Meta裁员风暴背后:AI降本增效的双刃剑与CEO智能体的崛起

Meta裁员风暴背后:AI降本增效的双刃剑与CEO智能体的崛起

如果说 Meta 去年的关键词是「砸钱抢人」,今年则转向了「为 AI 降本增效」。

前两周,路透社援引知情人士消息称,Meta 正在酝酿大规模裁员,可能影响公司 20% 甚至更多员工。按照 Meta 截至 2025 年底接近 7.9 万人的规模计算,潜在受影响人数可能超过 1.6 万。

Meta裁员风暴背后:AI降本增效的双刃剑与CEO智能体的崛起

近日,《华尔街日报》的一则报道揭示了另一层变化:据知情人士透露,扎克伯格正在打造一个「CEO 智能体」,以协助自己完成工作。

目前,这个仍在开发中的智能体已经开始帮助他更快地获取信息,例如直接检索答案,而这些信息原本需要通过多层员工传递才能获得。这种快速直接的信息通道正在改写公司的日常运作方式,工作节奏被进一步压缩,组织层级也一砍再砍。

扎克伯格表示:「我们正在投资 AI 原生工具,让 Meta 的每一位个体能够完成更多工作。同时,团队结构正在转向扁平化,个人贡献的重要性被进一步放大。如果做到这一点,我认为我们的产出会大幅提升,而且工作本身也会更有趣。」

公司内部去人化

在 Meta 内部,AI 工具的普及速度极快,部分原因在于其已与员工绩效评估直接挂钩。

据知情人士称,Meta 的内部论坛上充满了员工分享新 AI 使用场景以及用 AI 构建新工具的帖子。员工们已经开始使用个人智能体工具,例如「My Claw」。这类工具可以访问他们的聊天记录和工作文件,甚至可以代替他们去与同事或同事的智能体进行沟通,颇有「人还没开会,AI 先把会开了」的意味。

另一个名为「Second Brain」的 AI 工具也正在公司内部快速流行。知情人士称,它介于聊天机器人和智能体之间,由一名 Meta 员工基于 Anthropic 的 Claude 构建,能够对项目文档进行索引和查询等操作。在内部发布帖中,这名员工称它「就像一个 AI 版的参谋长」。

更有意思的是,据说 Meta 内部还有专门让员工的个人智能体彼此交流的群组。以前是同事拉群,现在变成了 AI 拉 AI。人类在旁边看着,偶尔点个表情包。

从个人工具到智能体协作,再到公司的系统性投入,AI 正从「工作助手」转变成「自己找活干的积极员工」,需要人亲自处理的事情正变得越来越少。

效率的另一面

然而,「效率提升」从来不是单纯的好消息。在 Meta 内部,这种变化带来的不只是「更快」或「更好用」,一种紧张感正在蔓延。

早在 2023 年,扎克伯格就以「效率之年」的名义裁掉 1 万人,并主动放缓招聘速度。短短一年,公司员工规模就从高位收缩到 6.7 万人。

在本月早些时候的一场会议上,Meta 首席财务官 Susan Li 谈到了调整员工结构以应对 AI 竞争的重要性。她表示:「对于像我们这样规模和体量的公司来说,如何让我们的效率不低于那些从一开始就是 AI 原生的公司,这是我经常思考的问题。」

Meta 为什么又想裁?

答案依然与 AI 有关,而且是成本高昂的 AI。

Meta 在今年 1 月的财报中披露,2026 年 AI 相关资本开支预计将在 1150 亿到 1350 亿美元之间,几乎是前一年的两倍。放眼整个科技行业,Meta 连同亚马逊、谷歌、微软等巨头,今年在 AI 上的总投入预计将达到 7000 亿美元量级。

大模型、算力集群、数据中心、芯片采购,这些都需要真金白银的投入。于是,企业很自然会产生一种算术题思维:既然 AI 基础设施如此昂贵,是否可以通过 AI 提高人效,再将一部分人力成本节省回来?这也是路透社报道的核心逻辑——Meta 希望用 AI 辅助员工带来的效率提升,去对冲 AI 基础设施上的巨额投入。

