2026年6月，一场发生在Meta内部数千人围观的直播事件，揭开了这家科技巨头AI战略转型中最狼狈的一面。
在内部例行会议"Tuesdays with Boz"上，一名员工直接劫持麦克风，当场爆粗要求在场所有人转告某位Meta AI高管——用词之激烈导致演示者当场捂脸恳请大家静音。有员工将新成立的Applied AI部门形容为"古拉格（gulag）"，意指在这里工作压抑得像服苦役。Meta CTO Andrew Bosworth（Boz）——扎克伯格最信任的副手、在Meta效力20年的技术灵魂人物——随后在备忘录中亲口承认：公司的AI部门重组"糟糕透顶（atrocious）"。
一边是对外豪掷天价、在全球疯抢AI人才；一边是内部员工士气跌至20年谷底、公开爆粗。Meta的AI军备竞赛，正在为"人的代价"付出高昂学费。
一、Applied AI：一个让6500人"服苦役"的部门
冲突的核心焦点指向一个名为Applied AI的部门。这个部门于2026年3月成立，规模约6500人，清一色工程师和产品经理。它的定位是给Meta超级智能实验室（Meta Superintelligence Labs, MSL）的研究员们打配合。
Applied AI与MSL——那个由传奇人物Alexandr Wang（Scale AI创始人）天价加盟领导的明星实验室——完全是两种生态。Applied AI的日常工作是为MSL的研究测试提供支持，包括出编程题、设计评测任务、训练模型完成"像人一样操作电脑"等。用更直白的话说：这6500人干的是一份"手搓训练数据、给模型当陪练"的执行型工作。很多员工是通过一封毫无预兆的调岗邮件得知自己被调入新部门——个人的研究方向、职业规划、甚至直属经理都发生了不可预期的变化。
扎克伯格在解释为何要用自己人而非第三方外包时，给出的理由耐人寻味：一是Scale AI本就深谙数据标注这门生意，Applied AI配合MSL工作是高效的协同；二是Meta员工的智商"平均比第三方外包高出一大截"，所以是"更划算的选择"。这番"中译中"的解释，让不少被迫调岗的员工感觉自己是被当成了工具人。
二、信任是怎么一步步坍塌的
Applied AI只是导火索，背后的火已经烧了很久。把时间线拉长，Meta过去几年的关键词几乎都是"动荡"。
2026年5月，Meta累计裁员约8000人，约占员工总数的10%，同时另有6000个在招岗位一并取消。从2022年至今，Meta四年下来累计裁撤了近3万个岗位。而在整体裁员的另一面，扎克伯格却在天价为MSL招聘AI研究员，甚至开出上亿美元薪酬。这种内外反差巨大的资源分配方式，加剧了普通员工的被剥夺感。
被强制调入Applied AI的员工还面临着"超扁平"管理结构——一个经理最多要管理50人。这对任何需要深入技术指导和职业规划辅助的工程师来说都是灾难性的。基础设施和安全团队的工程师被一纸调令抽去支援Applied AI，却得不到清晰的解释——"这对我的长期目标意味着什么？"没人能回答。
而最触动人怒火的，是Meta公司内部推进的一个名为"模型能力计划（MCI）"的项目。该项目会监控员工的鼠标轨迹、键盘输入、页面点击、菜单操作，并定期截取屏幕截图，覆盖数百个应用和网站。最关键的是：公司配发的设备"没有退出机制"。超过1600名员工联合签名抗议——这触到了隐私的红线。员工开始怀疑自己的一举一动正被用来训练即将替代他们的AI模型。
三、Boz的认错：一场迟到但必要的危机管理
面对持续发酵的内部情绪，Boz在备忘录中承认了三件事的失败。第一，公司在解释这场变革的愿景上做得糟糕透顶。第二，公司在支持员工度过转型期上做得糟糕透顶。第三，频繁改动团队结构、战略反复横跳，把整支团队晾在了原地。
这一认错姿态与一年前形成了鲜明对比。2025年初面对员工对裁员的不满，Boz曾撂下一句狠话："觉得不爽？那你可以辞职，我是认真的"。一年后，同样的人，不得不出面为同样的组织动荡道歉。半年时间足以让高管层意识到：士气不仅仅是"软问题"——当应用AI部门的核心职责就是让AI替代人的工作，而做这份工作的员工还在被监控着键盘输入，情绪的爆发只是时间问题。
扎克伯格也罕见地亲自出面道歉，承诺2026年不再进行大规模裁员、为团队活动增加预算、恢复部分员工的固定工位。首席产品官Chris Cox公开承认最近的日子"艰难又残酷"。Boz则着手将经理的管辖人数从最多50人压缩到20人，减少频繁换经理的情况，恢复微型茶水间、差旅预算和团建经费等被砍掉的福利。
但这些"补丁"式措施能否真正修复信任，仍是未知数。
四、重组困境并非Meta独有，但Meta的裂痕最深
Meta并非第一家围绕AI进行大规模重组的科技公司。谷歌把团队并入DeepMind，微软将数百名OpenAI人员吸纳进自身体系——重组带来的阵痛几乎人人都有。但Meta的案例中，冲突的烈度和爆发的公开程度都远高于同行。
原因在于Meta重组中的几个结构性矛盾与其他公司不同：一是Meta的裁员力度远比谷歌和微软更大、更频繁；二是Applied AI的"监控+无退出"政策触碰了不可退让的隐私红线；三是Meta员工在AI部门做的是"训练替代自己的系统"的工作，这种身份认同的撕裂感是其他公司少有的。正如Boz在备忘录中引用的那句话——"AI不会抢走你的工作，但会用AI的人可能会"——对于Applied AI的工程师来说，这句话的变体可能是：你们正在亲手训练替代自己的系统。
这个问题没有标准答案。对于Meta，或者对于任何一家正在将大批工程师转向AI数据生产线的公司来说，答案可能取决于一个更深层的判断：当AI的进步足够成为压倒一切的目标，组织内部"人的代价"可以在多大程度上被合理化？
五、这场内乱给整个AI行业带来了什么启示
Meta的经历对于正在围绕AI进行组织变革的所有企业都有警示意义。
第一，组织的承受能力是上限。任何激进的AI战略推进都必须面对一个问题：组织的弹性有多大？赶得太急可能会让整个系统崩盘——Meta的士气崩溃就是一个生动的案例。在AI部署上踩油门的同时，组织信任建设的刹车系统也必须同时工作。
第二，"人机替代"的叙事需要重新设计。如果你需要工程师来训练AI，就无法回避"AI最终会替代你的工作"这件事。与其回避，不如坦率面对——并设计清晰的职业过渡方案。Meta的问题在于既没有坦诚面对、也没有提供过渡路径。
第三，监控和信任是互斥的。在一个需要发挥创造力和判断力的工程师组织中，通过键盘监控来获取训练数据的做法，与建设高信任文化之间存在着根本矛盾。在AI训练数据的"刚需"和员工隐私的"底线"之间，需要找到更可持续的平衡。
2026年的Meta内乱，本质上是整个AI行业集体面临的核心问题的提前预演：当AI能力以指数级提升时，"人"这个变量——人的信任、人的士气、人的职业安全感——是否跟得上技术变革的速度？Meta给出了一个警醒式的回答：技术可以很快，但组织永远是慢变量。