Meta 解散工程部门引发热议

这家社交媒体巨头的领导层正以 AI 为名，对其工程部门展开一场大清洗。我们报道了所发生的一切

Gergely Orosz

2026 年 6 月 16 日

大家好——我是 Gergely，为你带来一期免费的 Pragmatic Engineer Newsletter。在每一期里，我都会透过资深工程师和工程领导者的视角，探讨大科技公司和初创企业面临的挑战。订阅后即可每周在收件箱中收到这样的深度报道：

许多订阅者将这份 newsletter 的费用计入他们的学习与发展预算。如果你有这样的预算，这里有一封你可以发给经理的邮件。[

二十年来，Meta 拥有一支独特且高性能的工程组织；直到今年四月左右都是如此。在公司成立的头 20 年里，它有着一种“快速行动、打破常规”的文化，而在 2020 年代初，这种文化转变为“快速行动、基础设施稳定”。我在该公司认识的工程师们被赋予权力去做优秀的工作、专注于影响力，并在商业利益与扎实的工程之间取得平衡。

但在过去几周里，这一切都变了，仿佛领导层一直在遵循详细的蓝图，要以尽可能冷酷高效的方式摧毁一种久经考验、行之有效的工程文化。

过去几周，我一直在分享这家社交媒体公司内部工程师们的处境有多糟糕——这里是硅谷最负盛名的工作场所之一。在这篇文章中，我们将梳理已经发生的事情，并追问领导层到底在想什么——他们正把这里的软件工程从 2004 年到不久之前一直扮演的利润中心角色，在短短几周内降格为遭人鄙夷的成本中心。

我们涵盖以下内容：

1. Meta 在 AI 之前的工程文化

2. 投资 AI 并施压工程师必须始终使用它

3. 核心工程人员感觉被当成垃圾对待

4. 史上最令人尴尬的宕机

5. 内部一团糟

6. 自伤式的创伤

7. “AI 精神病”只是 Meta 的问题吗？

1. Meta 在 AI 之前的工程文化

我会把 Meta 的工程文化分为两个时代：“快速行动，打破常规”，然后是“快速行动，依托稳定基础设施”。

“快速行动，打破常规”

在 2010 年代，Facebook 那套非传统的工程文化在科技行业里已颇具传奇色彩，因为这家公司背离了传统的最佳实践，却取得了巨大的成功。

2012 年，当 Facebook 用户数突破十亿这一里程碑时，公司制作了一本关于其文化的小册子，放在员工的办公桌上。这本小册子采用了复古宣传风格的设计，被称为“小红书”，借用了 1964 年那本著名的毛主席语录集的名称。

Facebook 的这本小册子大约 70 页，将其工程文化条文化：速度、无畏、主人翁意识，以及跳出框框思考。

当时，Facebook 小红书里的这些信条也印满了整个园区，其中包括：

• 快速行动，打破常规

• 完成胜过完美

• 失败得更狠

• 如果你不害怕，你会怎么做？

• 每一天都像一周那么漫长

• 莱特兄弟并没有飞行员执照

• 愚蠢的等待

• 财富眷顾勇者

当时确实有一种专注于打造好产品的氛围。同样出自这本书：

“快速行动，基础设施要稳”的文化

2022 年，我做了我们发表过的篇幅最长的深度报道之一，主题是Meta 的工程文化。到那时，情况已经发生了变化，昔日那种鲁莽大多已不复存在，取而代之的是快速行动、但基础设施要稳的原则。以下是我当时对 Meta 工程文化的描述：

“这种文化极度以工程为中心：远超大多数大型科技公司。这可能源于马克·扎克伯格本人就是工程师，也可能是因为 Facebook 早期的大部分创新都来自工程师。

关注个人影响力。影响力一直是 Facebook 关注的核心。这一点从早期就非常明显，而对产生影响力的关注至今仍在延续。

与大多数大型科技公司共有的一个细节是，工程文化和整体文化都如此关注个人影响力。这导致一些人专注于短期的、可衡量的成果，并认为团队合作和群体之间分享成果可能得到的回报较少。

