路透今天披露的细节,把Meta今年内部一场没有走完的重组计划摊在了台面上。这套代号Project OT(Organization Transformation)的方案,今年1月由扎克伯格在夏威夷的一场高管闭门会议上提出,设想用AI agent接管部分团队的日常工作,只留一小群人做监督,某些团队的裁员比例最高探讨到60%。计划分两轮推进,5月完成第一轮,原定11月的第二轮被扎克伯格叫停。
这不是一次简单的"AI裁员计划流产"。真正值得记下来的是:让Meta自己刹车的证据,恰恰是它最初拿来证明AI能顶替人力的那组数据。
60%的情景推演,10%的现实执行
Meta对外的口径一直很克制:60%只是"情景推演",从来没假设过会全部落地。这话不算说谎,但也不完整。
据公开报道,5月那一轮实际执行的裁员规模在10%左右,与内部HR高管所说的"部分场景下裁员比例约25%或更高"存在明显落差,离最初的60%更远。省下来的预算,一部分被拿去给AI工程等高绩效岗位加薪留人,数千名员工被重新分配去做AI工作流开发、模型训练数据生产之类的"优先工作"。Meta也向路透强调,晋升和绩效评定"由人做决定,不是AI"。
情景推演敢往60%写,真正执行时却落在10%上下——这个落差本身就是故事:不是执行力跟不上,更像是内部借着"AI原生"叙事,先把最激进的选项摆上桌,再一路谈判着往下收。
让计划刹车的证据,恰恰是拿来证明AI管用的证据
Meta内部帖子里的两组数字放在一起看很扎眼。
Meta最想证明AI管用的那组数据,反倒先叫停了它自己。
CTO Andrew Bosworth在6月的内部帖子里提到,员工用于日常工作的内部软件平台代码改动量同比涨了220%,听起来是AI大幅提效的证据。但真正落地成用户能看到的新功能或升级,只涨了36%。改动量和产出价值,在这套系统里彻底脱钩了。
更麻烦的是事故数据:AI agent做出"大规模、破坏性的操作",导致重大技术和安全事故同比增加了40%,员工花在收拾这些烂摊子上的时间最多涨了70%。
也就是说,agent确实在"干活",但干出来的很大一部分不是产品,而是需要人来返工的额外负担。这正是眼下企业衡量AI生产力时最容易踩的坑:代码提交量、任务处理数量这类"活跃度"指标很好看、很好测,但它们衡量的是agent有多忙,不是agent有多有用。
- 风险.企业衡量AI生产力时,如果只看"活跃度"类指标,很容易把新增的技术债和事故成本算成了效率提升。
谁先按下了刹车键,说法不一
关于取消11月那一轮裁员的先后顺序,不同信源的说法并不完全一致。路透的表述是首轮裁员发布后,扎克伯格随即取消了后续计划,读起来像是"数据不好看,所以喊停"。但也有报道称,扎克伯格是在5月中旬的夜里、也就是首轮裁员执行前一天就拍板取消了11月的方案,并告诉员工今年不会再有全公司范围的裁员。
这两种叙事对"是先看到数据崩了才刹车,还是先决定收手再补数据"的解读完全不同,报道里没法强行统一,只能如实标注这是一处信源分歧。
能确定的是,技术数据不是唯一变量。今年早些时候,Meta被曝出用键盘鼠标输入记录来训练AI agent,这个项目后来被暂停,员工士气因此受到影响。一个靠效率数字驱动的重组计划,撞上了一线员工的实际反弹,这本身就是"AI原生"叙事里经常被忽略的一块。
对外卖agent,对内出事故
Meta从今年6月开始对外销售AI agent产品,试图把内部这套"AI原生"改造包装成商业能力。但内部agent制造"大规模破坏性操作"、事故同比涨40%的同一段时间里,对外的销售叙事却是agent足够可靠、值得企业客户买单。这两条线放在一起,构成一个尴尬的落差:自家用着都出事的东西,拿去卖给别人时讲的是另一套故事。
7月的一次公司会议上,扎克伯格承认过去至少四个月,agentic development的进展速度"并没有像我们预期的那样加速"。这句话比裁员数字更值得记住——它相当于Meta自己给行业里"用AI agent批量替代人力"的乐观时间表按下了减速键。对其他还在评估类似重组的大公司HR和高管来说,Project OT提供的不是一个成功案例,而是一份风险清单:情景推演里的漂亮数字,和真正能落地的裁员比例,中间隔着一整套还没跑通的技术可靠性。
接下来值得盯的,是Meta财报电话会是否会披露更具体的AI效率数据,以及扎克伯格对agentic development时间表的下一次表态——那会是判断这场"AI原生"实验到底缓了多久、还会不会重启的更直接信号。