3月27日，据财联社报道，Meta内部文件显示，公司创作部门设定目标，要求到2026年上半年，65%的工程师需使用人工智能编写超过75%的已提交代码。

但与此同时，据多家外媒报道，Meta正计划裁员约20%，涉及约1.6万名员工。颇具讽刺意味的是，报道称Meta裁员原因或是AI成本太高导致。

企业一边强制推行AI工具以提高效率，一边却因AI基础设施的巨额投入而削减人力成本。

即使如此，AI时代下这显然成为一种趋势，而我们正在“词元化”。

一面力推AI取代程序员

一面却因“GPU太贵而裁员”

Meta内部文件显示，公司可扩展机器学习部门的目标是在2026年2月之前实现50%到80%的代码由人工智能辅助编写。Meta核心产品部门也设定了类似目标，要求80%的中高级工程师采用AI工具。

另外，一位Meta部门经理称，公司内部已成立“AI-Native”组，采用高度扁平化管理结构，50名成员仅由1名部门经理管理。该部门经理指出，传统管理架构下，一个经理通常管理十几名员工，而新架构意味着未来可能淘汰70%的管理岗位。

然而，在强推AI应用的同时，Meta却面临巨大的成本压力。

Meta在2026年一季度财报中披露，全年AI相关资本支出指引高达1350亿美元，约为2025年的两倍。该公司计划到2028年为AI基础设施投入6000亿美元。

市场传闻称Meta计划裁员20%以填补AI巨额开支，“裁员不是因为人多余了，而是因为GPU太贵了。”

前述Meta部门经理表示，眼下员工陷入两难境地。

为了提升竞争力必须深度使用AI，但将经验喂给AI会加速AI的学习速度，反而可能加速自身的替代进程。

从管理逻辑看，Meta的做法实质上是一种风险转移。通过将AI使用率做为KPI，公司把技术迭代的成本部分转嫁给员工，员工被迫在业余时间学习AI工具，承担技能更新的成本，而公司则通过“自然优化”淘汰未能快速适应者。这种“软性裁员”比直接裁员成本更低，且能筛选出最能配合AI工作的员工。

词元正成为AI时代新的绩效指标

不止是Meta，整个硅谷正在“词元化”。

据央视财经报道，美国硅谷程序员群体中出现了一种新的攀比现象：比拼“词元”消耗量。例如有一位OpenAI工程师在一周内处理了高达2100亿个词元，相当于把维基百科的内容重复33遍，创下公司内部最高纪录。

包括Meta在内的科技公司已工使用AI的情况纳入绩效考核体系。使用频率高的员工获得奖励，使用少的则被督促。

Meta发言人表示，公司绩效考核计划侧重于奖励AI工具带来的实际影响，而不仅仅是使用情况。但报道同时指出，去年已有报道称Meta开始将员工绩效与AI工具使用情况挂钩。

将词元消耗量作为绩效指标，本质上是一种数字泰勒主义的升级。传统工业时代以“单位时间产量”衡量工人，信息时代以“代码行数”衡量程序员，而AI时代则以“词元处理量”衡量工作者。

这种计量方式的问题在于，它混淆了“活动”与“产出”。处理2100亿词元可能包含大量无效交互，却能在内部排行榜上制造“勤奋”的假象。

更值得警惕的是，这种机制可能诱导员工为了完成KPI而进行低质量交互，反而降低工作效率。例如若员工开始“刷词元”以保住职位，AI工具实质上就从生产力辅助变成了内卷道具。

“词元”不仅在于使用量

更在于使用质量

与硅谷一样，国内也在建立类似的计量体系。据报道，国家数据局局长刘烈宏披露，中国日均词元调用量已突破140万亿次，从2024年初的日均1000亿次增长至2025年底的100万亿次，再到2026年3月的140万亿次，两年间增长超过千倍。

不过，与硅谷直接将词元消耗与员工绩效挂钩的做法不同，中国目前的实践更多集中在基础设施层面。

专家指出，在“词元时代”，关键不仅在于使用量，更在于使用质量。如何减少与AI的低质量交互，将时间重新投入到判断、创造和决策，是下一阶段企业竞争力的核心。

与硅谷的企业驱动模式不同，中国的词元经济更可能走“基础设施先行”路线。通过国家主导的智能算力中心建设，将词元成本社会化，避免单个企业因算力成本过高而陷入Meta式的裁员困境。这种模式的优势在于分散风险，但挑战在于如何确保公共算力资源的高效配置。

程序员能被取代吗？

关于AI是否会完全取代程序员，目前业界存在不同判断。Meta部门经理观察发现，初级编码工作已可被AI完成。Anthropic公司发布的Claude Opus 4.6已能根据软件截图直接编写代码。

产品经理和数据科学家等岗位也面临压力，因为AI在数据分析和方案策划方面表现出色。只有需要物理操作的蓝领工作，如理发师、电工等，暂时难以被替代。

AI影响更深的变化是组织结构的扁平化。

Meta正在对部分部门职位进行重新命名，改为AI构建者、AI小组负责人和AI组织负责人，以缩小团队规模，使组织结构更加扁平化。

Meta部门经理表示：“我们一开始以为自己只是在用一个工具，然后发现那个工具比我们强，而我们有可能以后才是工具。”

技术角度，AI目前展现的是“替代”而非“超越”。它能完成编码任务，但缺乏架构设计的战略判断；能生成文案，但缺乏商业伦理的权衡。

真正的危险不在于AI完全取代人类，而在于“AI中介化”。人类成为AI的校验者和背锅者，既失去创造性工作的满足感，又保留决策失误的责任。

少量掌握AI工具的“超级个体”将替代传统团队，而大量基础工作者面临技能贬值。这不是技术决定的必然，而是企业选择的结果。当公司维持大规模团队的成本高于购买算力，裁员便成为理性的商业决策。

劳动价值正被重新定义

推动AI应用的直接结果可能不是单纯的人力替代，而是成本结构的转移，从人力成本转向算力成本。

在这个过程中，“词元”从技术指标演变为管理指标，进而可能成为衡量人力价值的新标尺。

在AI时代，人类劳动的价值计量方式正在被重新定义。

如果把词元消耗量做为KPI，用AI使用率决定去留，那么不是AI取代人，而是掌握AI定义权的管理层重新划分劳动价值。

我们正在成为“词元囚徒”。