Meta 裁员 10%、转岗约 7000 人后，扎克伯格坦言公司 AI 转型“脱轨”

硅谷裁员潮再起，Meta成为风暴眼

2026年截至5月，美国科技公司累计裁员人数已逼近10万人大关，Oracle、谷歌等巨头均未幸免。在这一波裁员中，Meta的裁员比例高达10%，涉及数千名员工，同时还有约7000人面临内部转岗。这场被称为“效率之年2.0”的调整，直接指向扎克伯格此前押注的AI业务布局——他坦承，公司的AI转型已经“脱轨”。

转岗人员中，不少来自传统业务线，被重新分配到新成立的MSL（Meta Superintelligence Labs）部门。然而，转型过程并不顺利。有内部案例显示：三个月后首批转岗人员刚完成培训，就因业务重心调整再次被调离，培训资产瞬间归零。另一家外部团队派小组来学习，学完后将模板改编成自有内训材料，直接培训第二批员工——这种“教完就抄走”的尴尬，让Meta在人才投入上陷入负循环。

扎克伯格砸重金搭MSL，AI路线为何走偏？

2025年，扎克伯格不惜血本搭建了Meta Superintelligence Labs（MSL），试图在下一次AI基础设施竞赛中抢占先机。该部门被赋予极高权限，从英伟达包下大量H100芯片，并从DeepMind、OpenAI挖角数十名顶尖研究员。但现实却给了一记重拳。

MSL成立后，内部研发方向频繁变动：从通用大模型转向多模态，又突然扎进机器人训练数据集，导致团队人才不断稀释。与此同时，扎克伯格长期坚持的“开源元宇宙”路线与MSL追求的闭源超级智能产生冲突，核心成员离职率飙升。他在内部会议中直言：“我们没有把资源聚焦在关键坡道上，团队变成了‘哪儿热往哪儿搬’的游击队。”

转岗7000人背后的培训困局与资产归零

大量转岗意味着大量新技能培训，但Meta的培训体系在急速扩张下暴露短板。一条内部数据显示：短短三个月内，同一批受训人员中两人迅速转岗到其他项目，培训投入的讲师时间、课程材料全部归零。再培训一批，就要重新走一遍流程。

这反映出更深层的问题：AI转型所需的人才技能（如模型微调、算力调度、算法工程）与传统业务运营能力差异巨大，靠短期转岗并不能弥补能力鸿沟。有员工吐槽：“我们学的东西还没进生产环境，业务方向又变了，像在跑步机上追月亮。”培训资产归零的直接代价，是Meta不得不从外部高薪竞购人才，进一步推高AI部门的人力成本。

AI算力竞赛白热化，Meta能否找回节奏？

2026年的资本市场主线已彻底转向AI算力、半导体和光互连。过去十年Crypto主导的投资逻辑让位于AI基础设施，Meta面临的不仅是内部阵痛，更是外部战争。竞争对手——从微软、谷歌到马斯克的xAI——都在疯狂囤积H100/B200芯片，并加速自研芯片落地。而Meta的MSL尚未拿出足以震撼市场的模型，扎克伯格坦言“我们没有对硬件-算法协同做最难的题”。

接下来，Meta的步点必须踩准：稳定MSL的核心研究方向，把转岗培训从“流水线模式”改为“项目制实战”，同时利用自研Llama模型的开源生态争夺开发者心智。否则，10%裁员只是疼痛的开始，7000人转岗可能变成一场漫长的“补课”。