缺乏刚性的流程。 在所有大型科技公司中，Facebook 的流程或标准化程度似乎是最少的。甚至不用拿它和亚马逊的工程文化以及那里数不清的正式流程相比。但即便与 Google、Microsoft 或 Uber 这样的公司相比，Facebook 的流程也松散得多。这在很大程度上源于这家公司以工程为核心的本质，以及工程师对流程的厌恶。

对测试、文档或代码注释的重视程度低得惊人。 与其他大型科技公司相比，你会发现 Facebook 的自动化测试和文档少得令人震惊。行内代码注释也非常罕见。

一家由创始人兼工程师驱动的公司。 Facebook 是少数几家创始人本身就是工程师、并且至今仍担任 CEO 的大型科技公司之一。Netflix 是另一家，其创始人兼联席 CEO Reed Hastings 在创办公司之前也是一名软件工程师。亚马逊直到最近也是这样的例子，但 Google 或 Apple 并非如此。像 Cloudflare 这样规模较小的公司也有不错的例子，但它们都比 Facebook 年轻。

训练营（Bootcamp）。 一套独特的入职流程，与其他任何大型科技公司提供的都不同。我们在训练营与入职章节中有更详细的介绍。”

此外，Facebook 作为一款产品，拥有业内最精密的自动灰度发布系统之一。Instagram 拥有经过实战检验的基础设施，推出一个新社交网络（Threads）几乎是轻而易举的事，首周就服务了 1 亿用户。

我在公司内部认识的工程师们能力出众、积极主动、具备产品思维，他们的工作也得到了认可。CEO Mark Zuckerberg 很有影响力：他亲自编写了 Facebook 的第一个版本，始终与工程保持紧密联系，并且非常重视软件工程师。那里的工程师觉得自己是在一个利润中心里工作。

2. 投资 AI，并推动工程师始终使用它

在苹果、微软、亚马逊、谷歌以及 Meta 自身这五大巨头中，Meta 是唯一一家不拥有硬件平台或操作系统的公司。苹果有 iPhone、iPad 和 Mac，谷歌有 Android、ChromeOS 和 Pixel 手机，微软有 Windows，亚马逊有 Kindle。

退一步看，在 2010 年代未能打造自己的移动操作系统或移动手机之后，如今的 Mark Zuckerberg 似乎已下定决心不再错过任何一个平台机遇。

这是为何要借助 Oculus 在虚拟现实（VR）上、借助 Meta Glasses 在增强现实上投入如此之多的原因之一。Facebook 在 2021 年更名为 Meta，当时 VR——以及元宇宙——看起来可能会规模巨大。为了确保 Meta 成为这一领域的市场领导者，投入了数十亿美元。但 VR 再一次未能成为主流；自疫情结束以来，该领域的大众兴趣已大幅消退。

当 2022 年 AI 将成为一个超级趋势变得明朗时，扎克伯格没有错过它：他组建了内部的 FAIR 团队（基础 AI 研究团队）以及一个 GenAI 产品组织，并发布了一系列开放权重 AI 模型：

• Llama 1：于 2023 年 2 月发布，在 ChatGPT 之后三个月，由 FAIR 构建

• Llama 2：于 2023 年 6 月，由 GenAI 产品组织构建（以及所有后续 Llama 模型）

• Llama 3：于 2024 年 4 月。该模型是 Meta 所有模型中最具竞争力的大语言模型，并在整个行业的采用中获得了势头

• Llama 4：于 2025 年 4 月。该模型令人深感失望

当年 6 月，Meta 收购了 Scale AI 49% 的股份，以重启其 AI 业务，斥资高达 148 亿美元，并引入 Scale AI 的 CEO Alexandr Wang 来接管 Meta 的 AI 战略。以 20 亿美元收购中国初创公司 Manus AI 的交易目前存疑，因为中国阻止了该交易的完成。

