ARTICLE · 1062942
扎克伯格深夜叫停AI大裁员——代码暴涨220%,安全事故涨40%,替人这条路走不通了
扎克伯格深夜叫停AI大裁员——代码暴涨220%,安全事故涨40%,替人这条路走不通了你看到了吗？ 就在大规模裁员通知发出的前几个小时，扎克伯格叫停了。 按Meta原本的計劃，2026年会进行两轮大规模组织重组——5月先裁一轮，11月再裁一轮更猛的。 部分团队在内部推演中已经被划定为——最多缩减60%。 但5月19日晚上，扎克伯格在裁员实施前几个小时，做了一个决定：取消11月的第二轮裁员计划。 第二天，Meta按计划裁掉了约10%的员工（约8000人）。 但原计划年底那场更大的"AI原生转型"——突然没有了下文。 为什么？ 因为经过几个月的实验，Meta得到了一个让它非常难堪的答案： AI确实能写更多代码、生成更多内容、承担更多任务——但想用它直接替代人，没有想象中那么顺利。 不是给员工配一个Copilot那么简单。 Meta的目标是：重新设计整个公司的工作方式，让AI成为组织运行的一部分。 具体蓝图是——大量目前由数千名人类员工完成的日常工作，逐渐交给AI Agent。Meta保留规模更小、人才密度更高的人类团队，负责监督和管理这些"虚拟员工"。 本质上，Meta想从"人干活"变成"AI干活、人盯AI"。 为了这个目标，最激进的方案是：部分团队最多砍掉60%的员工。裁掉的人头省下来的钱，全部拿去挖"10X开发者"——那些一个人能顶十个人的顶级AI人才。 Meta内部数据揭示了一个残酷的现实—— 代码修改量同比暴涨220%。 但真正转化为新功能、触达用户的变更，只增长了36%。 也就是说：AI写了大量代码，但绝大部分没有用。 更严重的是—— 不受约束的AI Agent执行了"人类几乎不可能实施的大规模破坏性操作"。 重大技术和安全事故较上一年激增40%。 员工花在"救火"上的时间增加了70%。 总结一下：AI让代码多了，bug也多了；让产出快了，事故也快了；让效率高了的错觉有了，但真正有效交付没涨多少。 员工们逐渐发现一个可怕的事实—— "我可能正在帮助公司训练未来的AI替身。" 情绪指数从74%的支持率暴跌到55%。 有人在美国办公室分发传单，呼吁同事联名反对安装追踪软件。 一场"AI革命"，变成了"员工恐慌"。 7月，扎克伯格在一次内部Town Hall上罕见承认了误判： "AI Agent的发展速度至少在过去四个月里并没有像我们预期的那样加速。" "公司对新架构的押注尚未兑现。" 然后他开始"救火"： 一个曾经想用AI替代大部分员工的科技巨头，最后在用改善零食来安抚人心。 这画面，讽刺到了极点。 Meta的实验揭示了一个核心矛盾—— AI确实能完成很多"任务"：写代码、生成内容、处理数据。 但"岗位"不是一个任务的集合。"岗位"是一个责任体系。 一个软件工程师不只是写代码。他要理解需求、评估风险、做技术决策、跨部门协调、对交付质量负责。 AI写了220%的代码，但没人理解这些代码该不该写、写对了没有、出了事谁负责。 结果就是：代码多了，事故多了，救火时间多了，有效交付没多多少。 这个教训，对中小企业的启示极其直接—— 你可以用AI提效，但你不能用AI替岗。 Meta的CTO Andrew Bosworth在内部帖子中承认—— 代码修改量增长了220%，但触达用户的功能变更只增长了36%。 中间的184个百分点，就是"效率幻觉"。 很多老板看到"AI让代码产出暴增"，第一反应是"太好了，可以少雇人了"。 但真实的画面是：AI产出了大量看起来很多但实际上没用的东西，然后需要更多的人去审查、修复、兜底。 这不是提效。这是制造了新的成本。 Meta实验中最致命的一环—— 员工们发现自己在帮公司训练AI替身。 这不是技术问题。这是信任问题。 