凌晨四点，新加坡。
一位Meta的工程师被手机震醒，邮件标题很克制，内容很短。她被裁了。距离她的预产期，还有两天。
几个小时后，同样的邮件按时区依次推进到伦敦、到加州。这是2026年5月20日，Meta裁掉约8000人的那一天，占全球7.9万名员工的10%。
被裁的人建了群，开始互相对号。然后他们发现了一件让所有人后背发凉的事：名单里，正在休产假的、休病假的、刚申请过残疾便利的，比例高得不正常。
更蹊跷的是，好几个人的直属经理事后表示"我也很意外"，有人甚至在裁员前一天还被上级告知"不知道谁会受影响"。
也就是说，选人这件事，可能根本不是人做的决定。
两个月后，2026年7月，加州奥克兰联邦法院收到一份71页的诉状。26名Meta前员工起诉自己的老东家。他们告的不是加班，不是歧视，不是性骚扰——他们告的是：Meta用一套AI系统给每个员工打分，然后按分数决定谁走谁留。
而就在本周，8月8日，多家科技媒体又爆出Meta在内部全面上线了新一代代码审计与绩效评估智能体，可全天候跟踪工程师的代码提交频率、bug修复率、项目推进速度，并直接生成绩效打分与裁员建议名册。多名高级工程师与工会代表已向劳工仲裁部门提起申诉。
一场从法庭打到工位的战争，正式开始了。
一、你的键盘、鼠标、浏览器，都在给你打分
要理解这场诉讼，得先看看这套系统到底在测量什么。
根据诉状披露，Meta内部部署的不是单个工具，而是原告称之为"星座"（constellation）的一整套AI生态：
Metamate，内部大语言模型助手，分析员工的沟通记录、文档、代码提交，生成工作画像。
Second Brain（第二大脑），员工被要求亲手训练的个人智能体，吞入自己的通讯和文件，学会复制自己的产出。这句话值得读两遍——公司要求你训练一个会模仿你的AI。
活动监控系统，在公司设备上持续采集按键、屏幕内容、鼠标活动、浏览器历史、邮件、消息。
AI Token消耗看板，按员工维度展示AI使用量，并与同事排名。
算法绩效校准工具，已大幅取代此前由经理主导的绩效评定流程。
最后所有数据汇总，生成一个综合分。AI先打分，HR再看，经理签字，走个过场。
这套逻辑听上去自洽得可怕：你越活跃，产出越高；产出越高，分数越高；分数越高，越值得留下。
问题恰恰出在这个闭环里。
一个人休产假，就不会写代码、不会开会、不会调用AI工具，键盘敲击数自然是零，Token消耗自然是零。而这套评分体系在设计之初，根本没有对依法休假的员工做任何特殊处理——它直接把这些"天然缺失的数据"当作绩效低下写进了分数里。
一位因严重健康问题获批医疗假的员工，休假前被经理提醒过一句："你现在请假的话，可能会进入裁员名单。"后来果然进了。
原告认为，这涉嫌违反《家庭与医疗休假法》《美国残疾人法》《禁止怀孕歧视法》《怀孕工人公平法案》等多项法律。26名原告中还有4人持Meta担保的工作签证——被裁对他们而言，还意味着60天离境倒计时。
Meta发言人的回应只有一句："这显然完全不属实。劳动力管理和组织决策过去是、现在也是由人做出的，而非AI。"
二、2810亿Token：当刷分成为一门手艺
比诉讼更荒诞的，是这套系统在日常里长出来的样子。
一位Meta员工自发搭了个排行榜，取名"Claudeonomics"，追踪全公司8.5万名员工的AI Token消耗量。30天，全公司烧掉超过60万亿Token。
排行榜设了铜牌到翡翠的徽章等级，前250名能拿到"Token Legend""Cache Wizard"之类的头衔。榜首那位，30天消耗了2810亿Token。
然后发生了你能预料到的事：有员工为了刷排名，让AI agent空转数小时，不执行任何实际任务，纯粹消耗Token。
后来这个排行榜下线了。但底层逻辑没有消失。
Meta首席人事官Janelle Gale在2025年底的内部备忘录里说得很明白：AI协作能力将成为2026年绩效评估的核心准则。
这不是Meta独有的癖好。黄仁勋在2026年3月的GTC上公开表示，未来公司每个工程师都需要一笔年度Token预算，基本工资之外还要再拨一半额度用于AI消耗。他说，如果一个年薪50万美元的工程师每年在AI上花不到25万美元，他会"深感忧虑"。
一位在Meta任高级工程师的受访者Eva（化名）讲过一个更本质的判断：把AI使用率写进绩效，本质是一种强制推广机制——它不奖励用得多的人，但会惩罚不用的人。