基于对 Scale AI 和 Wang 的投资，很明显 Meta——以及扎克伯格——决心打造一个能够与最新版本的 Claude 和 ChatGPT 竞争的最先进 LLM。但 Meta 几乎必须从零开始，而能否交付取决于 Alexandr Wang。

Scale AI 为 Meta 带来了非常独特的专业能力，是业内最顶尖的之一，体现在：

• 训练数据与标注：Scale 起步于、并且至今最为人所知的，是为机器学习和 AI 训练提供高质量标注数据集，涵盖代码、文本、图像、视频等。

• RLHF 与微调：Scale 运营的一套 RLHF（基于人类反馈的强化学习）流程，由人工为基础模型提供反馈，作为一种“人在回路”的数据引擎，许多领先的 AI 实验室都用它来打造更好的 LLM。

Wang 似乎拥有非常广泛的权限，可以去做他一直擅长的事：创建训练数据、进行数据标注和 RLHF。这一切是靠 Meta 工程团队的劳动力、并通过对其进行监控来实现的。

问题一：追踪按键和鼠标点击，且无法选择退出。4月下旬，Meta 告知工程师们，他们将被纳入一个追踪每一次按键和点击的系统，用于为 Meta 的新 AI 生成训练数据。没有办法选择退出。

不用说，这种做法具有侵入性，并引发了隐私问题：如果你登录个人银行账户，这个工具会追踪你吗？当你写私人邮件，或接听私人电话时呢？Meta 没有进行任何协商，也没有任何变通办法；只是一个自上而下的决定被强行推进。

本月，路透社报道称，人们的担忧终于得到了回应：

“Meta 正在缩减其收集员工鼠标移动、按键及其他操作以用作 AI 训练数据的计划的部分内容，该公司在周二的一份内部备忘录中表示，此前数周员工们愤怒地提出了反对。

根据这份由 Meta AI 模型构建部门 Superintelligence Labs 的副总裁 Stephane Kasriel 撰写的备忘录，新的控制措施将允许员工每次最多暂停数据收集 30 分钟，并可以申请豁免该计划。”

通过与现任 Meta 工程师的交流，我了解到由于数据保护法规，该记录系统尚未在英国推出。

问题 #2：核心团队中 30-50% 的工程师被强制重新分配到数据标注和 RLHF 工作中，这让人更加不满。此外从四月下旬开始，产品工程团队收到来自上层的指令，要求 30-50% 的工程师离开原团队，加入 ADO 组织（Agent Data Optimisation，智能体数据优化）。

“强制”重新分配在这里非常关键，因为 Meta 有着传统的工程文化。从 2004 年创立到去年，Meta 一直给予工程师自主选择工作地点和工作内容的权利。这是公司运作方式的结构性组成部分：

• 工程师并非为某个特定团队而招聘（某些情况下 Staff+ 级别除外）。他们是被招进公司的。

• 在为期 6 周的训练营期间，新员工熟悉 Meta 的工程文化并选择一个团队。

• 团队匹配意味着与多个有编制的团队沟通，与他们做一些小规模的工作，然后找到合适的匹配。

• 内部转岗很容易，而且通常由工程师主动发起。

通过训练营选择团队的做法大约在 2024 年开始逐渐消亡，但任何在 Meta 工作至少两年的工程师都知道，以前他们可以选择做什么工作，当然也可以挑选最有影响力的工作来做。然后，突然间，他们被分配到一个影响力不明确的部门，做着琐碎的工作，而且做太久肯定会损害他们的职业前景。

“数据标注”是一项更复杂的工作，尽管有些重复性。有一些标注任务是这样的：你创建一个网站，然后查看它并判断它看起来好不好，然后给出反馈：这就是“典型的”数据标注。但这是较少见的一类工作。不过还有更复杂的 AI 训练任务，看起来是这样的：

