裁员之后搞 AI 黑客松，Meta 员工炸了

裁员之后搞 AI 黑客松，这事放在 Meta 身上，味道确实很冲。

先把“AI 黑客松”说人话。它不是黑客攻击，也不是让员工去熬夜破解系统。黑客松就是公司把人拉到一起，限定几天时间，围绕一个主题做原型、工具、内部项目。Meta 这次定在 2026 年 7 月 14 日到 16 日，主题只围绕 AI。WIRED 看到的内部讨论里，员工反应很不买账：刚经历裁员和压力，日常工作都快撑不住了，还要额外参加这种活动。

这就不是一个活动安排的问题了。

老板看到的是生存

站在扎克伯格和企业那边，这件事有它自己的逻辑。

Meta 现在不是“要不要用 AI”的阶段，而是“慢一步会不会被别的巨头打穿”的阶段。AI 对资本市场来说，是增长故事；对公司来说，是成本结构；对老板来说，是下一轮组织效率。

所以老板会天然这么想：同样一批人，能不能交付更多？同样一个团队，能不能更扁平？同样的代码、运营、广告、推荐、内容审核，能不能交给 AI agent 接掉一部分？

这套逻辑冷酷，但不稀奇。

企业不是家庭，资本也不是慈善机构。AI 如果真能把一部分白领工作压缩成流程、工具和 agent，公司一定会推。

老板眼里的 AI 是效率工具，资本眼里的 AI 是估值故事，员工眼里的 AI 是岗位倒计时。

员工怕的不是学不会

很多人会把员工的不满理解成“怕新技术”“不愿意学习”。

这个说法太浅了。

对员工来说，真正刺痛的地方不是“我要不要学会用 AI”，而是自己每天写的代码、点的按钮、开的会、处理的需求、修过的 bug、做过的判断，正在变成训练材料。

Reuters 报道过，Meta 要在美国员工电脑上采集鼠标移动、点击、键盘输入和屏幕快照，用来训练能处理日常电脑任务的 AI agent。Meta 的说法是这些数据不用于绩效评估，也会保护敏感信息。

但打工人听到这里，很难不往下想一步：

如果我的操作、经验和判断都能被观察、记录、训练，那迟早有一天，公司需要的就不是我，而是一个被我喂出来的数字员工。

这才是底层恐惧。

不是“我不会用 AI，所以我要被淘汰”。
而是“我越配合，越可能把自己岗位的一部分蒸馏出去”。

最讽刺的地方在这里：公司不只是要你提高效率，还要你兴高采烈地改进一个可能降低你价值的东西。

黑客松为什么点火

如果 Meta 只是发一个 AI 工具培训通知，可能还没这么刺眼。

可它搞的是黑客松。

黑客松这个词原本带着一点工程师浪漫：自愿、创造、快速做东西、展示想法。问题是，当它出现在裁员、转岗、数据采集和 AI 指标之后，味道就变了。

Business Insider 看到的内部文件显示，Meta 一些团队已经设过很具体的 AI 使用目标。比如 Creation 组织 H1 2026 目标是 65% 工程师用 AI 写超过 75% 的 committed code；还有团队目标包括 55% 代码变更由 agent 协助、80% 中高级工程师采用 AI 工具。Meta 的说法是奖励看 AI 使用带来的 impact，而不是简单看使用频率。

这句话放在老板那里很合理。
放在员工那里，就会变成另一种压力。

你不用 AI，怎么证明你跟得上？
你用了 AI，产能提高了，岗位是不是就可以少一点？
你帮 AI 补上流程细节，最后替代你的东西是不是更完整一点？

这就是这场冲突的刺。

AI 趋势不可避免，但员工没有义务把被替代的过程包装成热爱。

这事会扩散到更多公司

Meta 只是把矛盾提前演出来了。

以后很多公司推进 AI，大概率都是这个顺序：先鼓励使用，再默认必须会用，再把结果塞进绩效，最后把组织结构重新算一遍。每一步单独看，都可以讲得很先进、很合理、很市场化。

但合在一起，打工人看到的是另一条线：
工作被记录，经验被吸收，岗位被拆分，价值被压低。

所以这场瓜不只是 Meta 内部笑话。

它提醒普通技术人，以后听到公司说“全面 AI 化”，不要只问工具好不好用。还要问三件更现实的事：我的数据会不会被拿去训练？AI 产出的责任谁背？效率提升之后，省下来的收益归谁？

如果收益归公司，风险归个人，经验归模型，最后岗位还要重新定价，那员工讨厌 AI，一点都不奇怪。

裁员之后搞 AI 黑客松，真正难看的不是活动本身。

难看的是，公司一边把人变成原料，一边还希望人对机器鼓掌。

我是老花，关注我，一起了解更多 AI、工具和信息差。