Meta人工智能部门大规模重组，裁撤数百职位以提升效率

根据Axios的报道，Meta公司内部消息源披露，该企业正从其人工智能部门削减数百个工作岗位。

这次调整中，Meta将在其“超级智能实验室”内减少约600个职位，该实验室目前拥有数千名雇员。岗位削减涉及FAIR（基础人工智能研究）部门、与产品关联的AI团队以及AI基础设施团队，但新设立的TBD Lab不受影响，甚至仍在积极开展招聘工作。

依据内部备忘录，Meta认为其长期的AI团队已变得过于官僚化，希望通过此次组织结构优化，使团队运作更为高效和灵活。

Meta首席AI官Alexandr Wang在备忘录中写道：“通过缩小团队规模，决策所需的沟通环节将减少，每位成员都能承担更多责任，拥有更广阔的发挥空间和影响力。”

Wang指出，美国员工将在太平洋时间早上7点前获知是否受到影响。公司鼓励被裁员工申请内部其他岗位，并预计大部分人员能在Meta内部重新就职。“这是一群极具才华的同事，我们在公司其他部门仍然非常需要他们的技能。”

随后，华人AI科学家田渊栋在推特上发文表示，“今天，我和我团队中的几位成员都受到了此次裁员的影响。欢迎联系我们 :）”

对此，强化学习领域的资深专家、麦吉尔大学兼职教授Rishabh Agarwal评论道，“Yuandong在Meta内部备受尊敬，他注重细节，技术敏锐，这次裁员缺乏合理依据，我感觉可能是针对前GenAI员工。这是Meta的损失，但如果你正在招聘前沿强化学习研究人员，这或许是你的机会。”

据了解，田渊栋是Meta FAIR的研究科学家主管，他的研究方向涵盖强化学习、规划与效率，以及大语言模型的理论理解。他负责OpenGo项目，该项目高效复现了AlphaZero，能在推理阶段使用单块GPU击败职业棋手；同时，他也是StreamingLLM、GaLore等项目的主要导师。在Meta GenAI任职期间，他还共同领导了Llama 4的推理研究工作。

在加入Meta之前，田渊栋曾在谷歌自动驾驶汽车团队工作，并于2013年获得卡内基梅隆大学机器人研究所博士学位。他曾被任命为NeurIPS、ICML、ICLR、AAAI、CVPR和AIStats等顶级会议的领域主席。

bagel.com首席执行官转发了受此次裁员影响的帖子，并表示，“如果您之前在Meta从事闭源超级智能工作，并且想构建开源超级智能，请直接发消息给我，无论您是否被裁员都没关系。”

此外，在Meta内部动荡之际，LeCun正与好友Andrew Ng共进晚餐、交流。

“被保护”的TBD Lab有何背景？

Meta在8月份调整组织架构后，正式将超级智能实验室划分为四个子部门：

• TBD Lab，负责管理Meta最新大模型研发，由Alexandr Wang领导；
• FAIR，公司核心的人工智能研究团队；
• 产品与应用研究部，由Friedman领导，负责AI产品的用户落地与集成；
• MSL Infra，由Aparna Ramani领导，专注于支撑AI模型运行的基础设施建设。

TBD Lab牵头开发该公司大型语言模型Llama的最新版本。该模型尚未有正式名称，但公司内部有人称其为Llama 4.5，也有人称作Llama 4.X。新的Llama项目由Jack Rae领导，他此前在谷歌工作，之后被招募加入TBD Lab。

TBD Lab聚集了Meta从竞争对手实验室高薪聘请的众多研究员，其中一些人的薪酬甚至达到数千万甚至上亿美元。根据一份内部备忘录，TBD Lab将与Meta的其他AI团队协作，联合推进多个项目，包括新模型研发、模型推理能力的提升和AI智能体的开发。

据悉，Meta内部的一支基础设施团队中有9名成员在收到由前OpenAI高管Mira Murati创办的初创公司Thinking Machines Lab职位邀请后，被公司直接调入了超级智能部门。对此，Meta发言人Dave Arnold回应称，公司原本就计划将这些员工调至TBD Lab，并相应调整薪酬，“这与是否有外部挖人无关”。

实际上，从今年6月开始，Meta内部就进入了不断变化和动荡之中。

6月，Meta公司首席执行官马克·扎克伯格对公司4月发布的大模型Llama 4表示不满，要求员工加班改进。作为回应，Meta在内部启动了一个更大规模的项目“Behemoth”，据悉这是一款计划超越OpenAI、Anthropic和Google产品的新一代模型。但据《华尔街日报》透露，高层对Behemoth的能力表示担忧，因此决定推迟其发布。

这一决定让扎克伯格亲自介入公司AI业务，他甚至拉了一个包含多名高管的WhatsApp群组，亲自参与AI研究员的招募。据《彭博社》报道，扎克伯格设定的目标是组建一支约50人的团队，专注于实现通用人工智能（AGI）。

同月，扎克伯格计划向Scale AI投资数十亿美元，并挖来了该公司创始人兼CEO Alexandr Wang。此外，他还在自己位于加州的家中亲自与研究人员会面。据外媒报道，扎克伯格向OpenAI和Google的研究人员开出了从100万美元到1亿美元不等的高额薪酬方案。

