Meta以天价收购Scale AI控制权并重组AI团队，引发内部效率争议与员工信任危机

天价收购背后的真实标的：一人而非一家公司

2025年6月，Meta斥资143亿美元收购Scale AI 49%的股份。这笔交易的核心并非获得对这家公司的控制权，因为Meta并未持有多数股权，无法干预公司运营。真正的购买目标是Scale AI的28岁创始人Alexander Wang。到同年10月，Wang已出任Meta首席AI官。为了证明这一巨额投资的价值并提升效率，Wang在10月22日清晨向AI部门发送备忘录，强调通过裁员减少沟通成本。他提出“更少的人意味着更少的对话”，并要求留守员工承担更多责任。随后，Meta在AI研究、产品及基础设施团队中裁减了约600人，但Wang亲自领导的TBD Lab团队未受波及。这种结构重组旨在打造以AI代理为核心的小型化组织，由两三人组成的技术小组在Agent监督下工作。

财务陷阱与权力集中：谁为这场豪赌买单？

Meta支付的143亿美元中，超过50亿直接流向Wang个人而非公司账户。这笔钱通过Scale AI作为股息发放给股东，使得原股东在保留股份的同时套现离场，而Wang个人分得约25亿美元。若Wang离职，其股份将按1.5倍转换并产生额外稀释效应。这一条款的唯一目的是提高Wang的离职成本，锁定这位年轻领袖。与此同时，Scale AI自身也在2025年8月裁减了约14%的全职员工，部分外包人员时薪从50美元降至20美元。Wang在8月的备忘录中将Meta AI重组为四大支柱，并亲自接管了未裁员的TBD Lab。此前在Meta担任首席科学家12年、图灵奖得主的研究负责人，此时开始向这位28岁的年轻人汇报。Wang在备忘录中宣称：“现在花时间为正确的结构投入时间，将使我们以更快的速度达到超级智能。”

数据悖论：代码激增与事故频发的反差

2026年1月，包括首席数据官Alex Schultz在内的四位高管在夏威夷重新设计Meta的组织架构（Project OT）。计划中探索了削减60%团队的极端场景，但最终执行的第一波裁员仅为10%，约8,000人。Meta内部监控仪器记录了这一转型期的关键数据，揭示了AI引入后的复杂后果。AI生成的代码量同比增长220%，达到过去的三倍多；然而，实际触达用户的功能仅增加36%。与此同时，重大技术和安全事件增加了40%，用于“救火”的时间飙升了70%。代码的增长速度约为产品实际价值的六倍，但Meta从未解释为何三倍的代码量只转化为三分之一的有效功能。5月19日，在第二波裁员执行前几小时，Zuckerberg突然叫停了原定于11月的计划。次日早晨第一波裁员执行时，Zuckerberg在备忘录中写道：“我不指望今年还有其他全公司范围的裁员。”

内部监控与文化裂痕：从排行榜到数据提取工厂

在裁员执行期间，Meta员工之间展开了激烈的AI令牌使用竞赛。4月的内部排行榜显示前250名用户使用了60.2万亿个令牌，该功能被称为“Claudionomics”。然而，由于数据外泄风险，Zuckerberg和Bosworth均未进入前列，该仪表盘在报道发布两天后被关闭。Meta还启动了“模型能力倡议”，强制收集美国员工和承包商在办公电脑上的鼠标移动、点击、键盘输入甚至屏幕截图，用于训练自家模型。直到6月暂停该计划前，Bosworth明确表示“你的工作笔记本电脑上没有退出选项”。内部张贴的海报将公司称为“员工数据提取工厂”，6月的一项员工请愿书获得了1,600多个签名。在Meta的内部调查中，员工满意度从74% favorable降至55%。约6,500名工程师和产品经理被调入新成立的AI应用部门，从事数据标注和RLHF工作。这种高压监控与效率低下的反差，构成了Meta AI转型期最隐秘的危机。

高压管理与人才流失的代价

Meta内部对AI团队的管控达到了令人窒息的程度，员工被迫接受非自愿的项目调动，自嘲为“drafties”，并形容这种环境如同古拉格群岛般毫无意义。多位核心技术人员因无法忍受这种“灵魂毁灭”式的工作氛围而选择离开，包括图灵奖得主Yan LeCun和构建行业主流训练软件基础的Sumith Chintala。LeCun于2025年11月离职，Chintala则坦言离开是他做过的最艰难的决定之一。研究总监Tian Yuandong在10月22日被裁后指出，真正对问题负责的人并未被解雇。这种高压策略导致大量关键人才流失，而留下的员工则处于极度焦虑之中。

"It's literally the gulag. You have zero purpose in life."

