2026年9月，Meta做了一件让硅谷有点意外的事：它邀请AAI部门中那些曾被撤去管理职衔的员工，自愿重返管理岗位。
一年前，同样是这家公司，刚刚以“效率”之名砍掉了约10%的员工——8000人——并向全行业输出了一个信条：扁平化更快，管理层是多余的。
一年后，它自己先回头了。
这看起来像是一次“管理回退”。但读懂的人知道，这不是反悔，而是一个实验失灵的信号——Meta用亲身经历揭开了AI业务规模化时代的一个核心追问：当创新团队膨胀到7000人，扁平化到底管不管用？
一年之内，方向逆转
2026年5月20日，Meta启动了近年规模最大的组织重组。当天凌晨4点，裁员通知分批下发至全球各地员工邮箱。最终结果是：裁减约8000个岗位，约占员工总数的10%；约7000名员工被强制调入四个新成立的AI组织——应用AI工程、智能体转型引擎、中央分析及企业解决方案团队——统称为AAI（Applied AI）部门。
扎克伯格的逻辑很清楚：AI的力量使公司能够重新部署人力，压缩管理层级，以小型团队模式提高决策效率。当时的内部备忘录写道：“全范围压缩管理层级，推行扁平化管理模式”。
但扁平化执行近四个月后，Meta发现了一件事：当AI团队规模膨胀到近7000人时，缺少管理协调层带来的混乱，正在抵消精简带来的效率收益。
2026年9月11日，Meta调整AAI部门人事安排。据DoNews等媒体报道，公司邀请AAI部门中原非管理岗的员工——那些此前在重组中被撤去管理职衔的人——自愿重返管理岗位。调整由员工自主决定，不具强制性。
关键不在于涉及多少人，而在于方向：一年前，Meta在拼命拆掉管理岗；一年后，它在小心翼翼地请管理层回来。
扎克伯格的效率赌局
2023年，扎克伯格将Meta定调为“效率之年”，从此拉开扁平化大幕。其核心理念是：扁平化组织更快（Flatter is faster）。随后两年，Meta不断拉大管理幅度。到2026年3月AAI部门成立时，该部门的设计管理幅度达到了惊人的1:50——一个经理管50个工程师。
这个数字比硅谷传统1:8到1:12的管理幅度高出数倍。扎克伯格赌的是：当AI工具足够智能、当工程师的自主能力足够强，中间协调层就是多余成本。
这个赌局在当时有其合理性。Meta的资本支出高得惊人：2026年全年预计1250亿至1450亿美元，几乎是2025年722亿美元的两倍。省下的每一分人力成本，都要喂给数据中心和AI基础设施。中层管理者——那些“不直接写代码、不直接出产品的人”——自然成为第一刀。
但扎克伯格赌赢了吗？AAI部门的经历表明，有几个他当初没算到的变量，正在让这个赌局变得复杂。
第一，当AAI部门膨胀到近7000人时，决定团队效率的瓶颈不再是“有没有管理层”，而是大规模协作的沟通成本。据多家媒体报道，被调入AAI部门的工程师每周的工作之一是“设计两道编程题，判断AI模型给出的答案哪个更好”——本质上从工程岗位变成了数据标注岗。缺乏管理层的协调和任务规划，大量人力被低效配置。
第二，AI工具的投入产出并未如期兑现。据The Information审阅的一份内部备忘录，Meta 2026年仅内部AI使用一项的支出预计就达数十亿美元，包括员工使用第三方AI工具（如Anthropic的Claude）产生的大量token费用。Meta甚至被迫关闭了内部AI使用排行榜“Claudeonomics”，因为员工为了刷榜而疯狂消耗token，短短30天全公司消耗超过60万亿token，仅“榜一”一人一个月就花掉了约140万美元。成本全面失控。
扎克伯格本人在另一份内部备忘录中承认，公司在借助AI推进团队重组的过程中“犯了错误”，并承诺为受影响员工提供“有意义的职位”。
为什么AI业务更需要管理者
从直觉上看，AI业务应该是最不需要“管理”的——工程师们用AI写代码、调模型，很多传统的中间协调工作似乎可以被自动化。但现实恰恰相反。
AI业务有几种特有的协调需求，是扁平化难以覆盖的。
任务拆分与优先级决策。当7000人面对“用AI改造Meta全产品线”这样的大课题时，最缺的不是写代码的人，而是能判断“什么先做、什么后做、什么不做”的人。在传统工程团队中，产品经理和工程经理承担这个角色。在AAI部门，这些协调被搁置，导致大量工程师做了低价值工作——打标签、写测试题、判答案——而不是真正的产品开发。
