Meta 正在摧毁它的工程组织吗？

AI 重新分配与裁员的规模

• 讨论围绕一项说法展开：某些“核心”/基础设施团队中有 30–50% 的工程师被调去做 AI 数据标注 / RLHF 工作，外加公司范围内约 10% 的裁员。
• 多位自称内部人士的人表示，这些比例是可信的，甚至对某些基础设施团队来说还可能更高；也有人觉得这“难以置信”，但承认管理层可能认为这在逻辑上说得通。
• 许多人认为，这些动作和持续裁员是为了迫使员工流失，并在不明确大规模解雇的情况下缩减人数。

为什么要让昂贵的工程师去做标注员？

• 支持观点：前沿 RLHF 需要深厚的领域专业知识，尤其是对编程代理而言。细致的多轮标注和排序在心理上很消耗，也很难便宜地外包到海外。
• 反对观点：美国 FAANG 工程师大材小用；在更便宜的市场，或者从专门的标注公司那里，都能获得相近甚至更好的质量。被迫、心怀不满的标注员不太可能产出“高质量”数据。
• 有些人把这称为“软裁员”或“培训你的替代者”的工作，认为它不会长久。

AI 失常、指标与监控

• 许多人认为这里反映出更广泛的“AI 失常”：自上而下要求“把一切都 AI 化”、代币排行榜，以及大规模内部 LLM 使用（“tokenmaxxing”）被用作绩效代理指标。
• 严密监控（用于 AI 训练和生产力的屏幕/键盘追踪）被描述为侵入性强且反乌托邦；也有人回应说，在工作设备上的隐私本就从来不是真实存在的。
• 有人担心管理层正因恐慌追逐 AI 潮流，重蹈元宇宙等早先失败的覆辙。

对文化、士气和组织健康的影响

• 有报道称，经理被推回到 IC 角色，组织重组混乱，管理层陷入停滞。某些团队据称失去了半数或更多工程师，被调入 AI 组织。
• 据说内部流失率很高且还在上升；许多人计划拿到下一笔股权归属后离开。内部沟通据称也从强硬推进 AI，转为恳求大家不要辞职。
• 一些评论者认为，Meta 的核心社交产品其实只需要少得多的工程师就能维持；过度招聘加上绩效崇拜文化，使这种清洗几乎不可避免。

伦理与声誉

• 围绕在 Meta 工作的道德性展开了长期且激烈的争论，涉及其被指带来的伤害：成瘾式设计、青少年心理健康、诈骗、宣传，以及助长暴行。
• 有人认为员工对此负有真实的道德责任；也有人强调经济现实、缺乏“干净”的雇主，以及很难划出清晰的伦理界线。
• 更广泛的担忧是，这种重 AI、指标驱动的管理风格可能会在整个行业蔓延，而不只局限于 Meta。