过河拆桥？扎克伯格一边计划裁员，一边称“让 Meta 员工参与训练 AI 效果更好”

裁员计划与AI战略的并行推进

Meta在2023年宣布进行多轮大规模裁员，旨在削减成本、优化运营效率。然而，就在裁员计划实施的同时，首席执行官马克·扎克伯格在内部会议上强调，公司正将大量资源转向人工智能领域，并明确表示“让Meta员工参与训练自家AI模型的效果更好”。他认为，内部员工对公司的业务逻辑、用户行为及数据特征有更深入的理解，能够帮助AI模型更精准地适配Meta旗下社交平台的需求。

“内部劳动力”的价值再审视

扎克伯格提出这一观点的背景是，Meta正在开发代号为“Llama”的系列大型语言模型（LLM），并在生成式AI领域与OpenAI、谷歌等对手竞争。他指出，相比外部标注团队或外包劳工，内部员工在训练数据中注入的“语境知识”和“企业文化洞察”难以被替代。但这一言论随即引发争议——一些被裁员工表示，公司一边将数万人踢出团队，一边又要求留下的员工承担更多AI训练的“隐形任务”，实际上是在压低人力成本、榨取剩余价值。

员工与高管之间的信任裂痕

在公司内部，员工对“用自己训练AI”的提议反应冷淡。匿名职场社区Blind上出现了大量负面讨论，指责管理层“既要裁员削减开支，又想白嫖员工的知识产出”。一位前Meta工程师在接受采访时称：“如果AI真的如此依赖内部员工，那么公司应当优先保留这些人才，而不是一刀切地裁掉整个团队。”这种不满情绪进一步撕裂了本已脆弱的劳资关系，部分员工甚至认为扎克伯格的表态是“为了安抚股东而编造的借口”。

行业观察：效率优先下的“人才剥离”模式

咨询机构Forrester的研究总监认为，Meta的做法实际上是硅谷巨头普遍采用的“人才剥脱术”——先通过裁员淘汰高成本员工，再通过内部调岗或项目重组，让留下的员工承担更高强度的AI训练工作。这种模式虽然短期内能降低财报中的薪酬支出，但长期来看会破坏组织知识传承，并可能导致训练数据质量滑坡。因为真正熟悉平台历史、内容审核规则和广告算法的员工一旦流失，新招的合同工或外部标注员很难快速弥补这些“隐性知识缺口”。

舆论与监管层面的双重压力

消息传出后，美国劳工权益组织指出，Meta利用员工参与AI训练可能涉及“工资与岗位职责不匹配”的问题。如果公司要求工程师、运营人员在日常研发之外无偿或低偿贡献模型训练数据，可能违反美国联邦和部分州的劳动法。此外，部分欧盟监管机构也开始关注此类内部训练模式是否会导致员工隐私数据被非法用于商业AI系统。扎克伯格虽坚持“内部训练是最优解”，但舆论普遍认为，这暴露了科技巨头在资本效率与人才尊重之间的尖锐矛盾。