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
三句話摘要
Meta為追趕AI進度粗暴重組,導致高薪工程師淪為數據標注員工,引發內部信任危機。 Meta用適應廣告業務的「規模邏輯」硬生生套用到AI競爭上,深刻反映出一個更普遍的真理:技術領先不等於組織領先。 應用AI部門的建立採用強制調岗,員工無選擇權只能接受或離職。高薪聘用的頂尖工程師被重新配置到重複性資料標注工作,導致職業尊嚴受損,創新能力被閒置。
重點整理
重點- 1
應用AI部門的建立採用強制調岗,員工無選擇權只能接受或離職。高薪聘用的頂尖工程師被重新配置到重複性資料標注工作,導致職業尊嚴受損,創新能力被閒置。
- 2
Meta決定由內部工程師而非外包團隊進行數據標注,理由是內部員工智力水準更高、產出品質更優。但這種邏輯浪費了高端人才的創新潛力,只著眼於機械執行能力。
- 3
公司從鼓勵AI使用(設Claudeonomics排行榜激勵消耗token)迅速轉向限制消耗,僅隔數月策略反轉,直接摧毀員工對決策連貫性的信任。
- 4
組織層面的根本病因在於Meta將廣告業務的「規模邏輯」硬套AI領域,認為堆砌工程師數量就能訓練更好的模型,卻忽視前沿AI競爭所需的組織判斷、人才密度和產品閉環。
實用技巧與重點
乾貨- 應用AI部門規模:6500名工程師和產品經理
- 員工周期任務:每周至少2項數據標注相關任務
- Meta收購Scale AI投資:143億美元
- 管理幅度比例:現況1:50,改革目標1:20,業界標準1:6-8至1:12-15
- 內部AI成本預估:2026年數十億美元
- Token消耗數據:30天消耗60.2萬億,後升至73.7萬億
- 監控反對聯署人數:1600+名員工
- 裁員規模:8000名員工,占總數10%
- 模型性能差距:Meta MMLU得分85分;GPT-5/Claude 4/Gemini 2.5超90分
- 內部AI工具:MetaCode(自研編碼助手)
- 外部工具使用:大量使用Anthropic Claude導致成本膨脹
- 員工免費暫停數據收集上限:30分鐘
- 訂閱制定價:月費3.99美元起
- 廣告營收占比:98%以上
結論
結論“Meta用適應廣告業務的「規模邏輯」硬生生套用到AI競爭上,深刻反映出一個更普遍的真理:技術領先不等於組織領先。”
完整解析
詳細Meta今年三月成立應用AI部門(AAI),一舉調配6500名工程師和產品經理。但這次重組並未循常規招聘流程,而是通過突如其來的調岗郵件通知。員工面臨二選一:接受調岗進入AAI,或自行離開。這種執行方式隨即激發內部反彈,有人將其比作蘇聯勞改營。
被重新配置的工程師日常工作包括設計編程題目、編寫複雜軟體場景、構造邏輯謎題、評估模型輸出,以及製作測試樣本和標注數據。這些產出供AI科學家用於訓練新一代大模型。Meta的技術解釋是現有模型在編程任務上尚無法超越人類,需大量真實案例。然而員工視角截然不同:這些工作極其重複機械,完全無法發揮其創新能力和知識儲備。
針對為何不外包給專業資料標注公司,扎克伯格在泄露會議錄音中解釋,Meta員工的平均智力明顯高於第三方承包商,故內部製作的訓練數據品質更佳。表面合理的邏輯卻忽視一個核心事實:高才能人才需要有意義的工作和成長機會,長期機械重複工作只會消磨積極性。更令人不滿的是,公司還推出了監控員工鍵盤和滑鼠操作的計劃來收集訓練資料,引發1600多名員工聯署抗議。
在成本控制上,Meta經歷極端搖擺。去年11月公司鼓勵員工使用AI工具,設Claudeonomics排行榜根據token消耗量排名,導致員工為上榜而濫用AI,30天內消耗60萬億token。短短數月後公司急轉身限制消耗,理由是2026年內部AI成本預計達數十億美元。這種朝令夕改加劇內部混亂,摧毀員工對決策一致性的信任。
管理結構失控也是重症。AAI曾出現一名經理管理50名員工的極端情況,遠超業界標準6-15人。員工幾乎無法獲得個性化職業指導。面對升溫的不滿,扎克伯格發布內部備忘錄,首度承認變動造成困擾,承諾今年不進行大規模裁員、限制經理下屬人數至20人、增加團隊活動預算等。CTO博斯沃思更罕見地用「糟糕透頂的決定」形容,承認破壞了員工對自身專業價值的信任。
然而這些道歉未能平復情緒。扎克伯格計劃7月舉辦全公司AI黑客馬拉松,原想提振士氣,卻在內部論壇引發反感。員工普遍認為自己已超負荷,黑客馬拉松不是福利而是變相無薪加班。這反映出組織信任的深度裂痕。
深層看,Meta問題非缺乏AI技術,而缺乏用AI做產品的能力。Meta習慣在廣告業務中使用「規模邏輯」——更多用戶、更多資料、更強推薦等於更高廣告收入。它試圖將此邏輯直接應用到AI競爭中,以為堆砌6500工程師就能馴養大模型。但前沿AI競爭從不是堆人數遊戲,組織判斷、研究方向、人才密度和產品閉環往往比頭數更重要。Meta為廣告訓練出的組織肌肉,在AI賽道上並不直接適用。
關鍵時刻
Pipeline v2帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。