而当所有人都被推着用AI，每个人产出的数字都在上升，绩效标准本身也会水涨船高。Eva说："如果60%的人都做得更好了，那这个标准一定会提高。至于这些'更好'当中有多少是AI带来的，有多少是熬夜卷出来的，不好说。"
三、这套系统真正在优化什么
爆料里有个细节被很多人忽略了：Meta这套智能体在实际运行中，倾向于给频繁提交简单代码的员工打高分，而把从事复杂架构重构与底层攻坚的顶级工程师划进绩效末位。
这才是算法治理最阴险的地方。它不是坏，它是近视。
任何量化系统都只能测量它能测量的东西。代码行数可以数，提交频率可以数，Token可以数。但"这段架构重构让未来两年的迭代成本降低了一半"没法数；"他在关键会议上说服团队放弃了一条错误路线"没法数；"她带的三个新人现在都能独当一面"更没法数。
于是系统会系统性地奖励可计量的平庸，惩罚不可计量的卓越。
而人是会适应规则的。当员工发现"拆分提交粒度"能提高分数，他们就会拆；当发现Token用量算绩效，就会有人让agent空转。这不是员工道德问题，这是任何指标一旦成为目标，就会立刻失去作为指标的意义。
Meta同时还在做另一件事：新成立的应用AI工程部门采用1:50的经理与工程师比例——一个经理管50人，是硅谷传统上限25:1的两倍。Gallup数据显示全美经理平均管辖人数2025年是12.1人，Meta这个数字是行业均值的四倍多。
一个经理管50个人，他不可能真的了解每个人在做什么。所以他必须依赖算法给的分数。
管理幅度的扩大和算法治理的普及，是同一件事的两面。 不是因为有了AI所以能管50个人，而是因为要管50个人，所以必须把判断权交给AI。
四、对我们意味着什么
看到这里，很多人的第一反应是"还好我不在Meta"。
但这套逻辑正在以极快的速度平民化。国内已经有公司开始统计员工的AI工具使用时长、把"AI应用能力"写进考核表、用协同办公系统的行为数据生成效率画像。技术门槛几乎为零——这些数据本来就在你司的系统里躺着，缺的只是一个愿意把它调出来的HR。
所以真正该问的问题不是"AI会不会取代我"，而是：当你的价值开始被一套你看不见的算法定价时，你的定价权在哪里？
我的答案是三条，都很硬。
第一，警惕"可计量的忙碌"。 如果你现在的工作产出可以被一串数字完整描述——处理了多少工单、写了多少行代码、做了多少张图——那你已经站在算法最容易替代、也最容易低估你的那个位置上。想办法把工作重心往"需要你签字负责""必须你出面别人才买账"的那一侧挪。这是奥特曼在7月28日播客里改口的核心：他说人们"并不真正想要一个AI CEO"，因为大家想知道出了事该找谁负责。责任是AI暂时给不出的东西，也是你最后的护城河。
第二，把AI从"考核项"变成"资产项"。 同样是每天用AI，被动用是在给公司的Token看板刷数据，主动用是在给自己攒一套可迁移的工作流。区别在于：你有没有把AI帮你跑通的流程沉淀成一个能独立复用的东西——一套prompt体系、一个自动化脚本、一条从选题到成稿到分发的完整链路。前者你离职就归零，后者你走到哪都带得走。
第三，认真考虑给自己开第二条产权线。 这一波AI最实在的红利，不是让打工人在大厂里更值钱，而是让一个人第一次有可能低成本地拥有一条完整的生产线。做AIGC内容的，一个人可以完成过去五个人的选题、脚本、成片、分发；做知识服务的，一个人可以搭起从获客到交付的全流程。我们在AIGC沙龙里见过太多这样的案例：不是辞职创业，而是先用业余时间把一个小工作室的流程跑通，跑出稳定现金流之后再决定去留。OPC（One Person Company，一人公司）孵化这两年在国内跑得快，本质原因就一个——当组织开始用算法给你定价，你需要一个不被它定价的地方。
尾声
Eva在采访最后说了一句话，很淡，但很重：
"你先当第一批把AI用得最好的人，也许你就能成为最后一批被裁的人。"
这句话的残酷之处在于，它把"用好AI"从一种能力，降格成了一种延缓。
那26个人现在还在打官司。他们可能赢，可能输。但无论结果如何，有一件事已经被这份71页的诉状钉在了记录上：2026年，人类第一次为了"被算法开除"这件事，走进了法庭。
这不会是最后一次。
区别只在于，下一次站在那里的人，是不是你。
脑机派对
2026.08.08