員工罵高管、限token使用量、扎克伯格承認犯錯：Meta內部炸鍋了
真是大反轉啊！
就在今年春天，Meta 還在公司內部搞出了一套 token 消耗排行榜，甚至催生出一種名為 tokenmaxxing 的玩法：員工們通過大量使用 AI、瘋狂消耗 token，來證明自己是 AI 重度用戶。
沒成想，幾個月後，風向徹底變了。當內部 AI 使用成本開始沖向數十億美元，Meta 不得不從 tokenmaxxing 轉向 Tokenminimizing：不再鼓勵員工拚命燒 token。
沒錯，為了削減成本，Meta 開始限制員工的 token 使用量了。
內部 AI 成本，正在沖向數十億美元
據 The Information 看到的一份內部備忘錄顯示，Meta 正在搭建一個內部平台，用於實時追蹤員工的 AI 使用情況和相關支出，設定預算，並對員工的 token 花費設置上限。Meta 將這份備忘錄分享給了約 6000 名員工。
文章地址：https://www.theinformation.com/articles/tokenminimizing-meta-moves-curb-employee-ai-usage-ai-costs-reach-billions
備忘錄寫道：我們看到 AI 使用量呈指數級增長，照目前趨勢，僅內部使用一項在 2026 年就將花費數十億美元。與此同時，個人和團隊對於自己如何使用 AI、花費多少，缺乏足夠的可見性和控制力。到 2027 年，我們預計 Meta 將以更結構化的方式管理 AI token，包括預算、分配決策和配套工具。
作為壓縮支出的一部分，一個由產品開發人員和工程師組成的團隊已經創建了一個名為 AI Gateway 的中央儀錶盤，用於集中監控使用情況和支出。
備忘錄顯示，Meta 還將推出自動提醒機制，用於提示異常的支出激增。該團隊也在跟蹤當前成本，以預測未來支出，從而規劃算力容量，並與供應商進行談判。公司計劃在未來幾周內，向更大範圍的員工宣布這些新控制措施和工具。
與此同時，Meta 也準備鼓勵員工減少在編碼等工作中使用第三方 AI 工具，轉而更多使用內部方案，例如公司自研的編碼助手 MetaCode，此前名為 Devmate。不過，公司也表示，仍會繼續允許員工使用新的第三方模型。
這背後有一個直接原因：Meta 工程師在編碼工作中大量使用 Anthropic Claude 等外部工具，內部 AI 成本正在快速膨脹。
據兩名知情人士透露，最近幾周，Meta 已要求其新成立的 Applied AI Engineering （AAI）部門改進 MetaCode，以減少對 Claude 等外部工具的依賴。AAI 團隊負責人還指示工程師生成高質量的強化學習數據，具體方式是設計編程挑戰題，讓 MetaCode 去解決，從而訓練它給出更好的響應。
先鼓勵員工用 AI，再限制員工用 AI
這件事有些諷刺。
在開始限制 AI 支出之前，Meta 已經連續幾個月在公司內部大力鼓勵員工使用 AI 工具。公司不僅向員工開放了自研模型，也提供了來自 OpenAI、Anthropic 和 Google 的工具。去年 11 月，Meta 告訴員工，今年展示 AI 驅動的影響力將成為一項核心要求，表現最好的員工將因交付最顯著的成果而獲得獎勵。
也就是說，Meta 先是要求員工儘可能用 AI，隨後又發現 AI 用得太多，開始回頭限制 token 消耗。
Tokenmaxxing：AI 重度用戶的內部競賽
這場把 AI 更深嵌入日常工作的推進，在某些情況下產生了意想不到的結果。今年春天早些時候，一些員工開始參与一種被稱為 tokenmaxxing 的做法，通過大量消耗 token 來顯示自己是 AI 重度用戶。
有一段時間，員工們試圖衝上一個名為 Claudeonomics 的內部排行榜。這個排行榜根據 AI token 使用量，對前 250 名員工進行排名。
一些員工甚至試圖人為抬高自己的使用量：他們讓 AI agent 同時運行多個任務，並儘可能增加 token 消耗。The Information 在 4 月看到的一份儀錶盤副本顯示，員工在 30 天內消耗了 60.2 萬億個 token。後來，這一數字進一步升至 73.7 萬億個 token，隨後該排行榜被下線。
急剎車：token 使用量不等於影響力
Meta 首席技術官 Andrew Bosworth 一直試圖勸阻這種浪費性的 AI token 使用行為。在 4 月的一份備忘錄中，Bosworth 告訴員工，只有當 AI 工具能夠真正提升生產力時，才應該使用它們。
他寫道：任何人都不應該為了使用 AI 工具而使用 AI 工具。所有動作並不都代表進展，單純的 token 使用量也不能衡量任何形式的影響力。我們使用這些工具，是因為它們確實能讓我們更快、更好地完成工作。
在同一份備忘錄中，Bosworth 還透露，Meta 正在通過一項名為 Agent Transformation Accelerator 的計劃，圍繞 AI agent 重組內部工作。他表示，公司現有的 AI 工具已經變得碎片化，Meta 正在朝著更加統一的方式推進。
