Meta的“AI原生”转型：指标驱动的深度变革

近期，一份曝光的内部文件揭示了一个明确的趋势：马克·扎克伯格正全力推动Meta向一家彻底的“AI原生”公司转型。这不仅仅是一句口号，而是通过设定具体、可量化的指标，将AI深度融入每一位员工、尤其是工程师的日常工作流程中。

从部门到公司：具体的AI渗透目标

Meta的转型规划相当细致。不同业务部门都设定了明确的AI使用目标，既有短期要求，也放眼至2026年。例如，负责核心创意体验的Creation组织就提出，到2026年上半年，预计要有65%的工程师，其超过75%的“承诺代码”（即已在项目中保存和跟踪的代码）需由AI辅助完成。

而负责AI模型与基础设施的Scalable Machine Learning团队，则将2026年2月的目标设定为：实现50%至80%的AI辅助代码覆盖率。不过，有内部高级工程经理也补充强调，团队“不会通过指标来硬性追踪这一点”，暗示了一种更注重实际效用的灵活态度。

公司级指标：聚焦工具普及与实际参与

在公司层面，Meta为2025年第四季度的核心产品团队（涵盖Messenger、WhatsApp、Facebook等旗舰产品）设定了统一目标。其中一项关键要求是，让80%的中高级工程师使用DevMate、Metamate乃至谷歌的Gemini等AI工具。特别值得注意的是，这里的重点被放在“工具普及率”上，而非单纯追求AI生成的代码比例。

另一项硬性指标则更为直接：核心产品团队的软件工程师，其代码变更中，必须有55%是由智能体（AI Agent）参与完成的。这无疑将AI从“辅助工具”的角色，提升为了开发流程中不可或缺的“协作者”。

指标与绩效：微妙的关联

那么，这些具体的数字会直接与员工的绩效考核挂钩吗？目前内部尚未完全明确。Meta官方发言人的表态颇值得玩味：“这是一个明确的优先方向，我们正推动利用AI提升员工日常工作的效率。”同时，发言人强调，公司的绩效体系更看重AI带来的“实际成果”，而不仅仅是使用频率。

但话说回来，据《商业内幕》早前报道，Meta确实已开始将AI使用情况纳入绩效评估体系，甚至有员工开始使用内部AI工具来为同事撰写评估意见。这二者之间的界限，在实际操作中可能正变得日益模糊。

组织架构的同步重塑

这些量化目标的推出，并非孤立事件。它们发生在Meta全面推进小团队模式、压缩管理层级、向扁平化结构转型的大背景之下。一份内部备忘录清晰地写道：“我们的最终目标是实现工程效率和产品质量的跃升。为此，我们正在从根本上重构运营方式、组织结构以及协作模式。”

与之相呼应的是，近期Meta在Reality Labs等部门引入了诸如“AI Builder”、“AI Pod Lead”等全新头衔体系。与此同时，公司首席技术官安德鲁·博斯沃思亲自挂帅，负责推进“AI for Work”项目，旨在加速内部AI工具的普及。当然，转型也伴随着阵痛——就在本周，Meta在Reality Labs及其他部门完成了数百名员工的裁减。

这一切都指向一个结论：扎克伯格所描绘的“AI原生”未来，正通过一系列具体的指标、结构调整和人事任命，加速照进现实。这场变革的深度与广度，将从根本上定义Meta未来的模样。