Meta用一整年证明AI 无法取代员工

寂静回声

今年年初，扎克伯格在夏威夷的私人庄园召集核心高管，举行一年一度的领导层闭门会议，并在那里提出了一个激进构想：彻底重新设计 Meta 内部的工作方式。也就是用 AI Agent 取代成千上万名员工，只留一小撮人盯着 AI 干活就行。
这个构想后来演变为公司内部所称的“OT 项目”，即“组织转型”（Organization Transformation）。

在路透社查阅的一份内部规划文件中，“AI 原生”被定义为这样一种公司形态：“适配 AI 的工具与 Agent 能够彼此交互，工作流程实现自动化，新产品从一开始便围绕 AI 构建。”按照这份文件的定义，“AI 原生”还意味着向第三方销售 AI Agent——Meta 已于今年 6 月开始推进这项业务。
去年，产品高管 Ime Archibong 组建了五个小型技术团队，启动了一项试点计划。每个团队由两三名工程师和一名设计师组成，借助 AI 工具开展工作。他们不再遵循为期六个月的规划周期，而是以四周为一个冲刺周期完成产品原型。
Archibong 在一篇内部帖子中写道：“在篮球比赛中，打快攻可以创造更多、更好的投篮机会。我们希望 AI 工具也能带来同样的效果：用更低的成本、更高的完成度，探索更多想法。”Meta 还为此发布一篇名为《AI 原生行动手册》的内部文章，介绍了削减中层管理岗位、利用“Agent 辅助分析”确定日常任务优先级等思路。
当时，高管们对“OT 项目”非常乐观。他们设想，借助 AI 技术，一名能力出众的员工便可以完成过去需要一个更大团队才能承担的工作。

最激进的方案里，部分团队要砍掉 60% 的人。Meta 曾考虑用 AI 完成“目前由数千名员工承担的大量日常工作”，再由规模很小的人类团队监督 AI。据报道，一名人力资源高管曾表示，如果这些方案全部落地，Meta 的员工总数将减少约 25% 甚至更多。
按照原计划，重组将分两轮进行：第一轮在 5 月启动，第二轮调整安排在 11 月。路透社援引两名知情人士的话称，Meta 原本计划将裁员节省下来的一部分资金用于高绩效员工，尤其是拥有 AI 工程技能的人才。
5 月 20 日，第一轮裁员落地。当天，公司裁掉了约 10% 的员工，同时将人数大致相当的另一批员工调往新成立的项目。
实际上， 5 月 19 日晚，在第一波裁员潮开始前几个小时，扎克伯格动摇了，所以取消了 11 月份的裁员计划。路透社说，他们“无法确定究竟是什么促使 Zuckerberg 改变了方向”。
但第一轮裁完没多久，留下的员工就发现不对劲了：AI 没替他们干活，反而给他们创造了更多活儿。

