大家好，这里是最佳拍档，我是大飞 Meta终于是炸锅了 最近 在一场面向数千名员工的Meta内部技术直播会议上 有人直接打断演讲当众爆粗 点名要求转告AI高管，你就是个混蛋 正式撕开了Meta全力押注超级智能背后 内部积攒了整整三个月的矛盾 一家市值万亿的科技巨头 为什么会把自己高薪聘请的工程师逼到这个份上？
今天我们就来吃吃这个瓜 我们先从这场失控的内部会议说起 这场会议原本是一场常规的技术分享 面向公司数千名员工同步直播 过程中一名员工突然开麦打断发言 情绪激动地抱怨自己沦为了公司的工具人 随后公开点名一位Meta AI部门的高管 要求会议主持人转告对方一句话 Tell him，he is piece
of shit 现场一度陷入尴尬 会上的演讲者直接用双手捂住了脸 主持人很快要求全员静音 强行继续推进技术分享 但是聊天区里全是关于这场火药味开场的讨论 这场情绪爆发显然不是偶然
风暴的中心 是Meta在今年三月成立的新部门应用AI（Applied AI） 简称AAI 这个部门规模十分庞大 一共大约有六千五百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 官方的说法是
这支队伍承担着帮助AI模型进化的重要使命 但是在很多员工眼里 他们更像是被临时征召来的苦工 这个部门的组建方式非常粗暴 很多人并不是主动申请加入的 而是某天突然收到一封邮件 通知他们的岗位调动已经完成 有员工在社交平台发帖回忆 整个调动过程相当随机 完全摸不到规律
而摆在这些员工面前的选择几乎只有两个 要么接受调岗加入应用AI部门 要么主动离开Meta 有员工直接向媒体形容 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 几乎不和任何人交流 每周只是机械地完成固定任务 还有人更直接地评价
几乎所有人都不开心 这份工作令人精神崩溃 那这些被调过去的工程师 每天到底在做什么工作呢？根据Meta的内部文件和员工透露的信息 他们的主要工作不是开发面向用户的产品 也不是研究模型架构 而是生产训练数据 具体来说 就是设计编程题目、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 通常每名员工每周至少要完成两项以上这类任务 这些产出最终都会交给AI科学家 用来训练和评估最新一代的大模型 帮助未来的AI智能体学习编写代码、操作软件 以及完成复杂任务 Meta在内部公告里给出的解释是 当前AI模型在编程这类技术任务上还没法真正超越人类
因此需要大量真实案例进行训练 单从技术难度看 这些任务甚至比他们过去的开发工作更简单 但问题恰恰出在这里 这些工作太机械、太重复 也太缺乏创造性 有员工坦言 这完全没有发挥出自己的能力和知识储备
当初加入Meta是为了给数十亿用户开发产品 现在却觉得自己每天都在给AI模型“生产饲料” 说到这里可能有人会问 数据标注、制作训练样本这类工作 不是一直都有外包团队在做吗？Meta为什么非要让高薪的内部工程师来干呢？这里就不得不提到Scale AI 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 还把公司当时年仅28岁的创始人汪滔招入麾下 担任Meta的首席AI官 同时负责超级智能实验室 在一段泄露的内部会议录音里 扎克伯格自己解释过不用外包的原因 他说汪滔 非常了解数据标注行业 而且Meta员工的平均智力水平明显高于第三方承包商
所以由内部工程师来做这项工作 训练数据的质量会更好 其实应用AI部门的矛盾 只是Meta内部不满情绪的一部分 今年以来 扎克伯格几乎把全部战略重心都押在了AI上 为了腾出资源 公司进行了大规模的组织重构 就在上个月
Meta刚刚裁掉了大约八千名员工 占到总员工数的百分之十左右 与此同时 公司还把大量资源从元宇宙业务转向了AI 应用AI部门的负责人马赫·萨巴（Maher Saba） 就来自过去几年累计烧掉超过八百三十亿美元的Reality Labs 不止是被调岗的员工
