Meta泄露录音曝光MCI和AAI计划：程序员正在亲手训练取代自己的AI：在泄密录音中，扎克伯格直言不讳地宣布，所有人都在亲手培训取代自己的AI。泄露录音显示扎克伯格亲自辩护，员工无法退出，工作正从生产转向教学。
录音讨论的内容跟具体的裁员数字关系不大，更多集中在两个内部项目上，一个叫MCI，另一个涉及AAI。
- MCI这玩意儿大概可以理解成一套工作行为采集系统。说白了，就是公司在记录员工在电脑上的一举一动
- 另一个AAI项目则涉及到部分工程岗位的职能调整，方向更偏向给AI做数据标注和模型训练。
本文基于Reddit社区讨论内容，综合多位开发者、技术从业者、AI研究关注者共同参与的观点，不代表Meta官方声明
公司开始把员工当AI训练素材用
最近有个录音从Meta内部漏出来了。扎克伯格在全员大会上说了一段话，大意是我们要用员工自己的操作数据去训练AI。不是偷偷干，是光明正大干。你每天在电脑上点鼠标、敲键盘、切窗口，这些动作全部被录下来，喂给AI当学习材料。
Reddit上有人评论说，这感觉像养鸡场装了摄像头，不是为了看鸡有没有偷懒，是为了学鸡怎么下蛋，然后造一台下蛋机器。鸡看着那台机器，心情很复杂。
先别急着恐慌。我们先把两件东西拆开看。一个叫模型能力计划，英文是Model Capability Initiative，简称MCI。另一个叫应用人工智能工程团队，英文是Applied AI Engineering team，简称AAI。MCI负责采集，AAI负责消化。
有人说这不就是监控吗。对，也不全对。监控的目的是盯着你别犯错。MCI的目的是记录你怎么做对事。老板不关心你有没有刷抖音，关心的是你修Bug的时候先点哪里、后输入什么、中间踩了什么坑又爬出来。
扎克伯格在录音里说得很直白。他说公司里工程师的平均智商比外面外包的人高太多了。用外包人员的操作数据，AI学不到好东西。用自己的工程师，AI学完直接起飞。
员工问能不能退出这个计划。首席技术官Andrew Bosworth回了一句话：你用公司电脑就没得选。那句话下面排了一百多个表情包，全是震惊脸。
MCI开始记录每个人工作时的每一个动作
MCI到底是啥。把它想象成一个装在电脑里的实习生。这个实习生不干活，光看着。你看代码它看着，你改配置它看着，你跑测试它看着。你干啥它都拿小本本记。
具体记什么。鼠标移动轨迹、点击位置、键盘敲了什么、屏幕时不时截个图。不是只记你用了哪个软件，是记你在这个软件里怎么操作的。你从下拉菜单里选了哪个选项，你按了Ctrl+C还是右键复制，这些都记。
这个工具一开始只在Meta美国员工的电脑上装。运行范围覆盖所有跟工作有关的软件，包括Gmail、GChat、VSCode编辑器，还有Meta自己的AI助手Metamate。
你可能会问，这不侵犯隐私吗。在美国，法律上还真没说不让干。耶鲁大学一位法学教授说，美国联邦层面对员工监控没有任何限制。在欧洲就不一样了，意大利直接禁止用电子设备追踪员工生产力，德国也管得很严。
Meta发言人出来解释说，这些数据不会拿来评估你的绩效，不会因为你在某个窗口停了太久就扣你工资。纯粹是喂给AI当学习材料。
但问题来了。你说不拿来评估绩效，员工信吗。一个前Meta员工在Reddit上吐槽说，公司说这套话的时候表情特别真诚，就像你妈说“你实话实说我不打你”一样真诚。
扎克伯格在录音里还补了一刀。他说这个事情我们不会事无巨细地跟员工解释，因为解释太清楚对公司战略没好处。他知道这会议迟早会泄密出去。翻译成人话就是：我知道你会偷偷告诉别人，但我也懒得管。
采集到的数据开始被用来打造AI训练师团队
MCI只是前半段。录完像还得有人教AI怎么看录像。这就是AAI团队上场的时候了。
AAI全名叫应用人工智能工程团队，Applied AI Engineering team。这个团队的活儿听起来挺高级，实际上就是把优秀工程师调过来，专门教AI怎么干活。
怎么教呢。举个例子。AI看到一个工程师修Bug。工程师打开文件、搜索报错关键词、修改某一行配置、重启服务、测试通过。AI看完了，但它不理解为什么是这个步骤顺序。这时候AAI的人就要上去标注：先检查配置文件是对的，因为大多数数据库连接失败都是配置写错了。
这个活儿以前是谁干的。外包给肯尼亚、菲律宾那些时薪不到2美元的标注员。但现在不行了。因为简单的东西AI自己会了，需要标注的东西越来越专业。你让一个时薪2美元的标注员去教AI怎么写React组件，他自己都不一定会写。
所以Meta开始把内部优秀工程师往AAI团队调。不是从外面招新人，是把写了好几年代码的老员工转岗。从写代码变成教AI写代码。
网上有人说这像驾校教练。以前自己是司机，现在坐在副驾驶，旁边坐个机器人，你喊“踩刹车踩刹车”，机器人慢悠悠踩下去，你恨不得一脚踹过去。