• 想出一个 AI 应该完成的任务

• 然后编写确认结果的测试

• 把这一切打包进一个 Docker 容器，使用 Harbor 框架

• 然后阅读 AI 编写的代码——通常是基于来自多个模型的反馈来做这件事，并给它反馈

这项工作并不容易做——你能看出为什么需要优秀的软件工程师来做它！——但它很快就会变得重复。我交谈过的大多数工程师都说，他们发现日复一日地保持做这项工作的动力很难。不过，我确实与该组织内部的一位工程师交谈过，他说通过变换他们使用的技术并挑战自己，他们发现这项工作很有动力且有趣！这位工程师预计，在训练阶段过去之后，会有更多的软件工程工作出现。这里有一个教训：当生活给你柠檬时，你可以抱怨它，也可以把它做成柠檬水，就像这位开发者所做的那样。

这项训练工作在整个人工智能行业都极为隐秘，厂商为开发者从事这类工作开出了每小时 100 美元以上的报酬。业内流传着这样的说法：OpenAI 和 Anthropic 在这些训练环境（为了让模型擅长编程）上的投入，甚至超过了模型训练本身的花费！

基础设施和安全团队受人员调岗的冲击尤为严重。我与基础设施部门的几位工程师交谈过，他们团队中有 30% 到 50% 的人被抽调进了 ADO 部门。而在某些情况下，离开的恰恰是最优秀的工程师。

一位工程师告诉我，整个局面感觉就像电影《饥饿游戏》——贡品被随机选中，然后被从原本的环境中带走，送往一个完全不同的地方。只不过在 Meta，受影响的人要多得多，一个 10 人团队里就有三到五人，从打造服务数亿用户的产品，变成对 AI 生成的 GitHub 仓库反复提供人类反馈。所以，影响范围比《饥饿游戏》更广，但后果没那么惨烈。

ADO 部门大约有 6500 人，比 OpenAI 和 Anthropic 的人都多。其中大约四到五千人是软件工程师。Meta 大约有 25000 名工程师，这意味着每 5 到 6 名软件工程师中，可能就有一人现在全职在做数据标注。

可以想见，人们都在积极寻找新职位，没有人会在 LinkedIn 或其他地方把自己的职位头衔更新为“Meta 数据标注”。

我曾与担任这一岗位的人交流过，他们并不喜欢做这份工作，也对这种自上而下的决策感到不满。唯一值得庆幸的是，他们仍然保住了工作、薪资未变，也没有被列入裁员名单。他们仍有时间离开 Meta，去找一份薪酬相当、且不是数据标注的工作。

3. 核心工程人员感觉自己被当成垃圾一样对待

问题 #3：长达一个月的等待游戏，在全公司范围内引发恐惧。4 月 20 日，路透社报道称，Meta 计划在一个月后裁员 10%，Meta 也证实了这一消息，这意味着有四周时间，每个人都知道自己可能很快就会失业。

强制转岗去做数据标注的情况开始出现。正如我当时所报道的：

“可以理解，对于这次[转岗去做数据标注]的重新调配，大家心情复杂，毕竟裁员即将到来。5 月 20 日星期三，Meta 将宣布裁员。也许那些被调去做数据标注的人，实际上会比产品团队的同事更‘安全’。当然，这只是猜测，但如果 Meta 裁掉那些被重新分配去做数据标注的开发者，那就太残忍了。”

问题 #4：Meta 的绩效评估极其激进，因此开发者会优化所有指标。据我了解，与 Google 和 Apple 相比，Meta 内部的绩效评估流程 PSC（绩效总结周期）非常严苛。Meta 内部的管理者会为员工的薪酬包“争抢”，这涉及“压低”其他团队工程师的薪酬包，以便让自己直接下属的排名更高。在这一过程中，将指标武器化是常见做法——无论是业务影响、代码审查数量、编写的代码行数，还是 AI 时代之前的指标（参见我们关于 Coding Machine 原型的播客对此的讨论）。

