7月2日,一段从 Meta 内部全员大会流出的录音,同时引起华尔街和硅谷关注。
录音里,扎克伯格对着全公司员工说了一句让所有人屏住呼吸的话,过去四个月,Meta 的 AI Agent 开发“并没有以我们预期的方式加速”。
这话放在别的公司可能只是季度复盘的一句实话。
但放在 Meta,意味完全不同:这家公司刚刚把年度资本开支推到1450亿美元的历史天花板,裁掉了8000名员工,把7000人拧进AI相关团队,CTO 公开承认士气可能是“二十年最差”,所有这些代价,换来的却是 CEO 亲口说:进度条没动。
▲ 金融快讯账号 First Squawk 将路透核心信息整理成五条要点并发布在 X 上
1450亿美元,到底买了什么?
先把那个让投资者心跳加速的数字拆开看。
今年4月,Meta 发布一季度财报时,悄悄把全年资本开支指引从1150-1350亿美元上调到1250-1450亿美元。
上一年全年 capex 大约722亿美元,新指引直接接近翻倍,超过此前两年的总和。
消息出来当晚,盘后股价一度暴跌超过6%。
▲ Quartz 报道:Meta 将 AI 支出预测上调至1450亿美元,股价应声下挫
这笔钱主要流向AI基础设施,数据中心、服务器、加速器芯片和配套的电力系统。
逻辑有两层:第一层是广告主航道的AI化,用更强的模型提升推荐和投放效果,在核心业务上先赚回一部分账;
第二层是Agent与“超级智能”的远期目标,包括个人助手、商业客服、编程自动化,扎克伯格把这些描述为“从聊天机器人走向能多步执行任务的代理系统”。
为了这第二层战略,Meta 去年以约143亿美元入股 Scale AI,把创始人亚历山大·王挖来当首位首席AI官,组建了 Superintelligence Labs。
今年又从各业务线抽调7000人进入 Applied AI Engineering、Agent Transformation Accelerator 等新组织。
钱拨到了最高档,人也全部就位。
扎克伯格在4月回应 ROI 质疑时说,这是“非常技术性的问题”,重要的是公司在打造领先模型。
三个月后,他自己给出了答案:Agent 曲线没有起来。
组织手术的真实账单
重组的代价,远比PPT上的组织架构图沉重得多。
5月,裁员通知同时发出。
约8000人离开,约7000人被调入AI相关新团队。
两项合计触及全球人力的两成。
对留下的人来说,岗位还在,但管理层级被压缩,业务优先级被重排,很多人被要求用原有工作流为自动化系统提供训练数据,这种剧烈变化很难用“组织效率优化”来消解。
更触动神经的是一个代号与 Agent Transformation Accelerator 挂钩的训练数据项目:4月份在美国员工电脑上部署了鼠标追踪、击键记录与截屏采集工具,明确标注“无法退出”。
超过千名员工联署反对。
项目因安全审查暂停后,CTO 博斯沃斯在7月2日的同一场会上表示,审查结论是员工数据未被用于AI训练,未来若恢复将改为自愿加入,但四月那个“不可退出”的版本已经在员工心里留下了裂痕。
6月,博斯沃斯对媒体说了一句在 Meta 二十年历史里很罕见的话:内部士气可能处于“二十年最差水平之一”。
扎克伯格随后发了一份备忘录,承认公司“犯了错”,并承诺2026年内不再进行全公司规模裁员。
从“犯了错”到“进度没加速”,两次坦白之间只隔了三周。
为什么 AI Agent 这么难?
很多人把 ChatGPT 用得飞起,会觉得 Agent 应该只是“更强的聊天机器人”。
实际差距是量级性的。
简单分三档理解:聊天机器人是一问一答,用户全程在场;
带工具的助手能查网页、调日历,但每一步都要人确认;
Agent则是接到一个高层目标后自行拆解步骤、调用 API 和数据库、根据中间结果调整策略,尽量少打断人地跑完整个工作流。
听起来很美。
卡在哪里?
长链路可靠性。
上下文在长任务中会衰减,工具调用在高并发下不稳定,第2步的一个小错误到第7步会被放大成彻底失败,更别提企业环境里的权限管理、审计和合规要求,这些东西用 demo 完全绕不过。
Gartner 在2025年中就给出了一个冷水级的预测:由于成本攀升、业务价值不清和风险失控,超过40%的 agentic AI 项目将在2027年底前被取消。
分析师 Anushree Verma 说得更刺耳:当下大量项目仍是“由炒作驱动的早期实验”。
行业数据显示,在已经采用 agent 工具的企业中,仅约一成进入了生产环境,八成还卡在试点阶段。
▲ Gartner 预测:超过40%的 agentic AI 项目将在2027年底前被取消,“agent washing”正在蔓延
不止 Meta 一家卡住了
扎克伯格承认“四个月没加速”的同一周,行业里正发生一些微妙的同步动作。
6月30日,AWS 宣布约10亿美元量级的新计划,用“前线部署AI工程师”嵌入客户现场,目标是把 agent 部署周期从数月压到数日。
7月2日,和 Meta 内部会同一天,微软宣布投入约25亿美元、调集约6000名工程师组建 Frontier 部署型业务。
Anthropic 和 OpenAI 也有类似的“把人送进客户现场”路径。
这说明行业共识正在悄悄收敛到一个判断上:模型本身可能已经够强了,缺的是治理、集成与现场工程。
Meta 的策略是通过内部重组和万人级转岗来加速 agent 落地,对手们则选择组建对外服务团队,把工程师塞进客户的业务流程里。
两条路线,同一个困境,demo 级的 agent 到处都有,生产级的几乎没有。


▲ Mario Nawfal 整合全貌:进度不及预期、重组不够干净、对 Claude Code 等外部工具的早期乐观未兑现、3-6个月收益窗口
三到六个月,够吗?
扎克伯格在那场内部会的结尾给出了一个相对温和的前瞻:希望在三到六个月内看到AI投资带来更显著的收益。
这个窗口期本身就耐人寻味。
年初规划重组时,管理层对 Anthropic 的 Claude Code 等 agent 编程工具“超级乐观”,觉得速度会快速拉开。
四个月过去,乐观没有兑现。
现在又画了一个三到六个月的圈。
市场对这类许诺的耐心正在变薄。
消息传出当天,Meta 股价回吐了前一日因云业务传闻带来的涨幅,跌幅约5%。
投资者同时在消化两条矛盾的故事:一边是“我们建了太多容量可以当云卖”,一边是“我们原本指望 agent 吃掉这些容量,但曲线还没起来”。
一个不容忽视的行业事实是:生成式AI的第一波商业价值,更多落在了搜索、广告、编程辅助和客服草稿上。
全自主多步代理的经济账,仍在被重写。
扎克伯格的这段录音,本质上是整个行业从“Agent 狂热”走向“Agent 现实主义”的一次录音级确认,一家公司的坦白背后,藏着所有人都不愿面对的技术现实。
随着1450亿美元拨出、8000人离开,剩下的7000人正坐在新工位上等下一个指令。
三到六个月后,这1450亿美元的答卷才会真正浮出水面。

