4 月 21 日，Reuters 报道 Meta 将开始采集部分员工在某些应用里的鼠标移动、点击和键盘输入，用来训练它的 AI 模型。随后，TechCrunch 引述 Meta 的回应说，如果他们要做能帮人完成日常电脑任务的 agent，模型就需要看到人到底是怎么用电脑的，包括点按钮、拉菜单、切页面这些真实操作；公司同时表示会设置保护措施，而且这些数据不会用于别的用途。
很多人看到这条消息，第一反应是隐私。
这当然是隐私问题，但我觉得还不止。
更大的变化是，AI 公司已经不满足于拿公开网页、公开文本和公开图片来训练模型了。它们开始往公司内部看，开始往工作现场看，开始盯上人是怎么把一件事做成的。
说白了，AI 竞争正在从“谁掌握更多内容”，往“谁掌握更多行为路径”走。
以前喂给模型的是内容，现在开始喂的是动作
过去几年，大模型最主要的养料还是内容。
网页、书、代码、图片、问答记录，这些东西解决的是“模型知不知道”“模型会不会说”“模型能不能生成”的问题。
但 agent 不是只会说就够了。
它如果真要替你在电脑上干活，就得知道一件任务在真实世界里是怎么被完成的：先开哪个系统，点哪个入口，遇到弹窗怎么处理，字段填错了怎么回退，两个页面之间怎么对照，什么时候该停一下让人确认。
这些东西，文档里通常写不全。
真正完整的流程，很多时候藏在人的手上，藏在一个熟手下意识的点击顺序里，藏在他知道哪里最容易出错、哪里最该多看一眼的那个小动作里。
所以 Meta 这件事真正值得注意的，不是它有没有又干了一件容易挨骂的事，而是它把一个方向说得很直白：如果 AI 想从会聊天变成会操作，那训练数据就必须从内容层往行为层下沉。
以前训练的是世界知识。
现在训练的，是工作动作。
一旦动作成了数据，公司的眼睛就会重新盯住办公过程
这件事为什么麻烦？
因为一旦行为轨迹也被视作训练原料，公司对“什么算资产”的定义就会变。
以前公司最看重的，通常还是结果物：代码、文档、方案、专利、客户名单、销售记录。
以后它会越来越在意另一种东西：这些结果是怎么做出来的。
谁在什么系统里点了哪些步骤，哪种路径最快，哪种提示词最好用，哪种表格整理方式最容易被 agent 接手，哪类异常要交给人兜底，哪类异常其实已经可以标准化。
这就意味着，过去很多带有个人经验色彩的工作方法，会被重新识别成组织资产。
你原来以为那只是自己的熟练度，是自己干久了才摸出来的门道。可一旦系统能把它记录下来、抽象出来、再教给模型，那它就不再只是你的本事了，它会变成公司的数据。
这才是很多白领岗位接下来真正要面对的压力。
不是突然被一个 AI 聊天框顶掉。
而是你原来靠经验、靠路径感、靠熟悉流程建立起来的那部分不可替代性，开始被拆解、被归档、被训练。
这波变化，最先压的不是程序员，而是大量“会做事的人”
很多人一说 AI 训练，就下意识想到写代码、做模型、画图这些高技术岗位。
但从这类信号看，最先被压缩的，往往不是最顶端的专业判断，而是办公室里大量“会把事情做顺”的中间劳动。
比如有人特别会整理材料，有人特别会在几个系统之间对齐数据，有人特别会补齐报表和流程，有人一看就知道这个申请会卡在哪一步，有人能把一堆零碎信息快速拼成一份能交差的东西。
这些能力过去一直有价值，只是它们不太像作品，也不太像头衔，更像组织里的隐性润滑剂。
问题在于，AI 最容易先吃掉的，恰恰就是这层润滑剂。
因为这部分工作，往往高频、重复、跨系统，而且有明确目标。只要采到足够多的操作轨迹，再加上企业内部的规则和上下文，模型就有机会先学会一个七八成像的版本。
它未必一上来就做得完美，但对组织来说，七八成往往已经够用了。
尤其是那些本来就靠整理、搬运、套模板、补格式、追流程撑起来的岗位，接下来会先感到冷风。
对普通打工人来说，真正的变化不只是“被看见”，而是“被还原”
很多人会把这件事理解成监控升级。
这也没错，但还不够。
更准确地说，它是在把工作过程变成一种可回放、可分析、可复用、可训练的东西。
过去公司管理你，更多是看结果、看时长、看 KPI。
以后如果这条路走通，管理会更进一步：它不只看你做没做完，还会越来越想知道你是怎么做完的，以及这套做法能不能沉淀给模型。
这会带来几个很现实的变化。
第一，很多原本默认属于个人经验的东西，会被组织重新收回。
第二，越来越多岗位会被要求把操作过程说清楚、留痕、标准化，因为这不仅方便协作，也方便 agent 接手。
第三，办公室里对“第一版”的要求会更高。以前很多人只要会提需求，后面还有人补动作；以后组织会更自然地问，你既然知道要什么，为什么不能先让工具跑一版出来？
第四，人的价值会被更直接地逼到判断、兜底和责任上。因为路径一旦被记录，普通执行层的独特性就会下降。
以前公司拿走的是你的结果。
以后它更想拿走你做出结果的方法。
这不等于工作马上消失，但岗位说明书会悄悄变掉
我不觉得 Meta 这条消息能直接推导出“白领大失业”。
公开信息还很有限，Meta 也明确说了采集范围是在某些应用中，并强调有保护措施。很多工作里真正难的部分，仍然是判断例外、承担责任、处理模糊目标和面对人。
但这不妨碍我们看清一个更实际的方向。
以后很多岗位未必会消失，可岗位说明书会先变。
你会发现，公司招人时越来越在意你能不能和 agent 协同；做事时越来越默认你得先出一个可执行的草版；管理层也会越来越自然地把“这个流程能不能采、能不能训、能不能自动化”当成一个经营问题，而不只是一个技术问题。
这才是这条新闻最值得重视的地方。
它说明 AI 开始更深地进入办公室，不再只是一个帮你润色邮件、总结会议的外置助手，而是在往工作的底层动作里伸手。
最后一句
很多人还把 AI 竞争理解成模型参数之争、产品功能之争。
那是台前。
台下真正越来越关键的，是谁能拿到足够多、足够真的行为数据，去教模型理解人到底是怎么工作的。
Meta 这次把话挑明了。
接下来值得警惕的，不只是哪个公司模型更聪明，而是哪家公司开始把员工每天在电脑前留下的那些细小动作，也一起算进自己的训练原料里。
当工作过程本身都开始被数据化，AI 进入公司的方式，就不再只是辅助，而更像接管前的测绘。
热门跟贴