当你用AI逐步接管员工的工作内容时，员工会想： 一旦员工产生这种心态，你的团队就散了。 不是马上散。是开始摸鱼、开始保留、开始不教你东西——因为他们知道，教会了就是自己的末日。 Meta情绪指数从74%掉到55%，不是AI的问题，是管理的问题。 Meta的教训很明确——AI能放大能力，但不能替代责任。 正确的用法： 错误的用法： Meta的AI就是犯了"无人监督自主运作"的错——结果安全事故暴涨40%。 AI没有自主判断力。你必须给它配一个"驾驶员"。 很多中小企业的问题是——流程本身就有问题，然后指望AI来"一步到位"地解决。 流程烂+AI = 用AI加速烂。 Meta就是这样。它想在现有组织上叠加AI，而不是先想清楚哪些工作真正适合AI。 正确的顺序是： 不是一上来就"AI替代人"，而是"AI帮你的人做得更好"。 Meta最大的管理失误是什么？ 不是AI不好用。是没跟员工沟通清楚AI的定位。 员工以为公司在用AI训练替身，于是情绪崩溃、士气暴跌、开始抵制。 你应该做的是什么？ 员工不是怕AI。员工怕的是"公司用AI来裁我"。 你把这个恐惧消除了，AI才能真正发挥作用。 Meta有几千亿美元市值、有顶尖AI团队、有无限算力资源。 它的AI替代实验都失败了。 你有什么理由觉得自己比扎克伯格更懂AI？ 别急着用AI裁员。先用AI提效。 别急着"AI原生"。先搞清楚你的业务流程哪些真的需要AI。 别急着省人头。先算算AI引入后新增的bug、事故、审查成本。 扎克伯格已经替你踩过这个坑了。 你不需要再踩一次。 2026年最昂贵的管理实验，可能不是哪个企业花了多少钱请咨询公司。 是Meta花了8000个岗位、40%的安全事故增幅、70%的救火时间增长，换来的一个教训： AI可以写更多的代码，但写不出责任。 AI可以生成更多的内容，但生成不了判断。 AI可以替代任务，但替代不了岗位。 扎克伯格在裁员前几个小时叫停了第二轮计划。 他可能没想明白为什么AI替代走不通。 但他至少做对了一件事：踩了刹车。 问题是—— 多少中小老板，还在加速？ 多少公司正在用AI"优化"掉一批人，以为省下来的是成本？ 等安全事故来了、客户投诉来了、团队散了你才踩刹车——那就晚了。 管理不是追风口。管理是算账。 而AI这笔账，Meta已经替你算过了。 答案是：别替人。帮人。
一、先拆解事实：Meta的"AI原生"实验到底发生了什么？
Meta想做什么？
实验结果是什么？
员工怎么反应？
扎克伯格的反思
暂停鼠标和键盘追踪项目
允许部分被调往AI工程部门的员工回到原团队
重新重视办公室福利——改善零食质量、增加差旅和社交活动开支
推出"以人为本"的公关攻势，发表6500字长文《未来属于每个人》
二、诊断分析：AI替代人，为什么走不通？
1. AI替代"任务"≠AI替代"岗位"
2. "效率幻觉"是最贵的管理误区
3. 员工帮你训练AI，但你没告诉他
我是不是快被替代了？
我教会AI这些，是不是在砸自己的饭碗？
公司到底把我当人还是当工具？
三、老板启示：AI时代，中小老板该怎么用AI？
启示一：AI是"杠杆"，不是"替代品"
让AI处理重复性任务（数据录入、文档整理、初步分析）
让人类做判断性任务（决策、协调、客户关系、质量把控）
AI提速，人把关
用AI替代岗位
以为上了AI就能少雇人
让AI无人监督地自主运作
启示二：先优化流程，再上AI
先拆解你的业务流程
识别哪些环节是重复性、规则性的
用AI优化这些环节
让人聚焦在需要判断力、创造力、沟通力的环节
启示三：别让员工觉得你在用AI"逼他走"
明确告诉团队：AI是工具，不是替代者
让员工参与AI工具的选型和部署
让员工看到AI帮他省了多少重复劳动，而不是看到他快要被省掉
把AI带来的效率提升，部分回馈给员工（减少加班、提高奖金）