但現在看來，Meta 面臨的問題已經不只是 token 成本。
員工既是使用者，也是訓練數據生產者，引發不滿
TechCrunch 援引 Wired 報道稱，Meta 成立僅三個月左右的 Applied AI 團隊內部，正在出現強烈不滿。這個團隊約有 6500 名工程師和產品經理，被要求支持公司的 AI 研究和訓練工作。
不少員工認為，自己並沒有真正的選擇權：要麼加入這個部門，要麼離開公司。一些人甚至把自己稱為被徵召者。
他們被安排的工作，也與傳統軟體工程差別很大：生成謎題、編程題等內容，用來訓練 Meta 的 AI 模型。一些員工認為這類工作機械、消耗人，甚至有人用非常激烈的詞來形容這個部門，稱它極度消磨人。
這種情緒已經不只停留在私下抱怨。TechCrunch 提到，本周 Meta 一場面向員工的內部直播演示被人打斷，有員工情緒失控，當場爆粗口，並要求在場員工轉告一名 Meta AI 高管：他就是個混蛋。據稱，其中一名演示者當場用雙手捂住了臉。這被視為 Applied AI 團隊內部不滿情緒集中爆發的一個信號。
與此同時，Meta 內部圍繞 AI 訓練數據的爭議也在擴大。報道稱，已有超過 1600 名 Meta 員工簽署請願書，反對一個會監控員工點擊和鍵盤操作、並用於 AI 訓練數據的項目。
換句話說，Meta 正在試圖把公司本身變成 AI 轉型的試驗場：員工既是 AI 工具的使用者，也是訓練數據的生產者，甚至在某些場景下，還是被 AI 戰略重新分配的人力資源。
組織結構本身也在承壓。TechCrunch 稱，Applied AI 團隊最初採用了非常扁平的管理結構，甚至可能出現一名經理對應最多 50 名員工的情況。這種設置原本是為了提高效率，但在實際執行中，也加劇了員工的不確定感和失控感。
扎克伯格承認：AI 轉型中犯了錯誤
隨後，扎克伯格也開始在內部承認問題。
據 Reuters 看到的一份內部備忘錄，Meta CEO 馬克・扎克伯格告訴員工，公司在推進 AI 勞動力轉型過程中犯了錯誤。他表示，考慮到這輪變化的複雜性，Meta 已經犯錯，未來幾乎肯定還會犯更多錯誤，但公司會儘可能在組織調整上提供穩定性。
扎克伯格還重申，Meta 今年不預計再進行公司範圍內的裁員。
這點很關鍵。今年 5 月，Meta 曾進行大規模重組，全球裁員 10%，同時將約 7000 名員工轉入與 AI 工作流相關的新項目。扎克伯格在備忘錄中表示，公司會努力為那些被重新分配去訓練 AI 模型的員工尋找新的角色。
Meta 也計劃緩和 Applied AI 部門過寬的管理跨度。Reuters 報道稱，扎克伯格已經注意到員工對於管理跨度擴大的擔憂，並計劃收回部分做法。公司還準備增加團隊建設投入，包括提高 offsite 和公司活動預算，並在 7 月舉辦一場大型黑客松，推動不同團隊圍繞最新模型進行協作。
這也讓整件事的矛盾更加清晰。
一方面，Meta 正在準備今年高額的資本支出，其中很大一部分將用於擴張 AI 基礎設施，包括數據中心、AI 晶元和人才獲取。
另一方面，當 AI 從戰略口號進入日常辦公，它馬上變成了一組具體問題：誰來為 token 買單？誰能使用外部模型？內部工具能不能替代 Claude？員工的工作數據能不能被拿來訓練模型？工程師是否應該從寫代碼轉向給模型造數據？
Meta 現在做的，正在把 AI 使用從一場內部競賽，重新納入預算、許可權、監控和治理體系中。過去幾個月，Meta 用排行榜和績效預期鼓勵員工成為 AI power user；現在，它又不得不提醒員工：token 使用量本身並不是影響力。
當大模型工具剛進入企業時，最容易講的是效率故事：員工用 AI 寫代碼、總結文檔、生成方案，個人效率顯著提升。但當這種使用擴大到數千人、數萬人規模，問題就會迅速變成成本怎麼控制，員工角色如何重新定義。
Meta 的反轉說明，AI 進入企業之後，真正的難題並不只是讓員工用起來，而是讓它以可持續的方式用下去。
否則，AI 很容易從生產力工具，變成新的成本黑洞和組織壓力。
參考鏈接：https://www.reuters.com/business/metas-zuckerberg-admits-mistakes-made-ai-transformation-2026-06-12/
Meta’s months-old AI unit is a soul-crushing gulag, say the engineers stuck inside it
https://www.theinformation.com/articles/tokenminimizing-meta-moves-curb-employee-ai-usage-ai-costs-reach-billions
*以上內容系網友YOYO丫米自行轉載自機器之心，該文僅代表原作者觀點和態度。yeeyi號系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。