扎克伯格最近又有新動作了，據《華爾街日報》本周披露，他正在為自己打造一個“CEO 智能體”。這套系統(tǒng)目前仍處于開發(fā)階段，但已能完成一項關鍵任務：幫他快速整合散落在公司各處的信息。過去，他想了解某項業(yè)務數據，往往需要穿越層層匯報、協(xié)調多個部門；如今，這個智能體能直接將答案遞到面前。

（來源：Wikipedia）

從目前透露的細節(jié)來看，這個 AI Agent 并不具備自主決策權，更像是一位無需睡眠、不談薪資、也不卷入辦公室政治的首席幕僚。它的核心價值，在于壓縮信息獲取路徑，避免信息在傳遞過程中失真或滯后。

扎克伯格并非首位萌生此念的科技高管。今年早些時候，OpenAI 創(chuàng)始人山姆·奧特曼（Sam Altman）曾在一場峰會上直言：當超級智能發(fā)展到某個臨界點，它將比任何人類高管都更擅長運營大公司，包括他自己。他甚至表示，如果 AI 真能做得更好，他會“非常樂意”放手，馬上回農場種地去。

除了高位決策的效率需求，扎克伯格率先推動“AI 分身”的舉動，也與 Meta 當前面臨的現實困境密切相關。

過去幾年，Meta 的轉型之路并不算順。2021 年公司從 Facebook 更名為 Meta，全力押注元宇宙，但數年投入累計虧損超 800 億美元，用戶反響平平，股價一度腰斬?；蛟S是痛定思痛，這次 Meta 不再追求顛覆式創(chuàng)新，而是轉向務實路線：把 AI 深度嵌入現有產品與工作流程中。

圖 | 元宇宙概念（來源：MIT TR）

資本開支也印證了這一轉向：2025 年 Meta 預計投入約 722 億美元，2026 年將進一步躍升至 1,150 億–1,350 億美元區(qū)間。扎克伯格更公開承諾，到 2028 年將在美國 AI 基礎設施上累計投入超 6,000 億美元。與此同時，Meta 近期接連出手收購：去年末以超 20 億美元拿下新加坡 AI Agent 公司 Manus，最近又收購了 AI 社交平臺 Moltbook，補強智能體生態(tài)。

據了解，公司目前運行著多套 AI 系統(tǒng)，最常被提及的是 MyClaw 和 Second Brain。前者是一個 Agent 系統(tǒng)，能訪問員工的內部文件和聊天記錄，甚至可以代替用戶與同事或其他 AI Agent 溝通；后者基于 Anthropic 的 Claude 模型搭建，專門用于索引文檔、整理任務和挖掘信息。

更有趣的是，公司內部已出現讓員工個人智能體彼此“對話”的群組，人類只需旁觀。這與 Moltbook 的收購邏輯高度契合。

（來源：Moltbook）

此外，從今年初起，Meta 更成為首家將“AI 使用情況”正式納入績效考核的大型科技公司?！癆I 驅動影響力”已寫入每位員工的核心考核指標。公司鼓勵員工每周參與 AI 培訓與黑客馬拉松，并親手構建實用工具。

數據似乎驗證了這套打法的效果：Meta 首席財務官在財報會上透露，今年以來工程師人均產出提升約 30%，主要得益于 AI 編程工具；而深度使用新系統(tǒng)的員工，產出漲幅高達 80%。

但新工具并非總是趁手，AI 帶來的新問題同樣不容忽視。

今年 3 月中旬，Meta 內部發(fā)生了一起被定級為“Sev 1”（公司安全等級第二高）的事故：一名工程師使用公司自研的 AI Agent 回答內部論壇的技術提問，結果該 Agent 在未獲人工審批的情況下自行發(fā)布了答案。另一位員工據此操作，而這些建議事后被證實存在錯誤。在近兩個小時里，敏感的公司與用戶數據被暴露給無權限人員。官方雖事后澄清“無用戶數據被不當處理”，并將問題歸因于人為操作失誤，但核心矛盾并未解決：當 AI 具備協(xié)作、分析甚至部分替代人類決策的能力時，一旦出錯，責任該如何界定？

與此同時，裁員的陰云也在聚集。據知情人士透露，Meta 高管層正在規(guī)劃一輪可能波及 20% 員工的調整。以公司目前約 7.9 萬人計算，這意味著近 1.6 萬個崗位可能受影響。公司發(fā)言人稱這是“對假設性方案的推測”，但并未明確否認。消息傳出后，Meta 股價反而上漲近 3%。分析師估算，若真實施 20% 裁員，或可帶來約 5% 的每股盈利增長。

裁員陰影之外，在“AI 優(yōu)先”的氛圍下，一種新的職場文化正在硅谷悄然流行：“Tokenmaxxing”（Token 最大化）。如今工程師們在內部排行榜上比拼的，是誰消耗的 Token 最多。

據報道，有 OpenAI 工程師單周處理了 2,100 億個 Token，相當于 33 倍維基百科全文的數據量；有 Anthropic 用戶單月在 AI 編程工具上花費 15 萬美元。英偉達 CEO 黃仁勛甚至公開表示，他會給工程師發(fā)放“Token 預算”作為薪酬補充：若一名年薪 50 萬美元的工程師，年底未能燒掉至少 25 萬美元的 Token，他會“深感擔憂”。而在 Meta 內部，同樣的 token 消耗焦慮同樣存在，甚至只可能比其他企業(yè)更為強烈。

批評者指出，這本質上是用“看起來忙碌”替代“真正高效”。一位工程師的話或許代表了不少人的心聲：“在大公司內部，不加速使用 AI 本身正在變成一種職業(yè)風險。不管產出質量如何?！?/p>

扎克伯格去年曾在一封公開信中描繪過他的愿景：打造“個人超級智能”，讓 AI 賦能個體實現目標，而非僅聚焦于中心化的自動化。如今，這個愿景正以他自己作為“首位用戶”接受測試。它能否真正駕馭一家萬億市值公司的戰(zhàn)略復雜性，還是最終淪為一個花哨的信息檢索器？答案取決于三重變量：技術能否兌現承諾、監(jiān)管會否適時收緊，以及 Meta 能否在快速部署與安全可控之間找到平衡點。

值得一提的是，Meta 新一代大模型“Avocado”原定今年初發(fā)布，卻因內部基準測試落后于競爭對手，被迫推遲至至少 5 月。有消息稱，公司甚至考慮臨時授權調用 Google 的 Gemini 以填補空窗期。

https://www.wsj.com/tech/ai/mark-zuckerberg-is-building-an-ai-agent-to-help-him-be-ceo-eddab2d5

運營/排版：何晨龍