Meta的AI实验适得其反

算不上的数学题

2026年初，Meta推出了一项大胆的组织实验。这项计划名为"OT项目"，理论框架很简单：用AI接管重复性工作，将团队规模缩减最高达60%，再由一支精简的"AI原生"员工团队来管理虚拟同事。裁员省下的钱将用于激进招聘顶级AI工程师——形成一个自我强化的投资与效率循环。

但它没有奏效。不是因为想法不好，而是因为技术还没有准备好承担被赋予的任务。

Meta在今年5月完成了首轮裁员，裁掉了约10%的员工。原计划11月的第二轮裁员被取消。内部调查显示，员工士气从74%的正面评价骤降至55%——这一大幅下滑直接与重组消息相吻合。

这些数字讲述的，比 headline 裁员要深层得多的故事。据路透社引用的内部文件，AI辅助编码和agent部署导致服务中断和数据泄露事件同比激增40%。员工用来收拾这些烂摊子的时间上升了70%。

换言之，Meta自己的AI工具让工程师更忙了，而不是更自由。

最直接的受害者，正是生产力论题本身——即AI能够以规模化方式系统性取代人类劳动这一设想。Meta的经历给出了相反的答案。AI agent目前还不够可靠，无法在无人工干预的情况下处理生产工作，它们产生的错误需要人类投入更多时间来修复，远超原本的工作量。

员工还在承受"可见性税"。Meta曾计划追踪员工的鼠标活动和电脑操作，以改进AI训练，这一举措在美国员工中引发了一场网上请愿。在英国，员工开始就AI带来的就业不安全感和监控问题探索工会化道路。这不是一个假设的未来——它正在发生，并且正在重塑科技从业者的组织方式。

讽刺意味浓厚：Meta本想用AI取代人来减少人力，结果却创造了更需要人类协调、更多监督、更多防御性组织的环境。

这正是Meta的处境对整个行业尤为重要的原因。该公司今年仍在AI基础设施上投入1300亿美元。这是一笔庞大的金额——大致相当于一个中等欧洲国家的GDP——却被投向一个尚未证明其预期投资回报的问题。

扎克伯格公开承认，AI agent技术的发展速度低于预期。他给出的改进时间表？三到六个月。这是一个可信的领导者承认愿景与现实之间的差距，但这也发出了一个警示信号。如果Meta在资本充裕的情况下AI推进都陷入停滞，那么其他市场里那些围墙没那么高的花园们尝试同样的举动时会发生什么？

这1300亿美元的支出还引出了第二个层面的问题：如果不是为了取代工人，这笔钱去了哪里？一部分资金流向了招募明星AI工程师——正是Meta指望裁员来资助的那批人。因此，该公司同时在削减某些岗位，又在激烈争夺其他岗位，创造出一种奇怪的人才失衡，而非他们设想的精简团队。

这一事件之后，可能会迎来几件事。

首先，预计其他科技公司会对激进的AI驱动裁员承诺有所退让。Meta取消11月裁员释放的信号是：即使是最坚定的高管层，也会在数据不支持时收紧重组步伐。“AI会取代工人，我们会少招人"这个叙事已经出现了裂痕。

其次，AI工具的定位将从"替代"转向"增强”——至少在公开表述中如此。公司将继续大力投资AI，但表述方式会从"取代人类"转变为"增强人类"。这不只是公关话术，而是对以下事实的反映：纯粹替代尚未奏效，而错误补救的经济成本极为残酷。

第三，围绕AI的工人组织活动将加剧。英国的工会努力和美国的请愿都是早期信号。随着AI部署扩展到更多职能——编码、设计、客户支持、数据分析——员工将越来越把AI采用视为集体谈判议题，而非单纯的管理决策。

第四，Meta下一轮裁员仍有可能。扎克伯格排除了今年再次进行全公司裁员的可能，但结构性压力并未消失。如果AI性能在其三到六个月的时间线上得到改善，成本账算式可能发生转变，足以支撑进一步重组；但也可能暴露另一个缺口，进一步加深信誉危机。

Meta的实验揭示了一个根本性的张力，存在于科技公司对待AI的方式之中。曾经的假设是：更好的工具自动意味着更少的人。但会出错、会泄露数据、需要持续人工纠错的工具并不会减轻工作量——它们会将工作重新分配，而在很多情况下反而增加了总工作量。

这不是雄心勃勃的失败。这是时机不对的失败。技术将持续进步。但当前这一代AI agent尚未准备好承载投资者和高管寄托于其上的组织重量。

给整个行业的教训是严峻的：你可以砸下数十亿、激进重组，结果却可能比你开始时的问题更多——前提是底层工具真的能交付价值。Meta为此付出了昂贵的学费。其他人应当密切留意。