夜雨聆风Meta的"AI古拉格"：当6500名顶尖工程师被征召去造数据
一、全员大会上，一个脏话打断了直播
2026年6月，Meta的一场内部全员直播会议上，一个愤怒的声音切入了直播间。
这位身份不详的员工对着镜头来了一段脏话连篇的控诉，最后留下一句："去告诉他，他就是个混蛋。"
其中一个主持人把脸埋进了双手里。
这场直播对Meta数千名员工开放。也就是说，当着几千人的面，一位同事公开对高管表达了愤怒。
这一幕被WIRED全程记录，并在6月中旬公开报道。
事情的核心，是Meta三个月前做的一件事：组建了一个约6500人的"Applied AI"（应用AI）部门，把所有被选中的人"征召"进去——你只有两个选择，要么加入，要么离职。
被选中的工程师们给自己起了个名字："draftees"（被征召者）。
而他们对这个新部门的描述更耸人听闻："goulag"（古拉格）。
二、从造社交产品到造数据
被"征召"之前，这些人中的大多数在做什么？
开发社交产品。给几十亿用户做功能。写代码。做设计。搞算法。
被"征召"之后呢？
每周生成几道编程题，用来训练和评估AI模型。
听起来不难，甚至可以说"简单"。但问题不在于难度——在于灵魂被抽走了。
一名员工对WIRED说：
"你突然之间失去了所有的人生意义，几乎不和任何人交流，每周就领几个任务。这简直就是古拉格。"
另一名员工说：
"几乎所有的人都不开心。大多数人都觉得这份工作在摧毁灵魂（soul-crushing）。"
你能想象吗？当年进Meta，是为了改变世界。现在，变成了给AI做数据标注的流水线工人。
6500个工程师，几乎全是最顶尖的技术人才，被集中在一个部门里，做着"机械的、没有创造力的"工作，目的是"把数据喂给芯片"。
三、CTO亲口承认：我们干得"灾难性"
事情闹大了。Meta CTO安德鲁·博斯沃斯（Andrew Bosworth）在一份内部备忘录里亲口承认：
"我们在解释愿景、让大家清楚自己将如何被支持、以及这个转变将如何演进这件事上，干了一件灾难性的事（atrocious job）。"
他接着说了一些安抚人心的话：
管理者每人带约20个下属（之前在Applied AI部门，管理比例曾膨胀到1比50） 恢复公司零食和饮料 增加团建预算 改善办公室的"微型厨房"
你看，解决问题的方案从"重新定义员工价值"滑向了"多买点零食"。
博斯沃斯也留了一手：
"有些时候，工作是需要牺牲的。你可能需要在一段时间内做一份你觉得不那么有成就感的工作。"
翻译一下：忍着吧，AI大业需要你。
四、这不是Meta一个人的问题
如果你只把这当成Meta一家公司的内部混乱，那就看浅了。
整个科技行业都在经历同一场阵痛：AI从"炫技"进入"量产"阶段。
什么叫"炫技"？
就是发布会上展示AI写诗、画图、写代码，所有人都惊呼"太酷了"。
什么叫"量产"？
就是发现要让AI真正产生商业价值，需要海量的数据标注、模型训练、评估测试——这些工作既枯燥又昂贵。
而账单已经来了。
Uber据报道在几个月内烧完了全年的AI预算。 一些公司开始砍掉Claude的企业许可证。 Meta关闭了内部的AI使用排行榜——之前CEO还鼓励大家"能多用AI就多用"。
WIRED用了一个新词来形容这一波狂热："tokenmaxxing"——各大公司疯狂鼓励员工尽可能多地使用AI，就像健身圈的"maxxing"（最大化），然后发现Token（AI的计量单位）的消耗像水龙头一样关不住。
加拿大皇家银行CEO披露：过去六个月，他们的Token使用量暴涨了500%。
思科CEO在财报电话会上说：三分之一的员工每天都在用内部AI聊天机器人，"Token用量已经非常、非常疯狂了"。
连做数据分析的Amplitude，其顶级工程师每月Token花费高达数千美元。
一个全新的C-Suite级焦虑诞生了："Token经济学"（tokenomics）——怎么管住AI的花钱速度。
五、另一面：有人在省钱，有人在豪赌
当然，也有正面案例。
通讯平台公司8x8给了所有1800名员工Claude的企业许可证。一年半下来，他们省了大约500万美元——因为砍掉了几十个不再需要的软件和教育培训订阅。
另一家年销售额预计2.5亿美元的服装品牌Baseball Lifestyle 101，更夸张：
让大约50名高管，每月花掉相当于自己薪水20%的钱在AI Token上。
结果呢？Claude帮他们发现了一个零售商的库存缺口，促成了一笔100万美元的订单。创始人说：
"以前需要一天半的活，现在一两个小时搞定。"
所以，AI到底行不行？
它既不是神，也不是魔鬼。它每周都在变化。
这句话不是AI说的。是Meta首席产品官克里斯·考克斯（Chris Cox）在全员大会上说的。他还补了一句：
"它没有你以为的那么好，也没有你以为的那么糟。"
他形容过去几个月的工作状态像"在冰雹中跑马拉松，然后你的队友还被换掉了"。
六、"移动快，打破东西"的代价
Meta有一句著名的口号："Move fast and break things"（快速行动，打破陈规）。
Applied AI的负责人马赫尔·萨巴（Maher Saba）把它改成了："Move fast and fix forward"（快速行动，边跑边修）。
听起来更酷了。
但问题是：被"打破"的是什么？
6500名工程师的职业热情、创造力和信任感。
8000名被裁员的员工（占全公司10%）的饭碗。
1600名员工联名抗议的鼠标追踪和键盘监控计划（用来生成AI训练数据）。
当一家公司把"快速"当作最高优先级时，代价往往不是由做出决定的人来承担的。
七、写在最后
Meta的"AI古拉格"故事，本质上是一个关于期望与现实落差的故事。
扎克伯格在内部备忘录里说：
"我们的北极星是成为世界上最有才华的人能够产生最大影响力的地方。"
但当一个最有才华的人被派去每周生成几道编程题、用来训练AI模型时，他感受到的不是"影响力"，而是"我在给芯片喂数据"。
这种落差，不只是Meta的问题。它是整个AI行业的缩影——
当我们把AI当成"下一个大件事"时，我们有没有想过，谁来干那些脏活累活？
在AI的叙事里，英雄是模型和算法。但在这个故事里，6500名工程师用沉默和愤怒告诉我们：
英雄也会疲惫。
本文信息来源：WIRED（2026年6月12日、15日、16日报道）、TechCrunch（2026年6月17日报道）
