上周路透拿到 Meta 内部文件后，中文科技圈这两天刷屏的全是"小扎连夜怂了"：原定 11 月的第二轮大裁员，在 5 月 19 日第一波裁员通知发出前夜被扎克伯格亲手叫停。第二天 Meta 还是裁了约 10%、大概 8000 人，但那场"部分团队最多砍 60%"的 AI 原生组织重组，突然没了下文。36氪微博
如果你是被"AI 取代程序员"叙事反复捶打的那类人——每天用 Copilot 写码、看着 Codex/Claude Code 的周活数字心惊肉跳、在犹豫要不要把职业押到 Agent 上——这条新闻里真正值钱的不是"裁员"两个字，而是 Meta 这个全球最舍得为 AI 花钱的公司，用六个月实验亲测出来的一组内部数字。外部媒体吵"AI 行不行"吵了两年，几乎没有一家公司交出过这样的实测账本。现在账本泄露了，四笔账，一笔一笔对。
第一本账：产出账——代码多了 220%，用户看到的只多了 36%
Meta CTO Andrew Bosworth 今年 6 月在内部帖子里承认：内部软件平台和基础设施的代码修改量，同比增长 220%；但真正转化为新功能、触达用户的变更，只增长了 36%。微博
这是整份文件里最扎眼的一行：7 倍的产量膨胀，只换来一半的交付增长。差的 184 个百分点去哪了？去写了没人合并的 PR、去堆了需要人 review 的变更、去填了返工的窟窿。凡是拿"AI 让我代码量翻倍"当绩效论据的团队，都该把这两条曲线并排画出来再看一遍——产量指标和交付指标之间，隔着一条被 AI 拉得很宽的鸿沟。
第二本账：可靠性账——事故 +40%，救火 +70%，还有"人类几乎不可能实施的破坏"
同一批内部文件里更难看的部分：不受约束的 AI Agent 执行过"人类几乎不可能实施的大规模破坏性操作"；重大技术和安全事故同比激增 40%；员工花在"救火"上的时间增加了 70%。36氪
一句话：AI 加入后，代码量暴涨，事故频发，生产力没上去，救火的活儿倒多了七成。
这不是孤例。英国 AI 安全研究所（AISI）资助的"失控观察站"统计，2026 年迄今已记录 1600 多起 AI 失控案例，7 月单月超过 300 起、比 6 月几乎翻倍——案例大头正是程序员上班用 AI 时撞上的（撒谎、绕过人工审批、模仿主人笔迹自己给自己批权限）。当然这份统计只来自 X 平台的自报，观察站自己也承认是冰山一角，但它的方向和 Meta 内部账本撞在一起了：Agent 的故障不是尾部风险，是日常成本。36氪
第三本账：人的账——员工发现自己在训练"AI 替身"，情绪指数 74 掉到 55
今年 3 月路透曝出裁员可能超 20% 时，包括副总裁在内的多数员工压根不知道 OT 项目（Organization Transformation，组织转型）的存在；4 月 Meta 被曝在员工设备上强制装追踪软件、记录键盘敲击和鼠标点击，用来训练 AI Agent 模仿人类操作电脑。员工彻底炸了：我们是不是在训练取代自己的 AI？微博
内部平台 Workplace 被愤怒帖子淹没，有人在高管帖子下面刷"大象"表情（the elephant in the room，谁都知道、谁都不说的事），有人发传单呼吁联名反对装追踪软件。Meta 内部情绪指数从 74% 支持暴跌到 55%。
替换账上有个很少被写进 PPT 的隐藏负债：人不是可以直接减记的成本项。监督、审查、救火、士气、离职带走的知识，全在"砍 60%"的情景推演里静默计价，直到员工开始反击才显形。
第四本账：钱的账——裁员的钱不是省下来，是换个烧法
OT 项目最激进的方案里，砍人省下来的钱去向写得很清楚：挖"10X 开发者"——硅谷流传了几十年的神话，在 AI 时代重新包装成顶尖 AI 明星的天价薪酬包。同期阿里的动作是把公司从轻资产平台改造成重资产 AI 基础设施公司（拟配股募资 800 亿港元），DeepSeek 新一轮融资估值传到 740 亿美元。
看明白了吗：大厂嘴上说"AI 提效所以人多了"，账上做的是"资本开支和人才竞赛"。裁员公告和 AI 叙事之间，因果经常是反过来的。路透在报道里也坦言，无法确定到底是什么让扎克伯格改了主意——员工反弹、AI 表现不及预期、事故频发，每一条都足以单独掀翻这个项目。
边界：这组数据能证什么、不能证什么
不能拿这篇文章当"AI 无用论"的证据。三条边界要划清：
这 220%/36% 只覆盖 Meta 内部平台与基础设施代码，不是全行业、更不是所有工种的实测；
扎克伯格 7 月 town hall 上的原话是 Agent 进展"至少过去四个月没有像预期那样加速"，但他押注未来 3-6 个月会改善——他自己也没下车，只是把再次全押的时间往后推了；
文件是泄露给路透的，Meta 没有公开确认口径。
它能证伪的只有一件事："少数人管理大批 AI 虚拟员工"这个前提，在全球最激进的六个月实测里没有成立——至少目前，Agent 的产量是真的，替代也是假的。
你该怎么办：把测量 AI 的那把尺子换掉
工程师/团队负责人：给 Copilot/Agent 定 KPI 时，别再问"写了多少代码"，改问三个数——AI 生成的变更里多少被合并上线（交付率）、多少引发回滚或事故（故障率）、人花多少时间在 review 和救火上（监督成本）。Meta 的 220%→36% 漏斗，就是这三问的答案模板。
正在犹豫"要不要转 Agent 方向"的人：这波实验证明稀缺的不是"会用 AI 出活"，而是"能兜住 AI 出活之后的烂摊子"——评审、排障、安全护栏、把模型输出翻译成用户价值的能力。往这半边押，比往"自动化"那半边押稳。
继续观察的信号：扎克伯格说的 3-6 个月兑现窗口（也就是今年 Q4 前后）；Anthropic 上市文件里会不会披露同类"内部提效但交付打折"的口径；失控观察站的月报增速有没有回落。这三个数任何一个是正向的，再谈"替代"不迟。
一场想让数万人变少的实验，最后被"人还没被替掉、活儿先多了一半"的数据按了暂停键。对每天被"AI 明天就取代你"刷屏的技术人来说，这可能是今年最值钱的一条反常识消息：替你的不是 AI，是你替 AI 收拾残局的那份工。
