AI员工泡沫破裂！Meta紧急叫停裁员计划，小扎：还是人类好用
Meta 叫停原定 11 月的第二轮裁员，微软承认推广 AI 后业务没变好：两家大厂内部四个读数，加上 202 家企业调查，指向同一笔账。
本文转载自微信公众号「量子位」2026 年 10 月 21 日 07:58 推送，作者：程浅（发自 凹非寺 量子位 | 公众号 QbitAI）。原文：《AI 员工泡沫破裂！Meta 紧急叫停裁员计划，小扎：还是人类好用》
Meta 原定 11 月展开的第二轮裁员，被按下了暂停键。
路透在调查里说，没能确认到底是哪件事让扎克伯格改了主意。但同一批内部记录里，AI 没兑现预期工作能力的痕迹很清楚1。
9 月，微软也在一篇复盘里承认，大规模推广 AI 之后，自家业务并没有变得更好2。
两家公司用内部数据算的是同一笔账：AI 替人干了多少活，这些活值不值这个价。
先看四个读数，全部出自 Meta 内部。
内部软件平台与基础设施的代码改动量同比涨了 220%。其中真正变成用户可见新功能或升级的部分，只涨了 36%3。
同期，重大技术与安全事故同比增加 40%，员工花在故障处理上的时间增加了 70%4。
代码改动量是去年的 3.2 倍，走到用户面前的价值只多了三成。
一、把公司改造成「AI native」
这场改革的代号是 Project OT，全称 Organization Transformation，组织转型1。
按当时的设想，Meta 的组织架构要围绕 AI 重新设计。过去一个产品开发团队要 10 到 20 人，工程师、产品经理、设计师各司其职；以后 3 到 5 人足够5。
新单元叫 Pod，豆荚，一种硅谷常见的小团队作战方式。里面的成员不再分工种，统一叫 Builder5。
一份内部文件把留下来的这批人称作 "talent-dense"，人才密集。中层管理层级被取消，日常优先级交给 "agent-assisted analysis" 给出3。
裁多少，是有情景测算的。Meta 向路透确认，方案探讨过把部分团队的人数削掉 60%3。
一位人力资源高管的内部测算更狠：整体降幅可能不小于三年前那次约 25% 的裁员3。
为了让 AI 尽快接班，Meta 还想让模型先学会人怎么用电脑。
今年 4 月，Meta 要求美国员工在设备上安装追踪软件，记录键盘输入和鼠标点击，这些记录用于训练能像人一样操作电脑的 Agent6。
员工的反应很直接。内部论坛上，大家在高管的帖子下面刷大象图片，暗讽管理层对裁员这头「房间里的大象」避而不谈5。
Meta 内部半年度 Pulse 调查里，员工正面情绪评价从 74% 掉到 55%3。
5 月 19 日夜里，扎克伯格叫停了原定 11 月的第二轮重组。第二天第一轮照常执行，约 8000 人离职，约占员工总数 10%3。
同一个星期里，7000 人被转进 AI 相关岗位；到 6 月，至少 11 个业务单元已经按 Pod 运转，单元负责人从带十几个人变成带 30 到 50 人3。
二、量涨上去了，值没跟上
把问题摊开的，是内部帖子里的一组对照。
Meta CTO 博斯沃斯（Andrew Bosworth）在 6 月初的内部帖中给出两个数：内部软件平台和基础设施的代码改动量同比增加 220%，带来用户可见新功能或升级的改动量只增加 36%4。
这两个数要放在一起读。前者是机器产出的改动总量，后者是其中真正走出内部、到达用户的那一部分。
多出来的量没有消失，变成了故障。4 月的一份内部帖提到，未加约束的 AI Agent 会执行「人类不太可能做的大规模、破坏性动作」4。
重大技术与安全事故同比增加 40%，包括服务中断和可能的数据泄露；员工花在救火上的时间增加了 70%4。
一次具体的事故发生在 6 月：黑客借 Meta 新上线的 AI 客服机器人，接触到了包括奥巴马白宫主页在内的多个高知名度 Instagram 账号3。
7 月的内部会上，扎克伯格承认时机判断有误：「至少过去四个月，智能体方向的发展轨迹，并没有像我们预期的那样加速。」7
但钱没有跟着停。Meta 今年计划在 AI 芯片和基础设施上投入至少 1300 亿美元，6 月底员工总数为 75,472 人3。
裁员停了，投入没停。这两件事放在一起，说的是同一个意思：AI 值得继续投，但不能按「一个人顶三个」来编预算。
三、微软：20 万人领了工具，业务没变好
9 月 17 日，微软执行副总裁兼首席战略与转型官凯瑟琳·霍根（Kathleen Hogan）在官方博客发了篇复盘，讲微软自己的 AI 转型2。
