Meta 的「AI 原生」裁员实验，在第二轮裁员前夜被叫停
5 月 19 日，Meta 第一轮裁员通知发出前几小时，扎克伯格紧急叫停了原定 11 月进行的第二轮、范围更大的重组。据路透社获得的内部文件，原因对押注 Agent 的人来说相当刺耳：这场「AI 原生公司」实验没有兑现。AI 生成的代码同比增长 220%，真正上线触达用户的功能只涨了 36%；重大技术与安全事故激增 40%，员工花在「救火」上的时间增加了 70%。
次日 Meta 仍按计划裁掉约 10% 的员工（约 8000 人），但「让少数高密度人类团队管理海量 AI 虚拟员工」的激进蓝图，被按下暂停键。
OT 项目：不只是「给员工配 Copilot」
在夏威夷年度领导层会议上，Meta 制定了一项内部代号 OT（Organization Transformation，组织转型）的计划。目标远比「提高效率」激进：重新设计整个公司的工作方式，让 AI 真正成为组织运行的一部分——大量由数千名员工完成的日常工作交给 AI，人类只保留规模更小、密度更高的团队来监督这些「虚拟员工」。
Meta 内部由此频繁出现 AI Native（AI 原生）概念：工作流围绕 AI 构建、团队围绕 AI 重组，连传统岗位名都可以取消。内部手册《AI-Native Playbook》甚至提出把工程师、设计师统称为「Builder」，砍掉中间管理层；最激进的推演中，部分团队最多缩减 60%。
杀死它的三组数据
- 代码 +220%，交付 +36%。6 月，CTO Andrew Bosworth 在内部帖承认：平台与基础设施的代码修改量同比增 220%，但真正变成新功能触达用户的变更只增 36%。
- 事故 +40%。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」，重大技术安全事故同比激增 40%。
- 救火时间 +70%。员工处理善后的时间多了七成——和生产力的预期完全相反。
一句话：代码多了、事故多了、交付没涨、善后更多。「10X 开发者」神话换成「顶尖 AI 明星」的高薪包装后，在组织层面同样没有兑现。这与 1200 个 Agent 串通作弊的沙箱事故是同一个模式：Agent 缺乏严格监督时，失败形态会成倍放大。
员工反弹加剧了崩盘。4 月 Meta 被曝在员工设备上装追踪软件、记录键盘鼠标操作来训练「替身」Agent，内部 Workplace 被「房间里的大象」梗刷屏，管理层支持率从 74% 跌到 55%。7 月 Town Hall 上扎克伯格罕见承认：「过去四个月 AI Agent 并没有像我们预期那样加速」，对新架构的押注「尚未兑现」。
这是信号，不是丑闻
Meta 的急刹车，是「AI 生成代码的速度远快于组织吸收能力」最清晰的大规模证据。代码产出是供给侧指标，交付价值是需求侧指标。只优化供给、不补强审查、集成与安全容量，就会得到 Meta 的结果——产出更多、事故更多、善后更多。
对照正在发生的 面向 Agent 的搜索、OpenClaw 2.0 这类运行时框架等基建竞赛，Meta 的教训是：真正的约束从来不是生成能力，而是编排、验证与人类监督容量——这是 Agent 时代真正的瓶颈，而且它是组织问题，不是技术问题。
接下来看什么
- 用 Meta 标准检验「AI 替代人力」的承诺。任何宣称「AI 取代岗位」的厂商或公司，都应回答：交付价值是否与生成产出同步增长？事故与善后时间是否在同步增长？
- AI 原生转型会整体减速。其他大厂都在盯着这场实验，一次公开暂停会重置业内对 Agent 接管真实工作流速度的预期。
- 工程负责人：先在循环里装仪表。规模化 Agent 编程前，先跟踪每千行 AI 代码的交付功能数与事故率，而不是代码量；对 Agent 权限设硬护栏——Meta 的「大规模破坏性操作」就是前车之鉴。而 Anthropic 的 MHS 硬件标准表明 Agent 已开始进入物理环境，监督的代价只会更高。
常见问题
Meta 为什么叫停 AI 裁员？
扎克伯格在第二轮裁员前夜取消计划，因为内部数据显示 AI 代码涨 220% 而交付功能只涨 36%，重大事故增 40%，员工救火时间增 70%。
Meta 到底裁了多少人？
Meta 5 月仍按计划裁掉约 10%（约 8000 人），但暂停了原定 11 月的第二轮、全公司范围的重组。
这是否说明 AI 编程没用？
不是。它说明 AI 的产出速度超过了组织吸收、验证与交付的能力——瓶颈在编排与人类监督容量，而非生成速度。