AAI团队的任务不光是标注数据。他们还要用AI智能体去完成实际的代码构建、测试、发布工作。就算用AI干活效率暂时比人低，公司也要求先用起来。因为你不用，AI永远学不会。
普通工程师开始转型成AI教练
这事说到这儿，很多人后背开始发凉。公司一边录你的操作，一边让你教AI干活，下一步是什么。下一步是AI学会了你就可以走了。
扎克伯格在录音里描绘的愿景是这样的：未来的工作模式是AI智能体干主要活儿，人类负责指挥、审查和帮助改进。翻译成人话就是：你从干活的人变成看机器干活的人。
这个转变其实已经开始了。2025年初，Meta开始推行一个叫AI构建者的通用职位。传统岗位边界被打破，你不再只是前端工程师或后端工程师，你是个什么都要会一点的AI训练师。
有意思的是，Meta一边在裁员，一边在砸钱招人。2025年他们投了超过100亿美元给一家叫Scale AI的数据标注公司。这家公司专门帮科技公司做高质量数据标注，请的是物理学家、生物学家、金融专家这些高学历人才。
为什么请这些人。因为现在的AI模型越来越复杂。以前的标注是“这张图里有没有狗”，现在的标注是“这个化学反应的推理过程哪里出错了”。没有博士学位你连题目都看不懂。
一个数据标注员的LinkedIn档案显示，她在Meta做了两年数据标注，优化了15%的标注效率，减少了15%的错误率，参与的是RLHF项目，全称是Reinforcement Learning from Human Feedback，人类反馈强化学习。就是那种你给AI的回答打分、排序、挑毛病的活儿。
这活儿听着是不是很像你在家刷抖音时偶尔刷到的“AI训练师兼职”？对，就是那种。只不过公司内部版本用的是内部员工的专家知识，不是外包平台的随机路人。
经验复制开始变得比经验积累更重要
以前公司最怕什么。怕高手离职。一个干了十年的工程师走了，他的经验也跟着走了。新人来了遇到同样的坑，重新踩一遍。
MCI和AAI这两套东西拼在一起，正好解决了这个问题。高手的操作被录下来，AI学会了他的套路，以后遇到类似问题，AI可以自动给出解决方案。
扎克伯格在录音里说，用自家工程师训练出来的AI，写代码能力会比任何竞争对手都强。这不光是数据量的问题，是数据质量的问题。外面找的标注员再便宜，也不如内部工程师懂业务。
但是等等。如果AI学会了高手的套路，那公司还需要那么多高手吗。不需要了。一个AI可以同时模仿一百个高手的操作习惯，而且它不睡觉、不请假、不要求涨薪。
Reddit上有人发了个帖子，标题是“我刚写完代码系统弹窗说谢谢参与”。帖子里说，他写完一个功能模块后，公司内部系统弹出一个窗口，上面写着“感谢您的贡献，您的操作记录已加入AI训练库，请继续教AI完成您的日常工作”。他说他看到那个弹窗的时候，感觉自己在教一个实习生怎么取代自己。
这不是段子。Meta内部确实在推一个叫智能体转型加速器的项目，英文Agent Transformation Accelerator，简称ATA。目标就是让AI智能体成为主要劳动力。
一位Meta高管在内部备忘录里写：我们正在构建的未来里，智能体做大部分工作，人类做指挥和审查。他还说，要让智能体能自动识别人类需要介入的地方，然后下次就不用你介入了。
这段话的精髓在最后一句。“下次就不用你介入了”。你这次教了它，它学完就不需要你了。这不是过河拆桥，这是过河把船也拆了。
工作形态开始从生产转向教学
说到这儿，我们把整个逻辑串一遍。
MCI负责记录人类的工作行为。这些行为数据被交给AAI团队做标注和训练。训练出来的AI能模仿人类完成工作任务。人类角色从生产者变成审查者和教练。然后公司需要的生产者变少了，需要的教练也变少了，因为AI教AI比人教AI更便宜。
最后一步就是那个冷冰冰的逻辑闭环。你教出一个比你能干的徒弟，徒弟再教出他的徒弟，你就站在走廊里抱着纸箱，保安看着你出门。
这不是危言耸听。Meta已经在准备2026年5月开始的一轮裁员，比例在10%到20%之间。裁员的同时，公司要求剩下的员工用AI智能体完成编程任务，就算效率暂时降低也要用。
为什么效率降低还用。因为现在降的效率是投资，以后省的成本是回报。就像你花钱请教练教你游泳，前几节课你泡在水里扑腾，比你自己瞎游还累。但你学会以后游得又快又省力。问题是你请的教练是个机器人，你学会那天教练就被放生了。
一位前Meta员工在网上写了一段话，转发挺多的。他说：“我以前觉得我的工作是为公司创造价值。现在我发现，我的工作是在教一个东西怎么替代我创造价值。这两件事看起来差不多，其实差了一个我。”
这段话有点悲观。但MCI和AAI加在一起，确实在改变一个基本事实：以前你的产出是你值钱的原因。以后你的产出过程才是你值钱的原因。结果是一次性的，过程是可以无限复制的。公司想要的是你的过程，不是你的结果。
那问题来了。如果你的过程被复制完了呢。
那个弹窗可能正在某台电脑上等着你。上面写着：谢谢参与，请顺便教AI接班。