鬼，远没有大家想象的那么强大或糟糕。这种高层的无奈与员工的痛苦形成共鸣，反映出组织内部的深刻裂痕。

政策反转：从Tokenmaxxing到Tokenminimizing的混乱

Meta在AI使用政策上的反复无常，进一步加剧了内部的混乱感。几个月前，Meta大力鼓励员工使用AI工具，甚至催生了“Tokenmaxxing”风气。员工通过大量消耗token来证明自己是AI重度用户，公司内部设有“Claudeonomics”排行榜，根据token使用量对前250名员工排名。为冲榜，员工甚至故意让AI智能体同时运行多个任务。数据显示，员工在30天内消耗了60.2万亿个token，后增至73.7万亿，直到排行榜被下线。

这种风气的根源在于去年11月的考核政策：展示AI驱动的影响力成为核心考核要求，表现优异者可获得奖励。然而，短短几个月后，风向彻底反转，Meta转向“Tokenminimizing”，即控制token消耗。原因是内部AI使用成本过高，据内部备忘录，若按当前趋势，2026年仅内部AI使用一项将花费几十亿美元。为此，Meta组建了团队搭建“AI网关”（AI Gateway）中央仪表盘，监控支出、设定预算并设置上限。同时，Meta引导员工减少使用第三方AI工具（如Anthropic的Claude），转而使用内部自研的MetaCode，甚至要求AAI部门通过设计编程挑战题生成强化学习数据，以减少对外部工具的依赖。

管理失控：一人管五十人与信任崩塌

Meta在管理结构上的极端案例，暴露了其组织调整的粗糙。在应用AI团队内部，曾出现一名经理管理50名员工的极端情况。在科技行业，正常经理管理幅度通常为6-8人，偏大的公司也仅在12-15人之间。50:1的比例意味着员工几乎得不到个性化的职业指导，缺乏归属感和成长关注。这种管理幅度的失控，是员工感到被忽视和工具化的重要原因。

面对内部不满，扎克伯格在内部备忘录中首次承认组织变动给员工带来困扰，并坦言公司犯了错误。他承诺今年不再大规模裁员，限制管理者下属人数，增加团队活动预算，恢复固定工位制度，并举办黑客松活动。CTO安德鲁·博斯沃思（Andrew Bosworth）也发信道歉，称公司做出了“糟糕透顶的决定”，破坏了员工对专业价值的信任。他承认，管理层在追赶AI市场时忽略了员工视角，但同时也表示，有时工作需要牺牲，员工必须做一些不那么有成就感的工作。AAI负责人萨巴则承诺恢复正常人员流动，允许员工申请调任，并将此总结为“快速行动，向前修复”。

黑客松争议：善意举措为何被解读为额外加班？

尽管高管们试图通过承诺和举措来稳定军心，但信任裂痕已深，善意举措往往被负面解读。扎克伯格宣布7月举办全公司范围的AI黑客马拉松，旨在提振士气、重建技术文化。然而，这一消息在内部论坛引发强烈反弹。员工表示，连日常工作都顾不过来，既无动力也无时间参加。有评论指出，在公司要求用更少的人做更多事、同事被裁、工作超负荷的背景下，黑客马拉松被视为“又一项额外的免费加班任务”，而非福利。这条评论获得了超过200个赞，反映了员工对管理层脱离现实的愤怒。

这种反应揭示了Meta内部信任的彻底崩塌。当员工不再相信公司会考虑其感受时，任何自上而下的创新活动都会被解读为剥削。高管眼中的“创新文化重建”，在员工看来是“增加负担”。这种认知偏差表明，仅靠政策调整和口头道歉无法修复因粗暴执行和忽视员工体验而造成的组织损伤。Meta需要重新审视其AI转型中的人文关怀，否则任何技术上的进步都难以弥补组织内部的裂痕。

产品迭代与商业困境：AI功能密集上线但营收依赖广告

与内部动荡形成鲜明对比的是，Meta在面向用户的AI产品上正密集迭代。Meta在Facebook上推出了新的AI Mode，利用平台公开帖子、群组内容和短视频提取信息生成答案，用户无需翻搜索结果，用日常语言提问即可获得整合真实讨论的回答。此外，Meta还悄悄推出了类似Reddit的应用Forum，内置AI提问功能，能从群组讨论中提取答案。然而，这类功能存在争议，因为AI总结的是普通用户内容，可能传播过时或错误信息。

Facebook还新增了AI驱动的创作工具，如照片编辑功能（更换服装、发型、配饰）和面向创作者的AI助手（提供最佳发帖时间、评论区反馈摘要等个性化建议）。加上之前的动态头像和商家自动回复功能，Meta的C端AI更新频率极高。商业层面，Meta推出了全球订阅计划，每月3.99美元起解锁额外功能，并规划更多AI相关付费等级。然而，截至目前，Meta超过98%的营收依然来自广告。这些AI功能能否形成新的收入支柱，目前尚无清晰答案。这种内外撕裂感——内部组织剧烈动荡，对外产品快速迭代——在Meta身上体现得尤为明显。

三重错位：Meta AI转型的深层逻辑危机

Meta的问题不仅是执行粗糙，更是深层的“三重错位”。第一重是人才错位：高薪聘请的顶尖工程师被用于数据标注和出练习题，本质是将高端人才当低端劳动力使用。公司忽视高智力人才需要有意义的工作和成长空间，长期机械重复只会消磨积极性，导致躺平或离职。第二重是组织错位：Meta始终处于“战时模式”，元宇宙火则All in元宇宙，AI火则All in AI，每次战略转向伴随大规模裁员和重组。员工永远不知部门是否还在，岗位是否变动。这种持续动荡消耗信任，加上监控行为，将员工视为资源而非伙伴。第三重是目标错位：Meta被动追赶风口，而非主动引领。Llama曾是开源标杆，但现在与头部模型差距拉大。为了追赶，Meta急行军堆资源，顾不上员工感受。

这种错位源于Meta将广告业务的“规模逻辑”直接搬到AI赛道。AAI部门拥有6500名工程师，试图通过堆人数做数据来喂出模型。但前沿AI竞争并非单纯堆人数，OpenAI做出GPT-4时公司不足1000人。组织判断、研究方向、产品闭环和人才密度比人头数更重要。Meta习惯了大规模动员做信息流推荐，追AI模型也沿用此法，目标变了手段却没变，导致战略与执行严重脱节。

舆论反思：尊严、成长与AI转型的普遍难题

舆论场上，部分网友认为Meta员工拿着几十万美元年薪抱怨工作夸张，甚至认为“古拉格”说法过度。相比其他行业，Meta待遇确实处于金字塔尖。然而，员工在意的不仅是钱，更是职业尊严和成长路径。加入顶尖科技公司是为了做有影响力的产品，实现技术价值，突然变成“数据饲料生产员”的心理落差真实存在。Meta的问题并非孤例，而是AI从概念落地到企业内部的普遍矛盾：员工角色如何重新定义？AI成本如何控制？组织架构如何调整？数据边界在哪里？

Meta的教训在于，再宏大的战略最终要落地到具体的人身上。如果把员工当成战略豪赌的筹码或可随意调配的资源，再正确的方向也可能因执行粗暴而走偏。未来如何尚不可知，但现在能造出好AI的还得是人。企业推进AI转型时，必须平衡战略速度与员工感受，否则将付出巨大的组织信任代价。这不仅是Meta的困境，也是所有拥抱AI的科技公司必须面对的考题。

“我们不需要为了用AI而用AI，不是所有动作都代表有进展。”

“有时候大家必须做一些不那么有成就感的工作，因为总会有一些时候，工作需要牺牲。”