配额会下发给管理者，规定 workforce 中每个“桶”的分配比例，而随着管理者试图把自己直接下属塞进更高的桶，内部政治斗争也变得激烈起来。

几年之后，Meta 的工程师会明白，避免拿到糟糕 PSC 评级的最好办法，就是让所有指标——影响力、提交的代码以及其他数字——都高于同侪。了解更多关于绩效校准中的内部政治

问题 #5：token 被纳入绩效衡量，因此开发者会激进地针对它进行优化。当裁员得到确认时，工程师们还了解到，管理者将在绩效评估期间检查 token 数量。这引发了担忧：那些 token 数量较低的人可能会被标记为表现不佳者并遭到解雇。

那么，作为 Meta 的工程师，对此的自然反应是什么？他们开始使用 AI 工具，为的就是生成更多 token。这发生在 Meta 拥有内部 token 排行榜、鼓励“tokenmaxxing”的时候。正如我在4 月 16 日所写：

“据 The Information 报道，Meta 员工在 30 天内使用了总计 60.2 万亿个 AI token（！！）。如果按 Anthropic 的 API 价格计费，这将花费 9 亿美元。当然，Meta 很可能以折扣价购买 token，但那仍可能达到 1 亿美元以上——其中很大一部分来自毫无意义的‘tokenmaxxing’。”

最大的问题是：人们不再关心真正的工作，而是专注于表演式工作。让我们来看看 Meta 领导层决定引入其工作场所的四个要素：

1. 在法律允许的范围内，追踪所有工程师的键盘和鼠标点击

2. 将相当一部分工程师重新分配去做全职数据标注

3. 让员工知道其中 10% 将被裁员

4. 营造一种文化，让开发者针对 PSC 期间衡量的任何及所有指标进行优化

5. 将 token 使用量作为 PSC 的一部分进行衡量

把这些充分摇匀，你会得到什么？两样东西：

1. 每个人都过度使用 AI 来抬高自己的个人数据。一支假装尽可能多地使用 AI、尽可能少地投入人工的工程团队。这是一种奇怪的激励机制：因未能妥善审查代码而导致的服务中断不会成为解雇的理由，但手写代码——而不是让 AI 智能体来写——却可能让你丢掉工作

2. 每一位任职时间较长的工程师都在寻找新工作，或者至少在考虑这件事。那些在 Meta 待得更久的人已经看够了。让我用可视化方式描述一下：

最新数据似乎证实，从 5 月开始，Meta 有多得多的工程师在寻找“出路”。以下是过去一年半里，来自 Meta 的工程师注册领先大厂面试准备服务 interviewing.io 的变化情况：我们可以看到 5 月相比前一年出现了大幅跃升，这一数据由创始人兼 CEO Aliner Lerner与我们分享：

（我们在深度报道《2026 年软件工程就业市场状况》中涵盖了更多来自 interviewing.io 及其他有趣数据源的数据。）

值得肯定的是，Meta 向剩余团队中几位被视为关键人物的工程师发放了慷慨的留任股权包。这些股权包让他们在别处很难获得同等薪酬。不过，我与一位获得股权追加的工程师聊过，他说这种做法反而帮助他下定决心尽快离职，因为他对缺乏自主权、对事情毫无掌控感到愤懑。

4. 史上最丢人的宕机事故

Meta 的核心基础设施和安全团队突然发现自己严重人手不足。大多数人都在推送由 AI 生成、并仅经 AI 审查就合并的代码，对质量不太上心。毕竟，他们正面临失业的可能，同时还要在失去最优秀工程师、团队编制被砍半的情况下疲于奔命地维持运转，而这一切都伴随着一个认知：AI 的使用可能会影响他们自己的饭碗。

