文 | 影子备忘录

一边盯着员工的鼠标轨迹做训练数据，一边盘算着下个月裁员名单。Meta的AI转型，正把自己变成效率主义的反面教材。

2026年4月，Meta悄悄向其数万名美国员工发出了一则通知——公司开始追踪员工在笔记本电脑上的每一次键击、每一次鼠标移动、每一次点击。

消息发出的数小时内，内部评论区炸开了锅。一名工程经理的留言被广泛转述：“这让我感到极度不适。怎么退出？”Meta首席技术官Andrew Bosworth的回复斩钉截铁：“公司笔记本电脑上没有退出选项。”评论区迅速堆满了一百多个愤怒和震惊的emoji表情。

Meta官方解释说，此举是为了让AI学习“人类使用计算机完成日常任务的方式”，好把员工的操作行为训练成AI的数据养料。

然而就在这则通知发出的同一周，Meta刚刚宣布计划裁撤约8000名员工——占到总员工数的10%。

一边把员工的每一个行为细节榨取成训练数据，一边预备裁掉他们。这种矛盾指向同一个问题的核心：Meta正在以一场前所未有的方式追逐AI，但其内部正在酿成一场效率危机。

2026年，这个开局被扎克伯格称为“AI效率年”，但在员工看来，它更像是“AI恐慌年”。

1350亿美元的AI豪赌

先看数字。2026年1月的财报电话会上，扎克伯格传递了一个清晰的信号：2026年Meta将经历一场“重大AI加速”。根据最新预期，2026年资本支出将高达1150亿至1350亿美元，几乎达到2025年722.2亿美元的两倍。

这笔钱具体投向哪里？三个方向最为集中——

基建维度。Meta正在全球范围内铺设吉瓦级AI数据中心，至少要建三个大项目：俄亥俄州1吉瓦园区、路易斯安那州5吉瓦超大型园区，以及印第安纳州超百亿美元投资的1吉瓦基地。

一个吉瓦级数据中心背后，是数百万颗GPU、数百万个光模块、数万台服务器，这已经不仅仅是算力之争，更是供应链之战。

芯片维度。Meta的策略是“外购为主，自研为辅”。一方面与英伟达建立多年战略合作获取顶级GPU，同时与AMD合作定制芯片，甚至引入谷歌TPU以及自研MTIA芯片实现多元化算力组合。

2026年4月，Meta还与亚马逊就使用其Graviton处理器达成协议，进一步拓宽芯片供应渠道。

人才维度。2025年，Meta启动了堪称硅谷史上最激进的AI人才抢夺攻势。从OpenAI、谷歌DeepMind到苹果，Meta以高达1亿美元的签约奖金和多至3亿美元的多年薪酬包撬走了一批最顶尖的研究人员。

一场投资规模可与美国和亚太地区军事部署相媲美的AI军备竞赛，就在Meta内部拉开。然而钱不会自己燃烧出好模型，人才也不会自己创造奇迹——剩下的问题才是真正要命的。

内部数据何以反噬效率

开篇提到的“员工追踪”和“AI考核”，只是Meta这场AI效率革新中的两处缩影。真正被压抑的是内部的效率和信任。

首先，组织动荡频繁。短短几个月内，Meta对AI部门进行了四次重组。2025年8月，由Scale AI创始人Alexandr Wang和前GitHub CEO Nat Friedman领导的Meta超级智能实验室（MSL），才创立不久就被拆成四个方向：前沿大模型、应用超级智能、AI基础设施与规模化、长期探索研究。

团队内部对这段时期的描述更直接——“几乎没有人真正知道其他人在干什么。”成员反映会议接连不断，会议内容密集，但难以做出有效决策。“没人清楚彼此的工作内容”成了常态。

2025年10月，MSL裁减了约600个AI岗位。首席AI科学家Yann LeCun也宣布年底前离任。

其次，高压文化蔓延，以数据反馈出来的结果恰恰是效率折损。绩效评估骤然收紧——超过150人的团队中，15%到20%的员工会被评定为“未达预期”。不愿承接长期项目的员工越来越多，大家转向能被迅速评分的工作。

