硅谷可能又要迎来一轮大裁员。

近日，路透社援引多位知情人士的话称，Meta正在酝酿新一轮裁员，受影响员工比例可能达到20%或更多。如果数字确定，这将是该公司自2022年底启动重组以来力度最大的一次人员精简。

截至去年12月31日，Meta员工总数近7.9万人。如果最终按20%的比例推进裁员，意味着将有1.6万人受到影响。

Meta此前已经进行了两轮大规模裁员，2022年11月裁减了约1.1万人，占当时员工总数的13%，四个月后又宣布再裁1万人。

上述知情人士还透露，高层管理人员近期已向内部传达了这一意向，要求各团队开始规划如何精简人员。目前，裁员的具体时间点和最终规模尚未确定，Meta方面也未对此作出回应。

01 

AI太烧钱了

过去一年，扎克伯格一直在推动Meta更积极地参与生成式AI的竞争。为了吸引顶尖人才加入新组建的超级智能团队，Meta开出了相当丰厚的薪酬待遇。

《纽约时报》援引知情人士所给信息显示，部分核心员工四年期的薪酬合同总值达到数亿美元。

除了人才，基础设施方面的投入更为庞大。

Meta此前表示，计划到2028年投入6000亿美元用于数据中心建设。本月早些时候，该公司收购了面向AI智能体的社交网络平台Moltbook。另外，Meta还在洽谈收购中国AI初创公司Manus，交易金额至少20亿美元。

2026年1月，Meta预计全年支出将达1350亿美元，几乎是去年720亿美元的两倍。

面对如此庞大的开支，扎克伯格曾在1月的投资者电话会议中提到，已经开始看到“过去需要大团队的项目，现在由一位非常有才华的个人就能完成”。

这番表态在一定程度上解释了公司对人力效率的重新审视：如果AI工具能让单人产出大幅提升，那么人员规模自然需要重新评估。

Meta的收缩裁员做法并非孤例。

今年1月，亚马逊确认裁员约1.6万人，占员工总数近10%。上个月，金融科技公司Block裁减了近半员工，CEO杰克·多西（Jack Dorsey）提到，AI工具能力的提升让公司可以用更小的团队完成更多工作。

对科技行业来说，重金投入AI，再通过AI提升人效、压缩人力成本，正在成为一种新的经营逻辑。

02 

新模型还是不乐观

模型的进展已经成为Meta的关键挑战。

去年，Meta的Llama 4模型遭遇了一系列挫折，包括因早期版本的测试基准提供误导性结果而受到外界批评。Meta最终放弃了原定于夏季发布的该模型最大版本“Behemoth”。此后，超级智能团队开始着力开发一款名为“牛油果（Avocado）”的新模型，希望借此重振公司的技术地位。

知情人士向《纽约时报》透露，牛油果模型在内部测试中的表现仍未达到预期。

虽然相比上一代模型有明显提升，也好于谷歌去年3月发布的Gemini 2.5版本，但在推理、编码、写作等关键能力上，仍落后于谷歌去年11月发布的Gemini 3.0，与OpenAI、Anthropic等竞争对手的领先模型相比也存在差距。

受此影响，Meta已经将牛油果模型的发布计划从3月推迟至5月。知情人士还提到，公司AI部门的负责人曾讨论过临时授权使用谷歌的Gemini来驱动自家AI产品，不过尚未作出最终决定。

这一局面让公司的处境变得有些微妙。

一方面，巨额资金已经投下去，数据中心在建，人才高薪引进；另一方面，核心产品的竞争力尚未达到预期，无法快速转化为业务优势。

03 

团队内部“打架”

新模型的推进过程中，Meta AI团队本身也不稳定。

为了加强AI研发能力，Meta去年向初创公司Scale AI投资143亿美元，并让其首席执行官汪韬（Alexandr Wang）出任公司首席AI官。汪韬随后在内部组建了精英研究团队“TBD Lab”，专注于新模型开发，团队规模约100人。

《纽约时报》援引知情人士的话称，在牛油果模型发布前，已有少数研究人员离开团队。同时，汪韬与Meta首席产品官克里斯·考克斯（Chris Cox）、首席技术官安德鲁·博斯沃思（Andrew Bosworth）之间，也就新AI模型如何更好地服务于公司广告业务产生过分歧。

技术团队与业务团队之间的不同视角，在资源投入方向和应用落地上需要时间磨合。

上周，Meta在一份内部备忘录中表示，将在博斯沃思的部门下组建一个新的AI工程团队，与汪韬及其团队协作。此举被视为协调内部资源、推动项目落地的尝试。

外界一度传出汪韬与扎克伯格关系紧张的说法，但Meta方面迅速予以否认，称这一说法“完全不实”。扎克伯格周一还在Threads上发布了一张与汪韬的合影，试图以轻松的方式平息外界猜测。

一边是持续投入的AI基础设施，一边是尚未达到预期的技术进展，再加上即将到来的人员调整，Meta正处在一个需要同时应对多重压力的关口。

据了解，其下一款模型已经定名为“西瓜（Watermelon）”，按照公司规划，将继续推进技术迭代。但在那之前，如何平衡投入与产出、技术与效率之间的关系，仍是Meta需要面对的重大挑战。（腾讯科技）