员工反弹与技术翻车：Meta 缩减“监控员工训练 AI”计划
一句话看懂：Meta 因内部员工强烈反对和技术故障，大幅缩减了原本计划通过追踪员工键盘鼠标操作来训练 AI 代理的“模型能力计划”（MCI）。超过 1500 名员工联名抗议后，Meta 被迫妥协，允许员工每天暂停数据收集 30 分钟，透露了企业 AI 部署在数据需求与员工隐私之间的深层矛盾。
事件核心：发生了什么
Meta 在 2026 年 6 月公开的内部备忘录中承认，其名为“模型能力计划”（MCI）的内部 AI 训练工具遭遇重大挫折。该工具原计划通过记录员工实时键盘敲击和鼠标点击数据，为 Meta 的 AI 代理模型提供真实计算机使用场景训练样本。然而，超过 1500 名员工签署请愿书，认为这种日常行为追踪具有强烈的“反乌托邦”色彩，尤其是在公司近期大规模裁员的背景下。Meta 随后做出妥协，调整规则允许员工每天申请暂停数据收集一次，每次最长 30 分钟，仅少数从事敏感任务的员工可在上级批准后豁免监控。此外，追踪工具产生的海量数据导致远程员工网络流量异常激增，严重影响了笔记本电脑电池续航，进一步加速了项目削减。
为什么重要
此事件凸显了科技巨头在训练大模型时面临的“数据饥渴”与内部信任危机之间的冲突。当公开网络数据的版权争议日益激烈（如 Getty Images 诉 Stability AI 等案例），企业将数据采集目光转向内部员工，但这种方式直接触动了员工对隐私和监控的敏感神经。Meta 的妥协表明，即使像 Meta 这样的 AI 领军公司，在未解决隐私边界和员工接受度问题时，强行推行“内部数据训练”策略也难以持续。这为其他正在探索类似内部数据采集方案的企业（如谷歌、微软等）敲响了警钟：技术可行性与组织文化、法律合规之间需要更平衡的设计，而不是单纯依靠技术优化就能平息争议。
对用户/开发者/创作者的影响
对开发者而言，Meta 的内部数据训练路线受挫可能意味着其 AI 代理模型在真实交互场景下的推理能力提升速度会放缓，依赖 Meta 开放平台或 API 的第三方开发者可能需要更长时间才能用到更“理解人类操作习惯”的 AI 助手产品。对普通用户而言，Meta 在处理内部隐私争议时的妥协态度，可能暗示其未来在面向消费者的 AI 产品（如 Ray-Ban Meta 智能眼镜中的 AI 助手）中，对用户数据的采集和分析策略也会更加谨慎。对创作者而言，此事件进一步说明，在公开数据训练成本上升且版权风险加大的环境下，高质量训练数据的获取正从技术问题转向社会治理问题，这可能会间接影响依赖开源大模型的创作工具的迭代速度。
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
第一，Meta 是否会彻底放弃 MCI 计划，还是会转向通过员工自愿参与或匿名化处理的方式重启该项目。目前公开信息显示，Meta 仍在进行“多项优化措施”，但员工对隐私保护的怀疑并未消除。第二，美国及欧盟的隐私监管机构是否会介入调查此类“工作场所 AI 训练监控”的合法性。第三，其他科技公司是否会效仿 Meta 调整内部数据收集策略，或者转而采用合成数据生成、公开 API 调用数据等替代训练方案。
来源：AIbase
