游乐游手机版
首页/AI教程/文章详情

Meta要求元宇宙团队立军令状 利用AI提升5倍工作效率

时间:2026-06-23 14:35
科技媒体 404 Media 获取了一份 Meta 内部沟通记录,内容颇具看点:Meta 高管正要求其元宇宙团队成员,借助人工智能(AI)达成“工作效率提升五倍”的目标。简而言之,公司正在全面加速其 AI 化转型,且这次决心坚定,行动迅速。Meta 元宇宙业务副总裁维沙尔·沙阿在内部通知中明确指出:

科技媒体 404 Media 获取了一份 Meta 内部沟通记录,内容颇具看点:Meta 高管正要求其元宇宙团队成员,借助人工智能(AI)达成“工作效率提升五倍”的目标。简而言之,公司正在全面加速其 AI 化转型,且这次决心坚定,行动迅速。

Meta要求元宇宙团队立“军令状”,利用AI提升五倍工作效率

Meta 元宇宙业务副总裁维沙尔·沙阿在内部通知中明确指出:“元宇宙 AI 增效计划(AI4P)的核心在于:追求五倍的效率提升,而非仅局限于 5% 的微小改进。”这传达了一个明确的信号:软件开发人员不能仅满足于借助 AI 进行小范围效率改进,而必须追求当前五倍的工作产出。这一目标,可谓雄心勃勃。

从“尝鲜”到“内化”:让 AI 成为工作常规

沙阿在通知中强调:“我们的目标既明确又宏大:将 AI 从一项新奇技术转变为日常的工作习惯。为此,我们将优先为全体员工提供培训与支持,使 AI 工具的使用变得如同其他工作工具一般自然。”这句话的深层含义是——不要再将 AI 视为新鲜事物,而应将其融入日常工作的每个环节。

通知特别指出,需要“将 AI 深度整合到每一个主要代码库和工作流程中”。这绝非空谈。

沙阿特别强调,这一要求不仅针对技术团队,“我也期待产品经理、设计师以及跨职能部门的同事,都能亲身参与原型构建、漏洞修复,共同突破创新瓶颈。我们要通过消除效率障碍,实现五倍的提速,并同步加快产品体验的优化进程。”他所描绘的理想场景是:“设想这样一个世界:任何人都能迅速将创意转化为原型,反馈周期从数周缩短为数小时,这正是我们着力构建的未来图景。”这听起来令人振奋,但背后的压力同样巨大。

AI 承担代码编写,员工面临转型挑战

谈到 Meta 的元宇宙业务,自公司更名以来,已投入数百亿美元,然而用户增长始终不温不火,成为持续烧钱的“无底洞”。公司首席执行官马克·扎克伯格曾多次公开表示,预计在未来 12 至 18 个月内,AI 将完成公司绝大部分代码的编写工作。这一趋势已在招聘环节显露端倪:Meta 近期已允许求职者在编程测试中使用 AI 工具。

沙阿的内部通知,反映出员工长期以来的忧虑——管理层不仅期望用 AI 替代部分岗位,更要求留下的人借助 AI 实现效率的大幅飞跃。其所传递的信号非常清晰:在 AI 时代,如果仅靠人类单独完成工作,已被认为“不够高效”。这或许令人难以接受,但现实就是如此残酷。

内部强力推行,科技巨头的共同路径

这并非 Meta 一家的独自行动。目前,全球几乎所有顶尖科技公司都在内部强力推广 AI 应用。例如,亚马逊 CEO 安迪·贾西在 7 月份曾向员工表示,AI 将彻底重塑公司运营模式,并不可避免地导致岗位精简。他预测:“未来几年,随着 AI 在全公司范围内提升效率,我们的员工总数将会减少。”意思再明确不过了:效率提升了,人员可能就会相应精简。