开头就承认方法错了：微软起初把 AI 当传统软件推，发工具、做培训、催使用率2。
霍根写得很直白：一项工具许可发给了 20 多万人，并不等于改变了工作的做法。早期销售团队的使用量很快进入平台期，预期的业务成效没有出现2。
第二条经验更扎人：把一个 Agent 塞进本来就坏的流程，坏流程还在，只是把排队推到了下一个环节2。
反过来做的团队，数字是另一副样子。供应链团队先把端到端流程梳理并简化，再让 100 多个专用 Agent 进场，选定流程的周期最多缩短 75%2。
过去追溯一次需求计划为什么变动，要 5 到 7 天；现在几小时，有时不到 20 分钟2。
重做工作方式的销售团队，重点用例的采用率翻了三倍，单客户经理收入提升 9.4%，成交率高出 20%2。
霍根给这件事下的注脚是：效率是地板，能力才是天花板2。
四、账单也在缩
工具用得再多，账面还是要有回款。微软的选择是先把内部开支压下来。
据 The Information 10 月 6 日报道，微软内部使用 Anthropic 技术的年化支出原本预计至少 10 亿美元，如今已下调超过三分之一9。
公司要求员工少用 Claude、多用自己的工具，并开始在部分 Copilot 任务上测试更便宜的 OpenAI 模型和自研 MAI 模型9。
员工侧的额度更直观：云与 AI 部门部分员工每月的模型预算上限，从最高的 10 万美元降到多数情况下约 1 万美元；各部门被要求管理 Token 预算10。
同一批报道里，Meta 也把自己内部的 Claude 用户数砍了一半11。
要分清边界：这里降的是两家公司自己用 AI 的开支，不含客户通过微软产品使用 Claude 的支出，后者仍在上涨9。
五、AI 写、AI 读、AI 总结
微软高管里，LinkedIn CEO 兼微软执行副总裁罗斯兰斯基（Ryan Roslansky）的吐槽流传最广。
他收到一份一看就是 AI 写的文档。读完之后，他让自己的 AI 去做总结，结果一来一回，产生了 0 个新想法。
他担心的不是内容质量，是钱：企业会花更多预算，最后只是找到一种不必认真写作和阅读的方法5。
六、不止这两家：202 家企业的体检表
把视角从这两家挪开，会发现这不是个别故事。
9 月 15 日，安永美国发布 AI 风险与治理调查。样本 202 人，都是年营收 10 亿美元以上上市公司的资深 AI 决策者，调查时间 5 月 28 日到 6 月 15 日，误差正负 7 个百分点13。
36% 的受访者说，所在组织发生过造成实质负面影响的 AI 事故或故障，包括数据丢失、财务损失、运营中断和品牌受损13。
98% 说自己有正式的 AI 治理政策，但 47% 承认在紧急上线的场合跳过过这套流程13。
用上 Agent 的企业里，26% 无法发现内部有未授权的 Agent 在跑；49% 的治理框架还没写进 Agent 相关的风险条款13。
部署的速度超过了控制的速度。这是这批数字共同指向的东西，也是 Meta 那 40% 事故增幅在别处能找到的回声。
七、原文里的话
几个月的加速之后，大厂开始重算 AI 效率账了......
这之后，根据 Meta 内部半年度调查，员工正面情绪评价从 74%降到了 55%。
请神容易送神难了。
三句都出自量子位原文5。
References
- 1
- 2Microsoft：What we've learned from Microsoft's own AI transformation
blogs.microsoft.com
- 3The Next Web 对路透调查的梳理
thenextweb.com
- 4
- 5量子位原文
mp.weixin.qq.com
- 6
- 7
- 8
- 9The Information：Can Microsoft Help Customers Cut Back on Claude?
theinformation.com
- 10Yahoo Finance：Meta and Microsoft reportedly trim Anthropic reliance
finance.yahoo.com
- 11
- 12Ryan Roslansky 的 LinkedIn 原帖
linkedin.com
- 13
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.