内部会议爆粗事件

大飞: 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。

大飞: 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。

应用AI部门的苦工

大飞: 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。但在很多员工眼里，他们更像是被临时征召来的苦工。

大飞: 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，这个部门简直就像苏联古拉格劳改营一样，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。

AI模型的饲料生产

大飞: 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。

大飞: 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”。

为什么不用外包？

大飞: 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。

强力AI转型与监控

大飞: 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。

大飞: 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。

大飞: 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。在其看来，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。

从刷量到限额的混乱

大飞: 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图的事，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。

大飞: 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。

大飞: 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。

大飞: 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。

大飞: 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。

扎克伯格与高管道歉

大飞: 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。

大飞: 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。

大飞: 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。

大飞: 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。

C端AI产品高频上线

大飞: 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。

大飞: 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。

AI竞争中的三重错位

大飞: 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。

大飞: 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。

大飞: 我们可以把这种状态总结成三重错位：

大飞: 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。

大飞: 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。

大飞: 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。

战略速度与员工感受

大飞: 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。

大飞: 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。

大飞: 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。