根据 Meta CTO Andrew Bosworth 6 月初发布的一篇内部帖子，员工日常使用的内部软件平台和基础设施，代码变更数量同比增长了 220%；但真正转化为新功能或功能升级、最终触达 Meta 用户的变更，仅增长了 36%。AI 写了一堆代码，大部分是噪音，真正能用的不多。
更糟糕的是，AI Agent 开始“搞破坏”。内部文件显示，AI Agent 执行了一些“人类几乎不可能实施的大规模破坏性操作”，导致重大技术和安全事故较上一年增加了 40%。
留下来的工程师救火救到手软，员工用于解决这些问题的时间增加了多达 70%。
实际上，第一次裁员刚过十天，就导致了一起重大 IT 事故。5 月 30 日，Instagram 遭遇了史上最令人尴尬的安全宕机事件——攻击者仅凭一个用户名，就能绕过所有安全验证重置账号密码，奥巴马的官方账号也未能幸免。整个攻击流程只需要两步：伪造位置发起客服申诉，让 Meta 客服 AI 将验证码发送到攻击者控制的邮箱——然后就没有第三步了。这是一起零认证密码重置，Meta 的安全前门直接敞开着。
以下是软件工程师 Siddharth Sundharam 的总结：
“昨日，一大批 Instagram 账号疑似遭到入侵，其中还包含奥巴马白宫官方账号这类知名大号。
说实话，我不是什么新手。我在独角兽规模的公司里花了将近十五年的时间排查各类安全漏洞与攻击利用程序，但这次绝对是我见过的最离谱、简直蠢到让人难以置信的一次。
流程是这样的：
第一步：伪造位置并发起客服申诉。攻击者只需要拿到你的账号用户名，就能开启整个攻击流程。他们连接你所在城市附近的 VPN 或代理，让 Instagram 的安全检测算法不起疑心。（用户名很容易通过公开主页、个人简介栏或上百种其他渠道获取。）当系统判定申诉请求来自正常地区后，攻击者就向 Meta 客服人工智能谎称账号被盗，要求将验证码发送至由他们控制的邮箱。
第二步：没了。真的，就这样。
这是我在生产环境中见过的第一个真正的零认证密码重置。似乎没有任何额外检查来确认所提供的邮箱是否是用户之前使用过的邮箱。一旦 AI 将安全验证码发送到攻击者的邮箱，攻击者就可以直接提交验证码完成验证。平台随后会生成一个新的密码重置链接，将账号的完整所有权授予攻击者。”
据内部人士透露，这起事件的直接诱因正是 AI 生成代码加上 AI 审查代码，同时信任与安全团队因人员抽调流失了约一半员工，包括多名资深骨干。事发后第二天，Meta 首席信息安全官 Guy Rosen 宣布辞职。6 月 12 日，Facebook 和 Instagram 又发生了一次全面宕机的 SEV 0 级事故。

员工们的愤怒终于全面爆发。当大家确认公司要用 AI 取代自己时，内部办公系统瞬间被愤怒的评论刷屏，还有人疯狂转发“大象”表情包——暗指裁员是“房间里的大象”，所有人都知道，公司却假装不存在。内部士气评分从 74% 直接跌到 55%。
《连线》杂志记录了一个更具冲击力的场景：在一场面向数千名员工的内部直播演示中，有人当场爆粗口，称自己“成了公司的奴才”，并要求会议主持人给 Meta AI 部门的一位高管发消息，“告诉他他就是个垃圾”。
持续的抗议让公司高层意识到，激进的 AI 转型正严重侵蚀公司最宝贵的资产——人才与信任。据采访平台数据显示，2026 年 5 月，Meta 工程师注册寻找新工作的数量同比大幅增长。即便是拿到留任股权包的核心工程师中，也有人表示这项福利反倒促使他下定决心尽快离职——因为他“对工作缺乏自主权、无法自主把控的现状深感痛苦”。
扎克伯格本人 7 月在内部会议上终于松口承认：“至少在过去四个月里，Agent 技术的发展轨迹并没有像我们预期的那样真正加速。”
Meta 则向路透社回应称，公司在确定具体裁员人数之前便已经取消了 OT 项目。
“作为公司今年早些时候重组工作的一部分，我们要求部分团队开展情景规划，评估员工调岗、取消空缺职位和人员裁减可能带来的影响。正如公开报道所述，这项工作最终促使我们将数千名员工调往多个新成立的团队，承担优先级更高的工作。我们最终并未实施情景规划中的所有方案，而且从一开始也没有认定所有方案都会落地。”

经过了一系列折腾后，Meta 终于成为了是一个士气受挫、技术债务缠身、并且对 AI 能力边界有了更清醒认知的组织。
更残酷的现实是：如今的工程师们正面对着一个比原来混乱三倍的烂摊子——代码量翻了三倍，安全事故增加了四成，救火时间多了七成。
这场失败引发了业内对“AI 替代人力”路径的深刻反思，正如一位网友所言：“他们窥见了未来的一种可能，便以为它已经到来，可以开始裁员了。事实证明，AI 在某些事情上非常聪明，在另一些事情上却表现很差。现阶段，AI 能力分布极不均衡，因此还无法迅速取代人类员工。”