产品交付延迟与性能争议

尽管经历了大规模裁员和重组，Meta在2026年上半年推出的旗舰模型表现并未达到预期。首席AI官Wang曾承诺在上半年发布两个主要模型，但第一个模型Muse Spark推迟至4月8日才上线。内部测试显示其在逻辑推理、编程和写作能力上存在短板。随后，Meta甚至讨论了临时授权Google的Gemini模型以填补空白。第二个图像生成模型Muse Image（代号Mango）直到7月7日才发布，此时上半年已结束。尽管Meta声称其AI战略正在回归正轨，但实际交付物的性能表现引发了内部和外部的广泛质疑。

基准测试数据与财务现实

独立机构Artificial Analysis对Meta模型进行了客观评估。在2026年4月8日，Muse Spark的智力指数得分为52；而9月2日向公众推出的xHi变体得分仅为61。尽管Meta声称其模型已重返前沿，但实际公测版本并非性能最强的Max变体。在Arena平台上，Muse Image排名第二，仅次于GPT-4o。从财务角度看，Meta第二季度营收为608亿美元，同比增长28%，显示出业务层面的强劲表现。然而，Zuckerberg在9月2日发布的Muse Spark 1.3版本仅达到“前沿性能”的边缘，且Max变体仍处于仅限合作伙伴的安全测试阶段。这表明Meta在高端模型上的突破尚未完全转化为大众市场的领先优势。

技术路线分歧与巨额融资质疑

Yan LeCun离开Meta后，于2026年3月9日为AMI Labs筹集了10.3亿美元，估值达35亿美元。他提出的核心论点是用“世界模型”取代单纯的“语言模型扩展”，即让机器构建对世界的理解而非仅仅预测下一个词。这一理念得到了Bezos Expeditions、Eric Schmidt、三星和英伟达的支持，其中英伟达既是Meta的芯片供应商，也是AMI Labs的投资方。与此同时，李飞飞的World Labs也获得了10亿美元融资，同样基于世界模型的理念。英伟达同时资助了Meta及其竞争对手，显示出其对不同技术路线的押注。这种分歧暗示Meta当前的“缩放”策略可能并非唯一或最优解。

监控争议与内部反思

2026年7月15日，26名匿名Meta员工在奥克兰联邦法院提起诉讼，指控公司使用AI系统监控员工的键盘敲击和活动数据，并据此进行算法辅助的性能排名和裁员决策。Meta回应称这些指控缺乏事实依据，强调人员管理由人类决定而非AI。然而，记录员工工作数据以训练其工作的做法在行业内极为罕见。尽管其他公司如Shopify、微软等存在AI使用配额和绩效审查，但监控员工以训练系统本身的行为仅在Meta被证实。Zuckerberg在7月2日的一次内部会议上承认，代理开发（agentic development）在过去四个月中并未如预期那样加速，且重组并不彻底。这一言论泄露后引发巨大震动，但他随后又在公开平台上宣传即将发布的Muse Spark更新，显示出内部认知与外部宣发之间的巨大割裂。

结论

Meta以143亿美元押注28岁创始人Alexander Wang，试图通过激进裁员与高压监控重塑AI架构。然而，这一豪赌并未兑现预期：代码量激增三倍却仅带来36%的功能增长，重大事故频发且核心人才流失。独立基准测试显示其主力模型Muse Spark智力指数仅52-61，性能远逊于承诺的前沿水平。尽管财务营收强劲且图像模型排名靠前，但高端Max变体仍处封闭测试。

这揭示了Meta当前战略的深层矛盾：过度追求规模扩张与效率压缩，反而导致交付延迟、内部信任崩塌及监控争议。相比LeCun等人倡导的“世界模型”新路线，Meta固守的语言模型缩放策略已显露疲态。其AI转型在组织与文化层面面临严峻危机，技术领先优势尚未稳固确立。