部分团队采取策略性设置新岗位或人手空缺，以规避绩效排名末位必须裁员的“末位淘汰”环境。更有内部匿名调查显示：绝大多数员工对公开谈论工作处境感到“极度害怕”或“非常害怕”。有任职近八年的工程师坦言，2025年的Meta已与其初入职时期判若两个世界。

新旧AI专家之间的管理裂痕难以弥合。据《金融时报》和《纽约时报》报道，新引进的首席AI官Alexandr Wang曾向扎克伯格表达抱怨，认为其对项目的过度控制和频繁干预阻碍了进展。
此外，Wang的团队与Meta原高管团队（如Chris Cox等）形成了“长期互相对抗”的关系，两者在决策速度和业务优先级的角力上盘根错节。

于是，一个巨大的效率悖论摆在眼前：扎克伯格希望把2026年打造成“AI效率年”，大规模减少非AI岗位，将数千名员工重新分配到AI项目上。

但执行方法却使内部凝聚力和信任受到冲击，前线的技术专家身陷机构阻滞，追求短期可量化指标而不敢攻坚重大难题——这本是当前AI战场最需要的战斗力。

而当一家试图转型为AI企业的公司，不能让自己的内部人员高效运转时，它怎么在外部赢得技术竞赛？

“All in元宇宙”的先例，历史总会留下阴影

如果对Meta的战略反复感到陌生，不妨回头看一眼2021年。

彼时，扎克伯格以一种高调的姿态把Facebook更名为Meta，宣言“下一阶段将是构建超越现实的元宇宙平台”。

2022年，他宣布未来10年内投入1000亿美元用于元宇宙研发；2023年再将Reality Labs预算推高至150亿美元。当外界对VR的前景尚存大量疑虑时，Meta一头扎进去，疯狂加码虚拟世界的地基。

而今天再看那个项目，现实却格外锋利。截至2025年三季度，Reality Labs累计亏损已超过700亿美元。

元宇宙核心平台Horizon Worlds的月活用户远未达成预期，硬件产品Quest用户日均使用时长中位数仅1.2小时，硬件成本占比过重，毛利率处于低于行业的水平。

为了止损，Meta在2025年末悄悄制订了一份元宇宙预算削减方案，最高削减可达30%，重点砍的是元宇宙虚拟世界平台和VR硬件相关职位。

如今回看，这场以“元宇宙”为名的大冒险，并没有按照预期打开一个亿级别用户的虚拟社会，反让Meta的AI史出现了一个容易被人忽略的节点——当后者本应储备更多精力时，它在元宇宙赛道上的过度投入却是不可逆的沉没成本。

这自然引发一个深层追问：今天的AI冲刺会不会重蹈元宇宙的覆辙？考虑到Meta正在经历短短三年内两次剧烈转向——从社交网络到元宇宙，再到AI——这种历史阴影让外部观察者和内部员工都对未来多了一层审慎。

如果Meta内部的混沌尚能靠“磨合期”自我安慰，那外部战线的问题就没那么容易化解了。

2025年底，扎克伯格亲自在电话会上承认：Meta已在领先AI模型上落后于谷歌、OpenAI和Anthropic。而进入2026年，这个认知还在不断加深。

原本预期在2026年初发布的代号“Avocado”的大型生成模型，内部测试的表现并不理想。尤其在推理能力、编码和写作等方面，虽然大幅超越了李鬼自己的前代Llama 3/4，但面对谷歌在2025年底已经发布的Gemini 3.0，Avocado的性能仍有明显差距。

更让人沮丧的是，尽管媒体与业内盛雪对Meta所谓的“闭源模型替代开源走向商业营收”充满讨论，但技术开发的脚步远比口号沉重。

Meta内部的矛盾激化到讨论一项被视为“不得已的权宜之计”——内部高层正在考虑临时向谷歌授权Gemini，来填满旗下产品的AI功能空缺。

如果Avocado最终真的暂缓上线，让Meta要依赖对手谷歌的模型来支撑自家Facebook、Instagram等产品的AI场景，那真实的技术差距便无可回避。

有内部人士和信息显示，TBD实验室接下来推出的“Watermelon”（西瓜）模型已在构思中，但前沿模型的研发是需要时间等待的科研工作。对手们也在加速前进。在AI竞赛的赛场上，没有任何停滞会被赦免。

