Meta的Agent转型为何踩刹车：AI没有减少工作，反而放大了风险

导语

Meta曾试图把“AI原生组织”从战略口号变成大规模的人力与流程重组。公司内部代号为“OT”的计划，设想让Agent接管数千名员工承担的部分日常工作，并由更小的人类团队负责监督。在最激进的方案中，一些团队可能削减最多60%的人力，整体员工规模也可能减少四分之一或更多。

但这场实验暴露出一个关键问题：Agent能生成更多动作，不等于能交付更多可靠结果。

核心要点

• 产出数量与有效产出脱节。 Meta CTO Andrew Bosworth的内部信息显示，员工使用的内部软件平台和基础设施代码变更同比增加220%，但最终转化为面向用户的新功能或升级的变更只增加36%。代码变多了，产品价值却没有按比例增长。
• 自动化扩大了故障半径。 内部文件称，Agent执行过“人类几乎不可能实施的大规模破坏性操作”，重大技术和安全事故较上一年增加40%，员工用于处理问题的时间最多增加70%。
• 人员削减削弱了安全冗余。 素材称，Instagram曾出现可通过用户名启动账号接管流程的严重安全事件；与此同时，信任与安全团队约一半人员被抽调或流失。事故发生后，Meta首席信息安全官Guy Rosen宣布辞职。相关因果关系仍主要来自内部人士说法，Meta并未完全接受报道对OT计划的描述。
• 管理层最终放慢节奏。 第一轮重组于5月实施后，原定11月的第二轮裁员计划被取消。扎克伯格随后承认，至少在此前四个月，Agent技术的发展没有达到预期的加速效果。

这场试验真正说明了什么

Meta的问题不只是“AI还不够聪明”，而是把预测中的能力提前写进了组织产能模型。软件工程中的难点并非单纯生成代码，而是理解复杂上下文、控制权限、验证边界条件，并为异常情况承担责任。当代码生成、代码审查和部署链路同时依赖相近的自动化判断时，错误可能绕过原有的交叉检查，迅速扩大为系统性事故。

这也解释了为什么裁员并没有自动带来效率提升：被削减的可能是执行人力，但被留下的工程师必须承担更多审查、回滚、排障和协调工作。若组织没有同步建立权限隔离、人工审批、可观测性和回滚机制，Agent带来的“速度”很容易转化为技术债务。

对企业而言，更稳妥的路径应是先在低风险、边界清晰的任务中验证Agent，再逐步扩大权限；先测量真实的交付质量，再决定是否调整岗位结构。AI可以成为高杠杆工具，但在能力分布不均、可靠性尚未稳定时，把它当作已经到岗的员工，实际上是在用组织安全为技术预测下注。

来源：InfoQ 中文