两周前，也就是 5 月 30 日，Meta 历史上最丢人的宕机事故发生了。以下是软件工程师 Siddharth Sundharam 的总结（着重号为笔者所加）：

“昨天，一大批 Instagram 账号似乎遭到入侵，其中包括像奥巴马白宫账号这样的一些知名账号。

听着，我可不是什么初出茅庐的新手。我花了将近十五年时间在独角兽级别的规模上识别漏洞和利用手法，但这次毫无疑问是我见过的最不严肃、‘蠢到几乎不像是真的’的一次。

接管流程：

第 01 步：伪造位置并发起申诉。攻击者只需要你的账户用户名就能启动这一切。然后，他们连上靠近你所在城市的 VPN 或代理，这样 Instagram 的安全算法就不会起疑。（你可以很轻松地从公开个人资料、“关于”栏目或上百种其他途径拿到这个信息。）一旦请求看起来来自正确的地区，他们就会告诉 Meta 客服 AI 该账户被黑，并要求它把验证码发送到他们控制的任意电子邮箱地址。

第 02 步：就这样。真的，就这样。

这是我在生产环境中见到的第一个真正意义上的零认证密码重置。 似乎没有任何额外检查来确认所提供的邮箱是否真的是用户此前用过的。一旦 AI 把安全码发送到攻击者的邮箱，攻击者就把它直接回传以完成验证。平台随即交出一个全新的密码重置链接，把完整所有权拱手让给攻击者。”

这是一次安全漏洞事件，Meta 把自己那扇额外加固、安全级别更高的前门敞开着没锁，以至于任何人都能进来，而且事发时没有任何警报通知任何人！看起来 Meta 直到用户在社交媒体上开始报告才发现这件事！

通过与 Meta 内部人士交谈，我了解到 AI 是这次故障的核心原因。AI 生成的、AI 审查的代码，加上安全团队被大幅裁撤，共同导致了这起极其难堪的事件。我四处打探了一番，以下是我了解到的情况：

• Instagram 的信任与安全团队因数据标注和裁员流失了约 50% 的员工。一些最资深的人员被抽调去做 AI 训练任务。

• 由 AI 生成、没有任何人工输入、只是又一轮 AI 代码审查的变更，在过去两个月里遍布整个代码库，非常普遍。导致这次故障的变更看起来就是其中之一。

• 通常情况下，信任与安全团队会负责安全漏洞的监控和告警，但由于内部快速的混乱失序，该团队目前处于全面瘫痪状态。

Meta 的首席安全官在第二天就辞职了。此次故障于 6 月 1 日周一得到解决，并作为 SEV 流程的一部分启动了调查。周二，Meta 的首席信息与安全官（CISO）Guy Rosen 宣布离职。

巧合？我怀疑不是：如果这位 CISO 曾警告不要掏空安全部门却被无视，因而不再信任领导层，那他可能就辞职了。我还猜想，把 Instagram 安全团队中足足一半人调去做数据标注，并不是这位 CISO 的主意。

顺带一提，此前最严重的一次故障是 2021 年 Meta 全部服务因 DNS / BGP 配置问题宕机七小时。那是一次严重的故障，但在我看来，Meta 的后续处理做得很好。2021 年那次故障之后，Meta 发布了一份事后复盘和致歉。而对于最近这次 Instagram 账号被接管故障，它并没有这样做。

5. 内部混乱

Wired 分享了更多细节，揭示了 Meta 内部目前的处境究竟有多糟糕：

“据 WIRED 听到的一段录音，本周早些时候，Meta 一场仅限员工观看的直播演示中，有人打断发言，爆粗口说自己‘成了公司的婊子’。随后，此人要求主持电话会议的人给某位 Meta AI 高管写信，‘告诉他，他就是一坨屎。’”

这起事件发生在一场面向数千名员工开放的电话会议上，反映出公司内部应用 AI 团队日益增长的不满情绪。该团队于 3 月成立，旨在支持 Meta Superintelligence Labs 中 AI 研究员的工作。三名现任员工告诉 WIRED，对于 Meta 如何组建这个约 6,500 名工程师和产品经理的部门，以及他们声称被分配去改进 AI 模型的那些苦差事，内部普遍存在不满。