然而,AI 的普及也带来了新的问题。许多资深软件工程师指出,AI 编码工具正在制造新危机:由于开发者难以理解 AI 生成代码的具体逻辑,代码库中潜伏着大量难以修复的错误。结果,不少工程师不得不扮演“AI 保姆”的角色,专门处理 AI 工具制造出的混乱代码。这构成了一个有趣的悖论——本想提升效率,却得先忙于收拾残局。

Meta 启动全面 AI 培训计划

为了确保计划落地,沙阿在通知中公布了具体实施方案:“我们预计,到今年年底,80% 的元宇宙部门员工将在日常工作中运用 AI。工程部门的 AI 使用率将快速攀升,我们将持续从 AI 创造的效率提升中总结经验。”Meta 已安排了一系列 AI 编程培训,包括两场“元宇宙 AI 学习日”活动以及多份内部培训文档。

沙阿强调:“员工需要投入时间认真参与培训,积极分享实践经验,勇于尝试创新。我们越是走出舒适区,就越能释放自身潜能。五倍的效率提升,并非依靠渐进式改进就能实现,而必须通过根本性地重构工作方式、构建流程和创新路径来达成。”通知最终以一幅未来主义建筑概念图作为结尾,图上醒目标注着口号:“元宇宙 AI 增效计划:追求五倍效率提升,而非 5% 的改进”。

对于此事,Meta 发言人的回应颇为官方:“我们正专注于运用 AI 提升员工的日常工作效率,这是公司的战略优先事项之一。”但显而易见,这场效率革命,已在 Meta 内部全面打响。

来源:https://www.aiagiai.com/15002.html
上一篇Anthropic 发布重磅更新引关注 下一篇Agentic上下文工程:无需微调实现模型进化
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
RAG四标融合企业知识资产体系四库协同GEO优化实践
AI教程 · 2026-07-01

RAG四标融合企业知识资产体系四库协同GEO优化实践

生成式AI正在彻底改写信息检索的底层逻辑。传统SEO依赖关键词堆砌和外链建设的策略,在大模型的内容采信规则下已经基本失效。取而代之的,是生成式引擎优化(GEO)。它不再关注外链数量,而是重点衡量你的知识是否结构化、证据链是否坚实、信源是否可靠——这些维度才是RAG(检索增强生成)架构真正看重的核心指

一个普通上班人分享WorkBuddy使用心得与真实体验
AI教程 · 2026-07-01

一个普通上班人分享WorkBuddy使用心得与真实体验

前言 最近我开始使用WorkBuddy——这是腾讯推出的一款AI办公工作台。差不多用了一周时间,趁印象还新鲜,把真实的使用感受记录下来,给还在犹豫的朋友做个参考。不吹不黑,只说实际体验。 初印象:不只是聊天机器人 之前用过不少AI工具,大多数就是个对话框,你问它答,答完就结束了。WorkBuddy不

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录
AI教程 · 2026-07-01

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录

先讲一个颇具戏剧性的开端。 这件事的开端颇显荒诞——有用户前来咨询,称AI Pro版的介绍中提到我们有一款“视频录制拓展”。团队全体成员都感到困惑,翻遍产品列表,发现根本不存在该组件。AI那种“一本正经胡说八道”的能力,这次确实让我们陷入尴尬。 按常理,此事到此便可结束——一句“抱歉,暂时没有这个拓

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同
AI教程 · 2026-07-01

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同

OLAP和SQL-on-Hadoop虽都使用SQL查询数据,但本质不同。SQL-on-Hadoop负责海量数据批量计算与ETL,查询速度秒级至分钟级;OLAP通过预聚合实现毫秒级多维分析,适合BI报表。两者在数据平台分工协作,前者是后厨加工,后者是前台快速服务。

GEO优化深度解析:AI偏好FAQ还是长文内容?
AI教程 · 2026-07-01

GEO优化深度解析:AI偏好FAQ还是长文内容?

在GEO优化中,AI对内容形式无统一偏好:FAQ在简单查询中引用率41%,长文在复杂查询中达58%。内容应基于用户意图选择形式,FAQ适配简单事实类问题,长文建立主题权威,两者互补而非替代。