10月22日,Meta公司首席执行官马克·扎克伯格正式批准了一项裁员计划,目标直指人工智能部门,约有600名员工受到影响。
这标志着Meta今年以来在AI领域规模最大的一次人员缩减,核心冲击对象是名为“超智能实验室”的关键研发单元。
首席AI官汪滔在内部文件中解释:“通过精简团队规模,我们可以降低决策链条中的沟通成本,让每位员工肩负更重的职责并拥有更广阔的发挥平台。”
这项被内部视作“战略重组”的举措,旨在解决AI部门机构“臃肿”的难题,但其裁员幅度之宽仍令行业感到吃惊。
本次裁员重心落在Meta的“超智能实验室”(MSL),波及人员涵盖AI基础设施团队、基础人工智能研究部门(FAIR)以及其他产品关联岗位。值得关注的是,Meta在今年夏季新引进的顶尖AI人才,尤其是TBD实验室的成员,并未被列入裁员名单。
这种“留新去旧”的策略凸显了扎克伯格对“高成本新晋人才”的看重程度已经超越老员工。据知情人士披露,汪滔负责的新人才队伍在裁员中安然无恙,而长期专注基础研究的FAIR团队则遭受重创。
资深研究员田渊栋在社交平台X上确认:“我与部分团队成员今日受到了裁员影响。”作为Meta FAIR团队的前主管,田渊栋是MSL的核心科研力量之一。他的离开意味着Meta又一位极具学术声望的AI科学家告别公司。
田渊栋向媒体透露,Meta为此轮裁员支付了他八个月薪水的补偿。这份丰厚的赔偿方案在一定程度上减轻了裁员带来的震动,但也折射出Meta迫切希望精简架构的决心。
同时,Meta首席AI科学家杨立昆在裁员当日晒出与吴恩达的合影,并声明与Llama 4项目划清界限。他重申,除间接参与Llama-1的开源推广外,从2023年初开始,Llama 2、3和4均由TBD实验室主导。这一言论被业界视为Meta内部研发重心发生重大转移的信号。
此次裁员并非偶然事件,而是Meta在AI领域战略调整的必然走向。人力资源顾问布莱恩・德里斯科尔指出,本轮裁员“并非基于员工绩效评估”,实质是“为迎合股东而推动的战略性重组”。这反映出AI领域的基础研究正逐渐让位于快速开发和实际应用。
田纳西大学讲师亚历克斯・比恩分析认为,裁员集中于“遗留研究团队”,根本原因在于行业潮流中“研究正在向快速开发和实施让步”。在Meta内部,各个团队持续争夺GPU资源,部分组织被视为冗余,因此管理层正围绕更精干、更密集的人才单元进行整合。
扎克伯格对Llama 4模型发布后的市场反馈感到“失望”,这直接引发了今年夏季的大规模重组。Meta不仅向Scale AI投资143亿美元,还聘任汪滔出任首席AI官。新设立的Meta超智能实验室由汪滔和前GitHub CEO纳特・弗里德曼共同执掌,标志着公司AI研发重点的迁移。
尽管执行了裁员,Meta仍在向基础设施项目和人才招募注入数十亿美元资金。公司预估2025年总开支将在1140亿至1180亿美元之间,并表示AI计划将导致“2026年开支同比增幅高于2025年的增长”。这种“有收有放”的投资策略,显示出Meta在AI赛道上的雄心并未减退。
关于被裁员工的安置,Meta采取了过渡性措施。公司已告知部分员工,正式离职日期定于11月21日,此前为“非工作通知期”。Meta承诺提供16周的基本遣散费,外加每服务满一年增付两周薪资的补偿,并成立了专门的“招聘快速响应组”协助受影响员工在公司内部寻找新岗位。
Meta裁员消息公开后,其超智能实验室的受影响员工迅速成为行业对手及初创公司的“争夺焦点”。这种即时性的人才迁徙现象,映射出硅谷AI人才市场供需严重失衡的现状。
英伟达高级AI研究科学家范麟熙公开帖文称,其团队正在招聘,并特别提到“在此番‘寒潮’中,我们实验室已备好‘热腾腾’的高性能GPU”。这种以计算资源为吸引点的招聘战术,表明当前AI人才竞争已进入激烈阶段。
在田渊栋宣布离职的帖文下方,OpenAI、XAI、Anthropic等头部AI公司竞相伸出橄榄枝。这类公开“挖角”行为,在传统科技业裁员中并不普遍,突显了顶级AI研究人员的稀有性与高价值。
伦敦商学院讲师丽贝卡・霍姆斯认为,Meta此次调整更偏向“结构型转变”,是企业历经AI领域初期探索后,对分散业务单元进行整合或精简的常规动作。此类结构性调整正席卷整个硅谷,科技公司普遍从大规模投入转向精细化管理。
当前硅谷雇佣趋势呈现显著变化:企业更偏爱能将研究成果迅速转化为实际产品的“全栈型”人才,而对单纯从事基础研究的人才需求减弱。同时,拥有大型GPU集群的公司在此轮人才争夺中优势明显,因为算力资源已成为吸引顶尖研究者的关键筹码。
汪滔在备忘录中强调:“此次调整绝不代表投资缩减。相反,我们将继续引进行业领军、具备AI原生背景的人才。”然而,当田渊栋的同事朱泽园在社交媒体引用唐诗“我寄愁心与明月,随君直到夜郎西”以表慨叹时,AI研究界体味到的是一种时代更迭的萧瑟。
Meta的裁员行动映照出整个AI行业的发展窘境:在资本市场压力下,纯粹的研究理想不得不向商业现实低头。而在这场转型中,最具创造力的思维往往首当其冲被“优化”,这或许揭示了当前AI产业演进中的深层冲突。
本文由主机测评网于2026-01-13发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260117239.html