几天后，Meta宣布将向Scale AI投资143亿美元，但为了避免触发美国联邦贸易委员会（FTC）对Meta的反垄断审查，这笔交易被要求低调。据《The Information》披露，扎克伯格原本愿意出资50亿美元，而Wang则希望获得200亿美元。为给公司筹集资金，Meta开始在WhatsApp中投放广告。

此外，Meta还考虑聘请前GitHub首席执行官Nat Friedman与企业家Daniel Gross，并收购他们共同创办的风投公司NFDG。据CNBC报道，Meta曾尝试收购Safe Superintelligence Inc.，但遭到该公司CEO Ilya Sutskever拒绝。此外，扎克伯格还与Thinking Machines Lab和Perplexity AI进行过私下接洽，但因价格和战略分歧，最终均未达成交易。

扎克伯格在招聘过程中掌握了主导权，但也遇到阻力。部分研究人员对Meta的AI战略持怀疑态度，对内部重组感到不安，甚至认为扎克伯格与Meta首席AI科学家Yann LeCun之间存在战略冲突。此外，还有研究人员误以为收到扎克伯格的信息是恶作剧，几天都没有回复。

6月30日，扎克伯格宣布成立Meta超级智能实验室（Meta Superintelligence Labs），由Alexandr Wang担任首席AI官，Friedman负责AI产品方向。Meta AI（原FAIR部门，即基础人工智能研究团队，由LeCun负责）以及新成立的TBD Lab在内的多个部门，都被划归至该实验室之下。

扎克伯格的这一系列动作，也迫使微软CEO Satya Nadella和OpenAI CEO Sam Altman等同行紧急展开人才争夺战。7月，Gross正式加入超级智能实验室，与Friedman共同领导业务。

网友：权力斗争还是在“背锅”？

过去几个月中，Meta已花费数亿美元，从OpenAI、Google DeepMind、苹果等公司挖来了大批工程师与研究人员。然而，部门的快速扩张也带来了内部摩擦：任务重叠、优先级频繁调整，引发了紧张与早期离职潮。

这次裁员正是在扎克伯格推动的“小而精、以人才密度为核心的团队结构”框架下进行的。以下为Wang的备忘录全文：

今天早些时候，我们对MSL进行了调整，目标是让团队成为业内最灵活、最具人才密度的团队。

通过缩小团队规模，决策所需的沟通会更少，每位成员都能承担更多责任，发挥更大影响力。

与同事告别从来不是一件容易的事。这些都是极其优秀的人，他们为我们的AI事业付出了巨大努力。在北美地区，所有受影响的员工都已收到通知；在EMEA地区（欧洲、中东、非洲）的员工也已获知情况，仍处于协商阶段。

我们正全力帮助被影响的员工在公司内部重新找到合适岗位。我们组建了一个由招聘人员组成的“突击小组”，以加速匹配流程，让他们能够快速进入适合的职位。

这绝不意味着我们会减少投资。事实上，我们将继续招募业界最顶尖的AI原生人才。

我们的目标是让MSL运转得更快。我们对正在训练的模型、雄心勃勃的算力计划以及正在开发的产品都充满信心，并坚定地走在迈向超级智能的道路上。

不过，网友们对Alexandr Wang给出的裁员理由并不认同。

有网友表示，“他们的意思就是说‘我们的流程很糟糕，我们不是去优化（甚至可能使用人工智能），而是要裁员’？”

“这表明他们的组织是一个绝对有毒的烂摊子，因为大约90%以上的被解雇人员很可能没有参与决策过程。”

有人这样“翻译”Wang的话：“我们正在解雇那些在这里待了很长时间的人，他们认为自己可以讨论高管层的决策，并且有胆量认为员工应该参与董事会级别的对话，而不是将自己对领域专业知识的想法局限于ZOOM会议中。”

还有网友称，“真正的原因是：Wang在残酷的政治博弈中要比FAIR那些‘老实科学家’厉害得多。那些科学家还天真地以为，自己会凭工作成果来被评价。在这个世界里，这些人说出的‘话’并不代表真相，而是掩盖真实动机的武器。一句话总结：Wang想要的是预算权，而FAIR那些坚持开放研究的科学家，可能戳穿了他的虚张声势和过度炒作。”

还有网友指出，给领导不满“背锅”的总是那些说“不”的人。

“我看到领导层现在对产品推进速度充满了挫败感，而这种不满，大多指向那些总是对产品发布说不的‘内部把关人’。我们这边的领导最近在提倡一种做事方式：‘先干了再说，事后再补救’，换句话说，就是要有‘行动导向的偏好’。当然，这种做法也有边界，但在应对各种内部博弈时确实挺有用。我现在花在‘和各方对齐’的时间少了很多。更多时候，我会直接去做那些凭多年经验判断是正确的事。当然，也会运用经验去判断什么时候不能硬推。”

对此，一位自称在Facebook工作过的网友表示，“我在那里工作过七年，这种‘把关人效应’确实存在。它不会阻止有缺陷或有害的产品发布，但会阻止那些收入中性或负收入的产品，即便我们已经证明该产品对用户福祉或品牌好感度是正面的。”

参考链接

https://www.axios.com/2025/10/22/meta-superintelligence-tbd-ai-reorg

https://www.wsj.com/tech/ai/meta-ai-superintelligence-team-6415a4f4

https://www.businessinsider.com/alexandr-wang-meta-superintelligence-labs-layoffs-memo-2025-10?utm_source=reddit&utm_medium=social&utm_campaign=BusinessInsider-post-artificial