一句话看懂：Meta 通过强制抽调约 6500 名工程师和产品经理组建应用人工智能团队，并要求员工编写测试题和编程习题来训练 AI 模型，引发了大规模内部不满，甚至出现员工闯入直播公开斥责高管的事件。这反映出科技巨头在 AI 转型过程中面临的内部管理挑战与人才冲突。
事件核心：发生了什么
据《连线》杂志和 Business Insider 报道，Meta 在三个月前成立了应用人工智能团队，规模约 6500 人，主要负责为 AI 模型提供训练数据。员工通过邮件突然得知自己被调入该团队，没有选择余地，要么接受要么离职。这些“被征调者”日常工作是编写测试题和编程习题，用于训练 Meta 的 AI 模型。CEO 马克·扎克伯格在内部会议中表示，抽调内部员工而非外包人员，是因为 Meta 普通员工的整体能力远高于外包人员，且 AI 模型在编程等技术工作上能力仍不及人类。此外，全公司已有超过 1600 名员工联名请愿，抗议一项监控鼠标点击与键盘输入的举措，该举措同样用于 AI 训练数据收集。首席产品官克里斯·考克斯不得不召开员工会议，应对压抑的工作环境。
为什么重要
这一事件揭示了 AI 大模型训练在数据标注和人工反馈环节所面临的规模性人力需求，以及科技公司在快速推进 AI 战略时可能忽视的内部员工体验。Meta 花费 143 亿美元收购数据标注公司 Scale AI，并让创始人亚历山大·王担任首席 AI 官，但内部抽调策略带来的士气问题，可能影响训练数据的质量和团队稳定性。这也表明，即便是财力雄厚的巨头，在处理 AI 训练所需的巨量人工输入时，也未必总能找到高效且无争议的路径。此事或对行业通用的人力密集型 AI 训练模式发出警示。
对用户/开发者/创作者的影响
对普通用户而言，Meta 内部对 AI 训练方式的抗议，短期内不会直接影响现有产品体验，但长期可能影响 AI 模型的可靠性和迭代速度。对于开发者和创作者，若 Meta 依赖内部员工而非外包人员做数据标注，理论上模型对真实计算任务的理解可能更贴近实际使用场景，但当前内部冲突可能延缓相关 AI 功能和 API 的交付。此外，Meta 全面转向 AI 的资源配置策略，意味着其在元宇宙等方向的投入进一步收缩，与之相关的开发者生态和硬件合作可能面临调整。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Meta 是否会调整“要么留岗入职，要么直接离职”的强制调度政策，以平息团队不满。二是扎克伯格在内部备忘录中承认“失误”并承诺整改后，具体举措何时落地，以及是否会影响 AI 模型训练进度。三是该事件是否会在其他大公司中引发连锁反应，尤其是那些同样依赖大规模人工标注的闭源 AI 训练团队。四是监控员工键盘鼠标输入的联动请愿进展，其合规性可能受到监管关注。
