Meta 的 AI 转型争议提醒粗糙指标和强制转向可能比模型落后更伤工程组织。AI 转型最容易被包装成技术问题模型不够强数据不够多算力不够便宜产品入口不够清晰。但真正让工程组织出问题的常常不是这些。更危险的是公司开始用一套粗糙指标重新定义“好工程师”谁更频繁使用 ​AI 工具​谁贡献了更多 ​训练数据​谁的行为更容易被采集谁在绩效周期里看起来更符合新叙事。Meta 最近的争议正好把这个问题摊开了。从工程文化到数据机器Meta 曾经最被工程圈羡慕的地方是它把软件工程师放在利润中心的位置。工程师有较强自主权可以在 bootcamp 后选择团队内部流动相对灵活产品和基础设施团队都围绕真实影响展开工作。这种文化并不完美。它也会带来短期主义、指标竞争、文档不足和测试欠账。但总体上工程师相信自己在建产品而不是在执行一台组织机器分配下来的零碎动作。AI 浪潮改变了这个平衡。为了追赶前沿模型Meta 加大了对 AI 的投入也把训练数据、RLHF、代码任务标注等工作推向内部工程体系。争议最大的地方是部分工程师被要求参与数据标注和 ​模型反馈任务​一些团队还面临人员被抽调。与此同时围绕键盘、鼠标和工作行为的数据采集计划也引起了强烈反弹。这类做法的管理逻辑并不难理解公司想把工程师日常工作转化为训练资产让高质量开发行为成为模型学习材料。问题是​人不是日志源​。图当工程日常被改造成训练资产组织信任也会被重新定价强制转向会改变人对工作的理解数据标注听起来像低技能劳动但面向代码模型的训练任务并不简单。它可能要求工程师设计任务、写测试、打包环境、评估模型生成的代码再给出反馈。很多 AI 公司愿意为这类工作支付高价因为它确实需要软件工程能力。但“需要工程能力”和“对工程师有吸引力”是两回事。一个原本负责基础设施、产品体验或安全系统的工程师被突然转去反复评估 AI 生成代码心理落差很大。更麻烦的是职业叙事也变了过去是在构建被亿万人使用的系统现在是在给模型喂训练样本。这不是简单的岗位调整而是工作意义被重新定价。如果调整来自自愿选择工程师会把它看成一次技术转向如果来自强制分配它就会被理解成组织不再尊重专业判断。高薪可以缓冲不满但很难长期替代 ​自主感​。图强制转向改变的不只是任务而是工程师对工作意义的理解指标会诱导表演式 AI 使用更大的风险在绩效系统。一旦公司开始把 AI 使用量、token 消耗、行为采集、标注贡献和绩效评价绑定工程师就会自然优化这些指标。不是因为工程师不职业而是因为所有组织都会把人推向被奖励的方向。如果“多用 AI”比“认真理解系统”更容易被看见人就会多用 AI。如果“快速产出”比“承担长期维护责任”更容易被计入绩效人就会更快产出。如果“把任务交给代理”能证明自己跟上战略而“手写关键代码”反而显得落后工程判断就会被扭曲。最后会出现一种荒诞场景故障不是因为没人工作而是因为每个人都在努力符合指标。图AI 使用指标可能诱导工程组织进入自我强化的脆弱循环这个循环一旦形成组织会越来越忙也越来越脆。AI 不能替代责任链Meta 相关争议里还有一个刺眼的点当 AI 被放进支持、审核、代码生成和代码评审链路后责任很容易被冲淡。AI 写了代码AI 做了评审AI 接管了部分支持流程。表面上每一环都有系统参与实际上人的责任边界变模糊了。出了问题后很难回答几个基础问题谁真正理解这段变更谁有权阻止它上线谁对用户损失负责哪个指标在鼓励这种流程继续扩大成熟工程组织的价值恰恰在这些问题上。它不是靠“每一步都有人点过确认”来保证质量而是靠清晰的 ​责任链​、可信的评审文化和对系统的长期记忆。AI 可以提高局部效率但不能替公司承担工程责任。图AI 可以进入研发链路但最终责任必须由清晰的人类角色承担工程文化不能只靠口号维持很多公司谈 AI 转型时会强调效率、创新和未来平台机会。这些词没有错但它们不够具体。真正具体的是工程师有没有选择权绩效系统奖励什么团队是否还能拒绝不合理需求事故复盘会追究模型幻觉还是追究管理激励核心人才是否还相信自己在做有意义的工程。一家公司可以在战略上全力投入 AI同时在组织上避免粗暴改造。比如管理动作更健康的做法推广 AI 编程评估真实交付质量而不是只看使用量收集训练数据明确范围、告知用途提供退出和脱敏机制调配工程师做训练任务让任务有期限、有成长路径、有自愿选择空间引入代理评审保留人工责任人关键链路不能完全外包给模型调整绩效指标奖励可维护性、理解深度和长期系统质量AI 时代的工程管理最怕把人当成模型训练管线的一部分。最该警惕的是激励错位Meta 的案例未必会在每家公司原样复现。不同公司有不同业务、监管环境和工程文化。但它暴露的问题很普遍当 AI 成为最高优先级后组织很容易为了追赶叙事而牺牲基本管理常识。技术战略需要野心工程组织需要信任。两者并不冲突。冲突来自管理层试图用监控和指标把信任替换掉再希望工程师继续像过去一样承担责任、保持创造力、关心系统质量。AI 可以改变软件生产方式但它不该把工程师变成被采集、被调度、被指标驱赶的资源池。真正强的工程组织最后拼的不是谁更会喊 AI 优先而是谁能在使用 AI 的同时保住判断力、责任感和对系统的长期耐心。推荐阅读AI 搜索摘要正在吃掉开放网页Google 答案层背后的内容生态危机AI 编程正在变天从“写代码”走向“管系统”AI 手机进入 Agent 时代Siri、Gemini、豆包都在争夺下一代移动入口Meta 外售 AI 算力泡沫争论终于进入硬件账本豆包、千问下线智能体平台 Agent 正在告别开放广场