“这简直就是古拉格，”其中一名员工声称。“你突然之间在人生中毫无目标，几乎不跟任何人互动，每周就是这些任务。”

还有更多：据报道，Meta 首席产品官 Chris Cox 向员工承认，Meta 的高层领导（也就是他上面的人，即 Meta 的 C 级高管）制造了这团乱局。同样来自 Wired：

据 WIRED 听到的一段录音，在本周 Instagram 面向全体员工开放的一次会议上，Meta 首席产品官 Chris Cox 谈到了过去几个月里“这家公司的疯狂”所造就的“艰难”且“残酷”的环境。Cox 称赞 Instagram 员工在被他比作“在冰雹中跑马拉松，然后你的队友被换掉，接着我们还在给你录像”的情况下，仍然推出了各项功能并服务着约 20 亿用户。

“这就像他妈的什么鬼，”他说，引来一阵笑声，随后又重复了一遍。“这真就像他妈的什么鬼。”

6. 自伤之痛

那么，正如首席产品官 Chris Cox 所说，“这家公司的疯狂”是否存在一个终极源头？我交谈过的工程师们把矛头指向了两个人：Mark Zuckerberg 和 Alexandr Wang。Zuckerberg 对业务拥有完全控制权，并做出了将相当一部分工程人员重新调配去做数据标注、推行追踪软件，以及在 Meta 实现创纪录营收和利润之际裁掉 10% 员工的决策。作为 CEO，责任显然最终落在他身上。

但很难不注意到——除了裁员之外——Meta 所做的一切都是从 Scale AI 的剧本里照搬的，而这无疑来自 Wang：

• 强制记录按键和鼠标操作以生成训练数据

• 动用 4,500+ 名工程师强制进行数据标注，是为了生成高质量的 RLHF，无疑是为 Meta 正在构建中的编程 LLM 服务

• 从业务核心抽走最优秀的工程师，这肯定得到了 Mark Zuckerberg 的首肯，他相信对 Meta 来说，训练一个编码 AI 比让 Instagram、Facebook 或 Messenger 这些核心业务稳定运行更重要。哦，我有没有提到，周六（6 月 12 日）Facebook 和 Instagram 又发生了一次 SEV0，也就是全面宕机？

在这一切发生之前，Meta 原本有望在年底前超越 Google，成为全球第一大广告业务。但出于某种原因，Mark Zuckerberg 认定构建一个编码 LLM 更重要。

Meta 的领导层现在正试图挽回他们造成的所有损害。据 Wired 报道，Meta CTO Andrew Bosworth 向员工承认，这次 AI 重组糟糕透顶，并承诺未来会改善沟通。

在我看来，很明显 Zuckerberg 根本不在乎工程师们对这些大规模变动有何感受，而 Bosworth 很可能对这场混乱视而不见，与此同时工程师们心知肚明，下一个 AI 模型对业务而言比他们自己更重要。Bosworth 还说员工将可以使用 AI 辅导工具。考虑到眼下这种情况，真是太体贴了！

根据我所了解到的一切，Meta 的工程文化已经死了，因为领导层已经明确表示，公司里的工程部门是一个成本中心。

不用说，我希望我的判断大错特错，但到目前为止，我从马克·扎克伯格和亚历山大·王——这两位正在制造当前这团乱局的 executives——身上没有看到任何迹象表明我的判断有误。可能会有一段短暂的时间窗口，如果数据标注分配和员工追踪这类重大变动被撤销，那么 Meta 的情况或许能恢复正常。当前状况持续得越久，资深工程师必然会越多地离开。

7. “AI 精神病”只是 Meta 的问题吗？

看到 Meta 的一位技术出身创始人如此专注于 AI，以至于忽视了那些构建了公司核心的工程师，实在令人痛心。但 Meta 是个孤例吗？

Mitchell Hashimoto（Ghostty 的创造者、HashiCorp 的创始人）表示，他在其他创始人身上也看到了类似的行为（着重号为笔者所加：）

“我坚信，现在有整整一批公司正处于严重的‘AI 精神病’之中，根本无法与它们进行理性的对话。我无法点名具体的人，因为其中包括我深深敬重的私人朋友，但我担心这会如何发展下去。