Greyhound Research 首席分析师 Sanchit Vir Gogia 指出：“Meta 相信了一种尚未在生产环境中实现的 AI 能力预测。这和过度信任 AI 是两种不同的失败。”
他说：“Meta 把预测中的能力提前计入了实际产能。Agent 的能力会继续提升，但 Meta 的失误在于，这种提升尚未兑现，就已经被纳入生产能力规划。先验证 AI 的操作是否可靠，再扩大它的权限；验证权限可以安全运行后，再撤去人工控制。只有到了那时，削减人力才是一项决策，而非一场赌博。”
总之，AI 取代人类之路，远比硅谷精英们在夏威夷沙滩上畅想的要坎坷得多。

点评
当前生成式 AI 的代码生成逻辑，是基于海量代码样本的概率拟合：它可以针对单个需求、单个函数快速生成语法正确、逻辑自洽的代码片段，但它无法站在整个系统架构的高度去思考：
这段代码与现有模块的耦合关系、接口兼容性；
对全链路性能、稳定性、安全性的长期影响；
是否符合公司统一的技术规范与技术债务管控要求。
结果就是 AI 产出了大量 “局部可用但全局冗余、甚至冲突” 的代码，看似产能拉满，实则制造了海量的技术垃圾。人类工程师反而要投入比原来多 70% 的时间去排查问题、修复冲突、重构劣质代码，工作负担不仅没减轻，反而大幅加重。
“提问一次一个输出，再提问是另一种输出”，恰恰是工业级生产场景的大忌。软件工程、运维流程、安全风控的核心要求是确定性、一致性、可复现性，而生成式 AI 的本质是概率性生成，天然不具备绝对的确定性。
这种特性在生产环境中直接演变为两类严重风险：
1. 执行结果不可控：AI Agent 在执行自动化操作时，可能输出人类绝不会做出的 “大规模破坏性操作”。因为人类会基于全局规则和经验预判后果，而 AI 只会按概率生成动作序列。这直接导致 Meta 的重大技术与安全事故同比上升 40%。
2. 流程标准失效：最典型的就是 Instagram 零认证密码重置漏洞。AI 客服只完成了 “接收申诉→发送验证码” 这一单步任务的局部最优解，却完全没有遵循账号安全体系的全局规则。校验目标邮箱是否为账号绑定邮箱、核验操作人的身份真实性、评估异常操作风险。对 AI 而言，它只是概率性地输出了 “处理申诉” 的常见结果，却击穿了整个安全体系的底层逻辑。
“先裁掉 10% 员工，再让 AI 补位” 的逻辑，本质上是倒置了验证与落地的顺序。正如行业分析师指出的：正确的工程逻辑应当是先验证 AI 的操作是否可靠，再扩大它的权限；验证权限可以安全运行后，再撤去人工控制；只有当 AI 确实能稳定承接工作时，削减人力才是理性决策，而非一场赌博。

这场实验最终戳破了一个泡沫：当前的 AI Agent 可以成为人类工程师的 “提效助手”，但还无法替代人类对系统的全局把控。人类在软件工程中的核心价值，从来不是每分钟写多少行代码，而是：
对系统整体架构的设计与权衡；
对未知风险的预判与兜底；
对异常场景的判断与决策；
对长期技术债务的管控与规划。
这些能力都建立在 “全局思维、因果推理、经验沉淀” 之上，恰恰是当前仅具备 “局部拟合、概率输出” 能力的 AI 所缺失的。
Meta 的失败不是 AI 的失败，而是 “AI 替代论” 的失败。它证明了至少在当前技术阶段，AI 的能力分布极不均衡：在标准化、局部化、重复性的任务上可以大幅提效，但在需要全局架构、风险判断、系统决策的场景中，还远达不到替代人类的水平。过早地用未来预期指导当下的组织变革，最终只会换来士气受挫、技术债务高企、系统风险激增的结果。