一句话看懂：Meta 在 2025 年 4 月后的几周内，通过强制抽调核心工程师做数据标注、记录键盘鼠标操作为 AI 训练数据、放宽 AI 代码审核标准等激进手段，将二十年来以“工程师自主权”为核心的工程文化几乎摧毁，直接导致了 Facebook 和 Instagram 的 SEV0 级宕机事故。这并非孤例，而是“AI 优先”战略下组织动作变形的一个典型缩影。
事件核心：发生了什么
据科技作者 Gergely Orosz 的调查，Meta 管理层在 2025 年 4 月下旬开始了一系列自上而下的强制改革：一是通知全体工程师，公司将启用系统记录每一次键盘输入与鼠标点击，用于 AI 训练数据采集，员工无法选择退出，且未提前协商；二是向产品工程团队下达硬性指令，要求抽调 30%至 50% 的工程师离开原团队，转入新成立的“智能体数据优化部门”从事数据标注和基于人类反馈的强化学习（RLHF）工作，这与 Meta 自 2004 年以来给予工程师自由选择项目的文化完全背道而驰。此外，AI 生成代码的审核标准被大幅放宽，因代码审核疏漏引发的系统故障不会被作为裁员理由，导致“仅经过另一轮 AI 审查”的代码在库中极为普遍。Instagram 信任与安全团队因抽调和裁员流失了约一半员工。这些措施在数周内迅速落地，直接后果是 Facebook 和 Instagram 出现了最高级别的 SEV0 宕机。
为什么重要
这标志着大模型时代下硅谷大厂研发范式的一次剧烈转向。Meta 在 2023-2024 年凭借 Llama 2 和 Llama 3 在开源大模型领域建立了领先地位，但 2025 年 4 月发布的 Llama 4 令人大失所望。为了追赶 OpenAI 的 Claude 和 ChatGPT，CEO 扎克伯格决心不惜代价——包括收购 Scale AI 49% 股份（作价约 148 亿美元）并让其 CEO Alexandr Wang 接管 AI 战略，甚至一度试图以 20 亿美元收购中国初创公司 Manus AI（后被中方叫停）。Meta 试图通过强制工程师从事数据标注来快速补齐大模型训练的“最后一公里”，却牺牲了自 2010 年代“快速行动，不怕试错”到 2020 年代初“快速行动，稳固基础”所建立的高效工程文化。这种做法对其他正在推行“AI 优先”的公司具有警示意义：追逐模型能力如果以摧毁信任机制和人才尊严为代价，可能得到的不是更强的 AI，而是自毁式的组织实验。
对用户/开发者/创作者的影响
对使用 Facebook、Instagram、Threads 等产品的普通用户而言，SEV0 级别的宕机直接影响了日常通讯和内容消费，而数据标注和 RLHF 工作的强制抽调可能间接导致推荐算法和内容审核质量的不稳定。对 AI 开发者而言，Meta 的工程文化动荡可能影响 Llama 系列开源模型的后续版本质量，尤其是 Llama 4 的口碑已显颓势；同时，强制键盘鼠标记录的做法引发了严重的隐私争议，提醒开发者关注数据采集的合规边界。对通过 Meta 平台进行内容创作的创作者来说，平台稳定性和算法质量的下滑可能导致流量波动，需要警惕短期内的平台风险。
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 是否会在员工强烈反对后调整策略——目前公开信息显示，在路透社报道后，Meta 已表示将允许员工每次暂停监控数据采集长达 30 分钟并申请豁免，但强制调岗问题尚未解决。二是 Llama 5 或后续模型的发布是否受到影响：以当前工程师士气和技术路径（如更依赖外部标注而非内部创新），Meta 能否维持开源大模型竞争地位存疑。三是其他“AI 优先”公司（如谷歌、微软）是否会借鉴或反思 Meta 的这一教训，尤其是在工程师文化与 AI 训练效率如何平衡方面。
来源：InfoQ CN
