Meta’s months-old AI unit is a soul-crushing gulag, say the engineers stuck inside it

📌 【Meta 內部爆料】為了訓練 AI，工程師變成了「高級數據標記員」？

當所有科技公司都在競賽誰的 AI 更強時，Meta 的內部運作方式卻引發了巨大的爭議。一個成立僅三個月、擁有 6,500 人的 AI 單位，正陷入嚴重的文化危機。

你以為進入 Meta 的 AI 團隊是在開發下一代 Llama？事實上，許多工程師發現自己被「徵召」去執行最枯燥的數據標記工作。

🤔 AI 的進步，建立在工程師的「認知勞動」之上

這場衝突的核心在於一個技術瓶頸：Meta 的 AI 模型在處理複雜的技術任務（如 Coding）時，依然無法超越人類。為了讓 AI Agent 能真正理解人類如何操作電腦完成日常任務，模型需要大量「真實且高品質」的範例來訓練。

問題在於，這些高品質的數據從哪裡來？Meta 的答案是：直接讓自家的工程師來做。

🧪 6,500 人的「隨機徵召」與內部反彈

根據 Wired 與 Business Insider 的報導，Meta 成立了一個 Applied AI 團隊，規模約 6,500 人。然而，許多員工得知自己被調入該單位的過程極其混亂：

• 隨機調動：部分員工在 Reddit 上描述，他們是透過一封「驚訝的郵件」才知道自己被調動，過程感覺相當隨機。
• 極端不滿：內部情緒已達臨界點，甚至在一次僅限員工的直播簡報中，有人突然爆發並對高階主管進行激烈的言語攻擊。

💡 為什麼不用外包？Zuckerberg 的「智力論」

在一段流出的內部會議錄音中，CEO Mark Zuckerberg 坦承了選擇內部員工而非外部承包商的原因。

他提到，雖然現任 AI 首席官 Alexandr Wang（其先前將 Scale AI 以 143 億美元賣給 Meta）非常熟悉數據標記產業，但 Zuckerberg 認為 Meta 員工的平均智力「顯著高於」第三方承包商。因此，為了追求最高質量的訓練數據，他選擇讓自家的工程師來執行這些標記工作。

⚠️ 技術野心與人才留任的權衡

這項策略揭露了當前 LLM 研發的一個殘酷現實：當合成數據 (Synthetic Data) 達到瓶頸，高品質的人類專家數據 (Expert Data) 成了最稀缺的資源。但將高薪聘請的工程師轉化為「數據標記員」，可能會導致嚴重的人才流失與士氣崩潰。

🎯 對開發者的啟示：AI 時代的「數據陷阱」

這件事給所有 AI 從業者的警訊是：即便是在頂尖公司，AI 的研發依然高度依賴於大量且枯燥的人類反饋 (RLHF)。當模型需要從「能對話」進化到「能執行複雜任務 (Agentic AI)」時，對高品質數據的需求將會呈指數級增長。

對於工程師而言，這也提醒我們，在 AI 時代，定義「什麼是正確的答案」的能力，正變得比「寫出答案」的能力更為關鍵。

🔗 新聞來源 📝 Meta’s months-old AI unit is a soul-crushing gulag, say the engineers stuck inside it 👤 Connie Loizos @ TechCrunch AI 🔗 連結：https://techcrunch.com/2026/06/12/metas-months-old-ai-unit-is-a-soul-crushing-gulag-say-the-engineers-stuck-inside-it/

如果你被公司要求放棄開發，改去幫 AI 標記數據，你會接受嗎？歡迎在評論區分享你的看法 👇

#Meta #AI #LLM #DataLabeling #Zuckerberg #工程師 #AIAgent #科技新聞