现在不得不问的是：Meta什么时候才能推出可称得上“业界领先”的模型？答案仍悬浮在空气中。

AI智能眼镜，单一的行业热潮

当然，公允而言，Meta并非所有牌都没有打好。在硬件端侧方向，它正在默默累积一个确定性较高的窗口——AI智能眼镜。

Ray-Ban与Meta联名的AI智能眼镜卖的有多火？2025年其销量增长了超三倍。2026年初，美国用户的需求如此强烈，以至于Meta不得不紧急叫停向英国、法国、意大利和加拿大的市场扩张，产品候补名单甚至已延长到2026年以后。

扎克伯格在电话会上将AI智能眼镜类比作当年智能手机取代功能机的关键节点——很难想象在几年后，大多数人佩戴的眼镜不是AI眼镜。

多模态AI能力的引入，让这款眼镜能够“看你看的，听你听的”，实时回答提供信息，甚至在未来视野内直接呈现定制界面或生成个性化内容。

虽然智能眼镜整体市场的竞争也在升温——谷歌与Warby Parker合作、苹果蓄力布局——但Meta在这一领域明确保有一定先发优势。Meta在2025年已将Reality Labs投资重心从纯粹的元宇宙愿景进一步转向AI可穿戴设备和自研模型。

也许这就是Meta“AI效率年”最大的讽刺——在它看起来最有希望的路，竟然是消费市场中用户愿意为之买单的智能硬件。相比令人紧张的内部管理和尚未证明能力的超大型模型，这个业务看起来更像一个在狂风暴雨中点燃的灯火。

一个至关重要的是时间窗口。扎克伯格在早前的内部全员会议上曾用过一个生动的比喻：“这是马拉松，但我现在更像是把它当作短跑赛来跑”。

如果ChatGPT的下一代模型和谷歌的Gemini迭代在接下来两个季度再上台阶，那Meta即便未来推出Avocado或Watermelon，所面临的技术门槛也会被不断拉升。

而融资界正在形成一个新的共识：AI的递归自我改善（Recursive Self-Improvement）引擎也许已经被点燃。结合多方科学判断，领先的模型有可能在2028年左右训练出接近“初级研究员”水平的AI科研自动化体。

一旦演进引擎形成，开源方案和追赶模式都将处于被加速撇下的危险境地。

Meta目前选择的是“开源+商业双重模式”，但这个原本的差异性标签已经有些模糊。倘若被迫依赖闭源市场去进行长距离追赶，加上高频裁员和频繁重组给组织信心埋下的重压，那道窗口能持续多久，已经没有人能精准预测。

结语

回到文章的核心问题：Meta现在拥抱AI，还来得及吗？

这个问题的答案，与其说纯技术驱动，不如果断取决于这场“效率战争”能不能在三个生死攸关的方向上得到解决。

能不能稳定内部军心，不再让高压和混乱消解前沿AI人才的核心创造力；能不能加速Avocado或其后继模型性能迭代，尽早赶上当前标杆模型的技术水位；能不能支持Meta手握的优势——AI智能眼镜和社媒生态数据资源——给模型应用层面带来实际突破。

在阅读Meta的AI战报时，有一个时刻格外让人印象深刻。2026年4月的全体会议上，扎克伯格把员工质疑的键盘追踪解释成一场“教导AI聪明人如何运用电脑”的宏大行动。就在同一次会议上，他提到AI“也许是历史发展中最具竞争性的领域之一”。

在这番宏大的战场上，如果一家科技巨头对待未来核心力量——自己的工程师的方式，是把自己的员工当作训练数据来入侵监控，并在同一个日程表上排练大规模裁员，那它把效率这个词活活改造成了一个自毁式的骗局。

在AI这场长跑中，钱不算秘密武器，算力也不是。一种能让7.8万人同心协力冲向目标的组织文化，才是真正昂贵的稀缺品。