数据中心工程团队、Instagram团队还有基础设施部门 都面临着前所未有的工作强度 为了拿到更多训练数据 Meta还推出了一项争议极大的计划 开始监测美国员工的鼠标点击和键盘输入行为 把这些操作数据用于AI模型训练 这个做法很快引发了强烈反弹 目前已经有超过一千六百名员工签署了联名请愿书
要求停止这个项目 迫于压力，Meta后来做了部分让步 允许员工暂停数据收集最多三十分钟 也可以申请个别豁免 但是这些措施显然没能彻底平息争议 这种压抑的情绪甚至已经蔓延到了管理层 根据《连线》杂志拿到的内部会议录音
在不久前的Instagram全员大会上 Meta首席产品官克里斯·考克斯（Chris Cox） 也罕见公开谈论了公司当前的状态 他把过去几个月形容为艰难且残酷 还用了一个很形象的比喻 说现在的员工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 说到这里 考克斯自己都忍不住爆了粗口
反问这到底是什么鬼 在他看来 Meta需要重新找回和员工之间的连接 同时不能把AI神化 AI既不是神也不是魔鬼 远没有大家想的那么强大 也远没有那么糟糕 顺着这个内部矛盾的话题往下 我们再来看另一件很有讽刺意味的事 它能从另一个角度说明Meta AI转型的混乱 就在几个月前
Meta还在全公司大力鼓励员工使用AI工具 甚至催生出了一种称为tokenmaxxing的做法 员工们通过大量使用AI、疯狂消耗token 来证明自己是AI重度用户 公司内部还有个叫Claudeonomics的排行榜
根据token使用量对前两百五十名员工排名 很多人为了冲榜 甚至故意让AI智能体同时运行多个任务 人为抬高消耗数据 有数据显示 当时员工三十天内就消耗了六十点二万亿个token 后来这个数字还涨到了七十三点七万亿 直到排行榜被直接下线 为什么会出现这种风气呢？因为去年十一月的时候
Meta明确告诉员工 今年展示AI驱动的影响力会成为一项核心考核要求 表现最好的员工会因为交付显著成果拿到奖励 等于公司自上而下推着员工多用AI 用得越多越能证明自己跟得上战略 可仅仅几个月过去 风向就彻底反转了 Meta开始从tokenmaxxing转向tokenminimizing
也就是控制token消耗 不再鼓励员工无节制地烧token了 背后的原因也很直接，成本太高了 根据一份内部备忘录的内容 照当前的增长趋势 仅内部AI使用这一项 2026年就会花掉几十亿美元 但是很多个人和团队
根本不清楚自己用AI花了多少钱 也没有对应的管控能力 为了压缩支出，Meta专门组建了团队 搭建了一个叫AI网关（AI Gateway）的中央仪表盘 用来集中监控每个团队的AI使用情况和相关支出 设定预算 给员工的token花费设置上限 还会推出自动提醒机制 提示异常的支出激增 与此同时
Meta也开始引导员工减少在编码工作中使用第三方AI工具 转而多用内部自研的编码助手MetaCode 因为有知情人士透露 Meta工程师大量使用Anthropic的Claude这类外部工具 是内部AI成本快速膨胀的重要原因 公司甚至要求应用AI部门去优化MetaCode 通过设计编程挑战题让模型求解
生成高质量的强化学习数据 以此减少对外部工具的依赖 Meta的首席技术官安德鲁·博斯沃思（Andrew Bosworth） 早在四月份就发过备忘录试图纠偏 他告诉员工 任何人都不应该为了用AI而用AI
不是所有动作都代表有进展 单纯的token使用量也衡量不了任何形式的影响力 我们用这些工具 是因为它们能让我们更快更好地完成工作 话虽然说得没错 但是从鼓励冲榜到限制配额 短短几个月的政策大转弯 本身就加剧了内部的混乱感 面对越来越大的内部不满 扎克伯格最终还是出面了 他在最近发布的内部备忘录里
