Meta 改了 AI 考核标准：不再看 Token 用量，93% 代码变更已由智能体辅助完成

事件核心：发生了什么

据科技媒体 The Information 报道，Meta 高管 Maher Saba 与 Santosh Janardhan 在本周二（当地时间）向全体工程师发布了新的绩效期望指引，明确表示公司“不会使用 AI 采用率面板或 Token 用量来评估员工影响力”。新版指引删除了对具体 AI 工具的描述，也不再针对特定任务给出 AI 使用说明，转而将工作质量与实际产出作为核心考核维度。

Meta 此前曾通过内部平台 AI Gateway 统一管理约 6000 名员工的 AI 使用行为，团队可查看自身 AI 用量数据，当 Token 支出出现异常增长时系统会自动预警。今年 6 月的内部文件还提到，员工使用的 AI 工具全年成本可能高达数千亿美元。此次考核标准的转变，意味着 Meta 对 AI 内部落地的衡量方式进入新阶段：不再在意过程指标，直接考核结果。

为什么重要

这一调整释放了两个关键信号。第一，AI 编程辅助在 Meta 内部已达到极高渗透率——93% 的代码变更由智能体辅助完成，说明 AI 编码工具已经不是“锦上添花”的尝鲜项目，而是基础设施级别的日常开发环节。当采用率接近饱和时，继续将 Token 用量作为考核项，容易诱导工程师为“多用”而“滥用”，反而偏离效率目标。

第二，Meta 的绩效导向变化可能带动行业连锁反应。目前许多科技公司仍在用 AI 工具调用量衡量团队活力，Meta 的转向提供了一个新的参照：考核应聚焦交付质量和迭代速度，而非工具消耗量。对 AI 编程工具开发商而言，这也是一个警示——单纯靠增加调用频次无法建立长期价值，工具必须直接对产出质量负责。

对用户/开发者/创作者的影响

对开发者和技术团队来说，Meta 的考核逻辑实际上给出了 AI 编程时代的效率标尺：AI 辅助应从“可选项”变为“默认动作”，但真正拉开差距的是谁能用 AI 更快地产出高质量代码。这要求开发者把注意力从“学哪个 AI 工具”转向“如何定义好代码和好产品”。

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。

了解 GamsGo AI

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。

对使用 AI 服务的创作者和企业用户而言，Meta 的调整为衡量 AI 工具价值提供了一个思路：判断一个 AI 产品是否值得付费，不应看用了多少 Token、生成了多少图片，而应看它是否真正加快了工作流、提升了最终成果质量。这一标准同样适用于图像生成、大模型 API 接入等各类 AI 应用的选型决策。

值得关注的后续

Meta 新考核标准实际执行后，内部 AI 使用结构是否会出现明显变化，值得持续观察——尤其是 Token 消耗总量是否会因失去考核激励而回落。另一个观察点是其他大型科技公司是否跟进调整各自的 AI 考核机制，从而进一步弱化“AI 采用率”这一中间指标。此外，Meta 的 AI 基建投入策略也需留意：当内部用量指标不再是管理工具，公司对算力和推理成本的控制是否会采取新的管理口径。

来源：AIbase