跨团队对齐。AAI的定位是“应用AI”——它需要对接Facebook、Instagram、WhatsApp、Messenger等每一个产品线。每个产品线的AI需求不同、技术栈不同、上线节奏不同。没有管理层的交叉协调，AAI变成了一个巨大的“任务池”，每个人随机捞任务。
人才识别与激励。Meta在2026年中期同步推行了全新的“Checkpoint”绩效体系，将资源向顶级贡献者大幅倾斜——最高评级者可获得300%的奖金倍数。但当管理幅度从1:8拉到1:50时，一个经理根本不可能识别出50个工程师中谁在真正产出、谁在混日子。扁平化与绩效精细化之间，存在天然的不可兼得。
扎克伯格早期有一句名言：“只有公司小的时候才能快速创新。”但AAI部门的经历表明，问题不在于大小，而在于——大了以后还需要什么样的协调机制。
不是反扁平，是分阶段扁平
Meta这次调整并不是要回到传统层级制。有几个关键细节值得注意。
第一，邀请是自愿的。Meta没有强行从外部招聘管理者，也没有强制给员工升职，而是邀请那些“曾经是管理者、现在做一线工作”的员工自己决定是否回归管理岗。这意味着Meta的意图不是重建层层汇报体系，而是让那些有管理经验的人在最需要协调的地方发挥作用。
第二，只涉及AAI部门。Meta并没有在整个公司范围内叫停扁平化。其他组织的管理幅度没有恢复。这反映出Meta认识到了一个关键事实：AI业务的不同阶段需要不同的组织形态。在组建期和创新期，小团队、扁平化是高效的；在规模化期和产品化期，需要管理层的协调和规划。
第三，时间节点很关键。AAI部门成立于2026年3月，到9月做出回调，中间隔了整整半年。这半年时间窗口，正是“扁平化实验”的数据收集期。Meta用真实成本换来了一个答案：在AI业务从0到1阶段，不需要管理层；但从1到100阶段——尤其是7000人规模——没有管理层行不通。
第四，AAI部门出现的问题并非孤例。同期Meta内部还爆发了另一场“管理危机”：由于鼓励员工使用AI，内部token消耗失控，扎克伯格本人和CTO Bosworth在Claudeonomics排行榜上都未进入前250名，因为他们“不直接写代码”——而公司的AI预算正在以指数级速度燃烧。这种“鼓励使用但无法管理使用”的矛盾，恰恰是缺管理层的另一种表现形式。
扁平化的边界在哪里
Meta的这次回调，给整个科技行业提出了一个值得深思的问题：扁平化到底有没有边界？
Gartner在2024年10月发布的报告提出了“大扁平化”（The Great Flattening）概念，预测到2026年底，20%的美国公司将利用AI扁平化组织结构，裁减约50%的管理职位。谷歌在2025年10月宣布扁平化广告销售部门，计划自2026年1月起移除“管理层中的管理层”。所有这些信号都指向一个方向：管理层在消失。
但Meta的“回退”提醒我们，扁平化不是万能药。它的适用条件至少有两个。
一是团队规模要有上限。当团队从几十人膨胀到数千人时，即使AI工具能替代信息传递，也无法替代价值判断和优先级决策。一个AI模型可以帮你汇总100个工程师的进度，但没办法告诉你“这个功能应不应当下个月上线”。
二是业务复杂度要有下限。如果团队做的是成熟的、可预测的工作（比如维护已有的广告系统），扁平化完全可行。但如果任务是“用一项尚不成熟的技术去改造整个产品矩阵”——这正是AAI的使命——高不确定性要求高频沟通，高频沟通需要管理层的结构化协调。
从这个角度看，那些照搬Meta“扁平化”战略的公司，很可能忽略了一个关键变量：你的团队有多大？你的业务有多不确定？
而Meta自己呢？它家里有矿——1250亿至1450亿美元的年度资本支出——烧得起试错成本。对于那些资本没有那么充裕的企业，如果盲目复制Meta的扁平化路线，AI还没用上，内部已经先乱成了一锅粥。
Meta砍掉管理层又请回来，不是因为扁平化错了，而是因为它终于算出：在AI走向规模化的路上，协调的成本终将追上冗余的代价。
快报