简而言之,AI 如今在许多大厂内部已不只是「新业务方向」,更像是一个双向挤压器:上面要继续烧钱,下面就得想办法省钱。

Meta 并非唯一采取此策略的公司。报道中提到,2026 年以来,已有多家公司将 AI 与裁员直接挂钩:Block、Amazon、Atlassian,乃至从 Salesforce 到 Accenture,都在讲述类似的故事。咨询机构 Challenger, Gray & Christmas 的数据也显示,今年美国已有超过 1.2 万个岗位裁撤与 AI 相关。

以往裁员常见的说法是「宏观环境挑战」或「业务调整」;现在的新版本则是:「AI 帮我们重新定义组织效率。」外壳换了,压力未减,甚至更为具体。

Meta裁员风暴背后:AI降本增效的双刃剑与CEO智能体的崛起


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/27072

(0)
上一篇 4小时前
下一篇 2025年11月5日 下午3:31

相关推荐

  • Claude深夜全线宕机10小时!AWS数据中心遭不明物体袭击,全球打工人集体断粮

    新智元报道编辑:桃子 好困 【新智元导读】 深夜,Claude突发全球性大规模宕机,引发用户广泛讨论。与此同时,美国财政部宣布全面停用Claude。硅谷数百名CEO与行业领袖联名发起行动,声援Anthropic。 全球Claude用户的心态,在那一刻彻底崩了。一场突如其来的全球性宕机,瞬间引爆网络。 此前,一场抵制ChatGPT、转投Claude的运动在全球…

    2026年3月3日
    36700
  • 从辍学生到Sora核心开发者:Gabriel Petersson如何用ChatGPT颠覆传统教育路径

    在人工智能浪潮席卷全球的背景下,一个名为Gabriel Petersson的23岁丹麦青年,以其高中辍学生的身份,成为OpenAI研究科学家和Sora核心技术贡献者,引发了关于教育体系、人才认证与AI时代学习模式的深刻反思。他的故事不仅是一个个体逆袭的传奇,更折射出AI技术对传统知识获取、职业发展路径的颠覆性冲击。 Petersson的成长轨迹与传统教育范式…

    2025年11月29日
    23300
  • 全球排名算法重塑高等教育:当大学灵魂被数字指标量化

    Nature近期发表的一篇深度评论揭示了高等教育领域一个令人不安的现实:全球大学排名系统已从外部参考工具演变为重塑大学内部运作的核心力量。Elizabeth Gadd在评论中尖锐指出,若想实现真正的大学改革,必须首先解构这场以算法和数据驱动的“排名游戏”。这一观点并非危言耸听,而是基于对全球高等教育体系结构性变化的系统性观察。 排名系统的渗透已远远超越表面声…

    2025年11月28日
    19200
  • 颠覆认知:扩散模型表征对齐中,空间结构竟比全局语义更重要

    在扩散模型的训练优化领域,表征对齐(REPA)技术自去年十月问世以来,一直被视为加速扩散Transformer训练的关键突破。该方法通过将预训练视觉编码器的表征蒸馏为中间扩散特征来指导生成式训练,显著提升了训练效率。然而,一个根本性问题长期悬而未决:对于生成任务而言,目标表征的哪个维度更为关键?是编码器捕获的全局语义信息(通常以ImageNet-1K分类准确…

    2025年12月13日
    18300
  • OpenAI星际之门项目搁浅:5000亿美元AI基建为何陷入停滞?

    OpenAI星际之门项目搁浅:5000亿美元AI基建为何陷入停滞? 2025年1月,OpenAI宣布与软银、甲骨文组建合资公司,计划在未来4年投入5000亿美元兴建数据中心,为自身获取10GW的算力。 然而,一年多过去,这个曾被寄予厚望的“星际之门”项目却陷入停滞:团队至今未能配齐,数据中心也尚未开工。 一度被誉为史上最大规模的AI基建项目,为何举步维艰? …

    2026年2月23日
    15200