Meta Engineers Describe How AI Is Reshaping Layoffs, Performance Reviews and Hiring

Meta Engineers Describe How AI Is Reshaping Layoffs, Performance Reviews and Hiring

N
News Editor 01
2026-07-07 20:26:19
Meta has cut about 25,000 jobs since 2022 while embedding AI into performance reviews, management, and hiring. As the company boosts spending on data centers and GPUs, its shift highlights how AI is becoming central to productivity, workforce restructuring, and competition across tech.

Meta正在经历一场以“效率”为名、以AI为核心驱动力的组织重构。根据原始素材,自2022年以来,Meta累计裁员约2.5万人,其中包括2022年11月裁撤1.1万人、2023年再裁1万人,以及2025年和2026年的多轮进一步优化。报道还提到,Meta计划在2026年继续削减全球员工规模,方向是进一步收缩人力、提升AI驱动的生产效率。

值得注意的是,这轮变化并不只是简单的“AI取代人类”。受访的Meta资深工程师Eva认为,当前被裁撤的许多岗位,即便没有AI,也可能在此前科技行业过度扩张后的回调中被淘汰。换句话说,AI并非裁员唯一原因,但它正在成为企业推动组织瘦身、重塑流程和提高绩效门槛的关键工具。

裁员背后:从人力投入转向算力投入

从资本配置角度看,Meta的战略意图已经相当明确。素材显示,Meta在2026年的资本支出指引高达1150亿至1350亿美元,几乎是2025年的两倍,主要流向数据中心、GPU和AI基础设施。这意味着,公司通过缩减人力节省下来的资源,正在被重新分配至算力和模型能力建设。

这一趋势与当前全球科技行业的发展路径高度一致:头部平台不再单纯依赖扩大员工规模来提升产能,而是转向用大模型、自动化工具和内部AI系统替代部分流程性工作。对于Meta而言,Instagram和Facebook等成熟产品已具备较强运营惯性,因此管理层更有动力在不明显影响产品运行的前提下压缩组织成本。

AI进入绩效考核:从辅助工具变成硬指标

比裁员更值得关注的,是AI如何被正式纳入Meta内部的绩效管理体系。过去,Meta的绩效评估依赖多方反馈和跨团队讨论,强调相对公平的校准流程。但在2026年初,这一耗时较长的Calibration Meeting被取消,转而采用更高频、更依赖AI辅助的数据化评估模式。

Meta推出了一套名为Checkpoint的AI绩效追踪系统,可自动汇总员工在内部系统中的工作记录,为管理者生成贡献摘要。针对软件工程师,该系统可追踪超过200项数据维度,其中就包括AI生成代码的占比、错误率以及相关Bug数量等指标。

更重要的是,AI协作能力已被提升为正式考核标准。不同团队会自行设定AI辅助编码的最低门槛,例如要求50%甚至90%的代码需借助AI完成。这意味着,是否使用AI已不再是个人偏好,而正逐渐变成一种准强制要求。对于员工来说,真正的压力并不只是“多一个工具”,而是“不使用就可能在评价中处于劣势”。

管理层级被压缩,初级岗位承受更大冲击

AI不仅改变了工程师的工作方式,也在重塑管理结构。报道称,Meta新设AI工程部门的管理幅度达到1名经理对应50名工程师,远高于传统硅谷常见的1:25水平。这种极端扁平化意味着,原本需要多层管理协同的团队,未来可能由更少的管理者加上更多自动化工具来维持运转。

对中基层岗位而言,这种变化尤其明显。资深工程师过去会把小型Bug、基础修复等工作分配给初级工程师,如今这些任务往往可以直接借助AI在几分钟内完成。结果是,原本属于新人积累经验的重要练手机会,正被AI迅速吞噬。效率提升了,但初级人才成长所依赖的试错空间却被压缩了。

这也解释了为何AI时代的就业焦虑并不局限于某一层级:高管担心组织竞争失速,经理担心管理岗位被稀释,资深工程师担心绩效门槛持续提高,初级员工则面临最直接的岗位替代风险。

招聘规则同步改写:会不会用AI成为新门槛

Meta还将AI能力前置到招聘流程。自2025年10月起,其工程师面试在传统Coding环节之外新增AI Coding测试。候选人需要在限定时间内,借助GPT、Claude、Gemini、Llama等模型处理复杂项目代码库,完成功能开发或Bug修复。

这意味着,企业考察的重点不再仅仅是候选人会不会写代码,而是能否在复杂上下文中与AI高效协作,判断模型输出是否正确、是否足够优。某种意义上,AI并没有降低技术岗位门槛,反而抬高了单位时间内的产出预期。

对科技与加密市场有何启示

虽然这则报道聚焦Meta内部,但其外溢影响值得加密行业关注。首先,AI基础设施投入持续扩张,意味着GPU、数据中心、云算力及相关芯片赛道仍将是资本竞争焦点,这对与算力、去中心化计算、AI代理相关的加密叙事可能构成长期支撑。

其次,科技巨头以“少人+高算力”模式提升利润率的趋势,可能强化市场对AI概念资产的风险偏好。尤其是在宏观流动性相对稳定时,投资者往往会把这种效率提升逻辑外推至AI代币、算力网络和链上数据服务板块。

但风险同样存在。若AI带来的组织瘦身进一步扩散,可能引发对白领就业、消费能力和科技行业长期人才供给的担忧。对于加密市场而言,这类情绪可能在短期内提升AI叙事热度,却未必能直接转化为可持续的基本面改善。

总体来看,Meta的案例揭示了一个越来越清晰的现实:AI正在从生产力工具,升级为企业衡量员工价值、重建组织结构和配置资本开支的核心变量。对从业者来说,适应AI或许已不再是加分项,而是生存条件;对市场而言,这种变化则预示着“人力—算力”之间的价值再分配正在加速发生。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
400

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.