首次承认最近的组织变动确实给员工带来了困扰 也坦言因为这些调整极其复杂 公司已经犯了一些错误 未来大概率还会继续犯错 同时他也给出了一系列稳定军心的承诺 比如今年不会再进行大规模裁员 限制管理者的下属人数 增加团队活动预算 恢复固定工位制度 结束此前推行的“Hot Desking”办公模式
还要举办大型的黑客松活动 其中最受关注的 就是管理结构的优化 此前应用AI团队内部 甚至出现过一名经理管理五十名员工的极端情况 这在科技行业是非常离谱的比例 正常的互联网公司 一名经理通常管理六到八名员工
就算是管理幅度偏大的公司 也大多在十二到十五人之间 五十比一的比例 意味着员工几乎得不到个性化的职业指导 没人会关注你的成长和具体贡献 自然很难有归属感 扎克伯格表示 未来会对经理的下属人数做出限制 后来博斯沃思进一步明确 会把这个比例控制在大约一比二十 不止扎克伯格
CTO博斯沃思也发了内部长信道歉 用词非常直白 说公司做了一个糟糕透顶的决定 他承认 公司破坏了员工对自身专业价值的信任 快速变化的策略、忽上忽下的招聘和调配 让整个团队陷入了困境 管理层在急着追赶AI编程工具市场的时候 完全忽略了员工的视角 不过他同时也表示
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 应用AI部门的负责人萨巴也同步表态 说未来会恢复正常的人员流动 员工如果在公司内部找到了其他感兴趣的职位 可以申请调任 他还把这套做法总结为“快速行动，向前修复”
是对Meta早年“快速行动，打破常规”口号的改写 他解释说，当初抽调人员 是因为Meta拥有别人没有的规模和员工专业技术 团队最初会专注提升前沿模型的编程和智能体能力 之后再扩展到安全防护、系统调试和产品开发等领域 只是这些道歉和承诺 到底能抚平多少情绪 其实要打个问号 有个很有意思的细节
扎克伯格在道歉的同时 宣布七月份会举办一场全公司范围的AI黑客马拉松 主题完全聚焦AI创新 原本是想提振士气、重建技术文化 结果这个消息发出去 内部论坛反而炸了 有员工直接说 自己连团队日常工作都顾不过来 既没有动力参加，更没有时间 还有人表示 不确定现在的公司还支不支持黑客马拉松文化
这条评论拿到了超过两百个赞 更多人觉得 现在大家被要求用更少的人做更多的事 同事在被裁，工作本身已经超负荷 黑客马拉松不仅不算福利 反而像是又一项额外的免费加班任务 高管眼里的创新活动 到了员工这里就变了味
这背后其实是信任的裂痕 当员工已经不相信公司会考虑自己的感受 任何善意的举措 都会被往负面的方向解读 和内部的鸡飞狗跳形成鲜明对比的是 Meta面向用户的AI产品 最近正在密集上线 就在内部矛盾持续发酵的同时 Meta宣布在Facebook上推出新的AI Mode 可以利用平台上的公开帖子
包括群组内容和短视频 提取信息生成答案 用户不用翻搜索结果 用日常语言提问 就能得到整合了用户真实讨论的回答 在此之前 Meta还悄悄推出了一款类似Reddit的应用Forum 里面也自带AI提问功能 能从Facebook群组的讨论里提取答案 当然这类功能也有争议 因为AI总结的是普通用户的内容
不是经过审核的权威信息 很可能会传播过时甚至错误的信息 除此之外 Facebook还新增了很多AI驱动的创作工具 比如照片编辑功能 可以帮用户更换服装、发型和配饰 还有面向创作者的AI助手 能根据账号的内容数据
给出最佳发帖时间、评论区反馈摘要 这类个性化的建议 再加上之前的动态头像和商家自动回复功能 近几个月Meta的C端AI更新频率非常高 商业层面，Meta也在推进订阅制 针对旗下几款社交产品推出了全球订阅计划 每月3.99美元起，解锁额外功能 据说更多和AI相关的付费等级也在规划中 但是到目前为止
Meta超过百分之九十八的营收依然来自广告 这些AI功能到底能不能形成新的收入支柱 现在还完全看不到清晰的答案 一边是内部组织的剧烈动荡 一边是对外产品的快速迭代 这种内外的撕裂感 在Meta身上体现得特别明显 看到这里，很多人可能会觉得 这就是一次组织调整执行得太粗糙的问题