我亲身经历了向云和云自动化转型期间，基础设施领域那场关于 MTBF 与 MTTR（平均故障间隔时间与平均恢复时间）的大清算。所有那些争论如今又纷纷冒了出来，只不过现在……是整个软件开发行业（也许实际上是整个世界）。

这很可怕，因为“精神病式的人们”几乎抱着一种绝对化的“MTTR 就是一切”的心态：“发布有 bug 的代码没关系，因为智能体会以人类无法企及的速度和规模迅速修复它们！”我们在基础设施领域已经学到，MTTR 固然很好，但你不能因此就完全抛弃有韧性的系统。

主要问题在于，我甚至不知道该怎么向我认识的人提起这件事，因为一提起这个话题就会立刻被否定，比如“不不，它有完整的测试覆盖”，或者“bug 报告在减少”之类的，而这些根本不能说明全貌。

我们在基础设施领域已经吸取过一次教训：你可以通过自动化把自己变成一台极具韧性的灾难机器。系统可以在局部指标上看起来健康，而在全局上变得不可理解。bug 报告可以减少，而潜在风险却在爆炸式增长。测试覆盖率可以上升，而语义理解却在下降。变化发生得太快，以至于没有人注意到底层架构正在腐烂。

我担心。”

Instagram 的那次接管事故正是如此：工程团队降低了 AI 生成和 AI 审查代码的质量标准，大概是以为出了问题也能很快恢复。他们确实恢复了……但在损害已经造成之后，多个高知名度 Instagram 账号被黑，系统遭到入侵，一切都发生在众目睽睽之下。

Mitchell 特别指出了他所担忧的一点：创始人高估了 AI 的能力，因此在把代码发布到生产环境时抛弃了合理的防护措施。

要点

我们大多数人或许都能从 Meta 那场灾难性的事件中学到些什么——那场风波源于对 AI 的过度聚焦，以至于忽视了那些才是这家公司命脉的员工。说点好消息，我听说在英国，部分 10% 的裁员突然被取消了：在强制协商期结束时，好几个基础设施和安全团队得知，他们团队里不会有任何工程师像最初预期的那样被裁掉。

Meta 的业务蒸蒸日上，并且已经通过广告收入的增长成为 AI 的受益者。与此同时，我的 Facebook 信息流里充斥着 AI 生成的虚假视频，底下有数百条来自机器人和那些似乎根本没意识到这是 AI 的人的评论。这一切看起来不过是 Meta 用来在旁展示广告的又一批内容罢了。

然而，尽管业务蒸蒸日上，Meta 的领导层却发起了一场讨伐，想方设法对其工程组织造成尽可能大的伤害。显然，他们现在正意识到，其中大部分做法根本毫无意义。

如果你身处领导岗位，正忍不住想以 AI 相关的理由进行大刀阔斧的组织变革，先深吸一口气，看看这给 Meta 带来了什么后果。与此同时，如果你是一家公司里的工程师，而这家公司的领导层正过度押注 AI，不妨把这篇文章转发出去，作为额外的参考背景。

如果你正在招聘那些对 AI 极度亲力亲为、出类拔萃的工程师，那么从 Meta 挖人从未像现在这样容易。我认识的该公司每一位工程师都是 AI 的极早期采用者，并且懂得如何构建产品和 AI 基础设施。这些人已经对公司及其领导层心生不满。Meta 的人才流失将成为其他初创公司和其余大型科技公司的收获；这是 AI 带来的一个大概有些出人意料的好处——尤其是对 Meta 自己而言！

“快速行动，打破常规”这句老话，如今似乎已经延伸到了 Meta 的工程组织自身——公司急于在 AI 上过度投资，以免错过科技行业最新的超级趋势。