但是如果往深了看，事情没这么简单 Meta的问题，从来不是有没有AI技术 而是会不会用AI技术做产品 大家都知道 Meta的FAIR实验室是世界级的AI研究团队 Llama系列大模型也曾经是开源社区的标杆
能做出领先的开源模型 说明Meta不缺人才 也不缺技术底子 但做出一个开源模型 和做出一个能和ChatGPT、Claude正面竞争的商用产品 完全是两回事 前者靠的是研究团队的能力 后者靠的是整个公司的组织能力 Meta过去二十年练出来的组织肌肉 都是为广告生意服务的 几十亿用户、海量数据、精准投放
它最擅长的就是把规模转化成广告收入 更多用户、更多数据、更多服务器、更强的推荐系统 这套逻辑在广告业务里百试不爽 但是扎克伯格把这套逻辑直接搬到了AI赛道上 应用AI部门的思路就是典型的规模逻辑 我有六千五百个工程师 堆上去做数据 就能把模型喂出来 但前沿AI竞争 从来不是单纯堆人数的游戏
OpenAI做出GPT-4的时候 整个公司还不到一千人 不是说人少一定好 而是说组织判断、研究方向、产品闭环、人才密度 这些东西可能比单纯的人头数重要得多 Meta习惯了大规模动员 做信息流推荐是这样
追AI模型也是这样 目标变了，手段却没变 我们可以把这种状态总结成三重错位 第一重是人才错位 花高薪招来的顶尖工程师 本来是用来做产品创新、技术攻坚的 现在被拉去做数据标注、出练习题 本质上是把高端人才当低端劳动力用 公司觉得员工智力高 做出来的数据质量好 却忽略了高智力的人需要有意义的工作
需要成长空间 长期做机械重复的工作 只会消磨人才的积极性 最后要么躺平，要么离职 第二重是组织错位 Meta这几年始终处于一种战时模式 元宇宙火就all in元宇宙 AI火就all in AI 每次战略转向都伴随着大规模的裁员、重组、调岗 员工永远不知道下个月自己的部门还在不在 自己的岗位会不会变
这种持续的动荡 会不断消耗组织的信任 再加上监控员工键鼠操作这种做法 更是把员工放在了公司的对立面 不是伙伴 而是数据来源和可调配的资源 第三重是目标错位 现在的Meta更像是在被动追赶风口
而不是主动引领方向 Llama曾经是开源模型的标杆 但现在和头部模型的差距已经越拉越大 有数据显示 Meta的大模型在MMLU中得分大约为八十五分 而OpenAI的GPT-5、Anthropic的Claude 4还有谷歌的Gemini 2.5 Ultra都超过了九十分 编程类基准的差距还要更大
为了追上去，Meta就只能急行军 用最粗暴的方式堆资源、抢速度 也就顾不上员工的感受了 当然 这件事在舆论场上也不是只有一种声音 很多网友看到新闻后的第一反应是 拿着几十万美元的年薪 做这点工作有什么好抱怨的？
还有人认为 古拉格的说法也太过夸张 这种说法不是没有道理 比起很多行业的工作强度和收入 Meta员工的待遇确实已经站在金字塔尖 但是站在员工的角度 他们在意的不只是钱 还有职业尊严和成长路径 当初加入顶尖科技公司 是想做有影响力的产品 实现自己的技术价值 结果突然变成了AI的数据饲料生产员
这种心理落差肯定也是真实存在的 说到最后，其实Meta遇到的问题 不是它一家的问题 当AI从概念真正落地到企业内部 当所有公司都在说要全面拥抱AI的时候 必然会遇到这些现实的矛盾 员工的角色怎么重新定义？AI的成本怎么控制？组织架构怎么调整？数据边界在哪里？这些问题没有标准答案
每家公司都在摸着石头过河 Meta的教训在于，再宏大的战略 最终也要落地到每一个具体的人身上 如果把员工当成战略豪赌里的筹码 当成可以随意调配的资源 那么再正确的方向 也可能因为执行的粗暴而走偏 未来怎么样不好说 但是现在能造出好AI的 还得是人 那关于Meta这件事大家是怎么看的呢？
你觉得企业推进AI转型的过程中 应该怎么平衡战略速度和员工感受呢？欢迎在评论区留言，感谢收看 我们下期再见