Meta今年年初曾筹划一项名为“Project OT”（组织转型）的重组计划，试图以AI智能体和更精简的团队重塑公司运作方式。然而，在员工强烈反弹以及AI工具实际产出不及预期后，这项原本可能涉及大规模裁员的方案已明显降温，Meta最终放弃了进一步推进广泛裁员的安排。
根据路透社查阅的一份内部规划文件及多名知情人士的说法，Project OT的核心是建立“AI原生”工作模式：更多依靠AI智能体完成任务，并以人数更少的小型团队取代原有组织。内部规划一度设想，通过裁员、冻结招聘和绩效相关离职等方式，将部分团队规模削减最多60%。
不过，Meta后来发现，其AI工具并未带来管理层预期中的业务效率提升。内部数据显示，AI辅助生成的代码数量显著增加，但最终真正面向用户上线的新功能或改进，增长幅度远低于代码产出的增幅。
Meta首席技术官安德鲁·博斯沃思在一份内部帖子中表示，公司内部软件平台和基础设施的代码变更量同比增长220%；但同期面向用户发布的新功能或功能升级仅增长36%。这一差距凸显出，AI带来的开发活动增加，并未顺利转化为相应的产品交付成果。
基础设施团队最早在3月便对AI生成代码激增可能带来的问题提出警告。有内部帖子称，系统已经出现“可靠性警示信号”；另一份4月的内部信息则指出，缺乏足够监督的AI智能体正在实施“大规模、具有破坏性的操作”，而这些举动通常不太可能由人工主动执行。
内部资料还显示，重大技术和安全事故数量同比上升40%，员工处理这些事故所投入的时间增加70%。Meta拒绝就上述数据向路透社置评。
问题也在公司外部显现。今年6月，黑客利用Meta一款由AI驱动的客户支持机器人漏洞，获取了多个高知名度Instagram账户的访问权限，其中包括已停止更新的奥巴马白宫官方账号。
Project OT源于Meta加速产品开发的尝试。去年，Meta产品高管伊梅·阿奇邦启动了一项试点计划，组建五个小型技术“Pod”团队。每个团队由两到三名工程师和一名设计师构成，并借助AI工具工作。与传统的六个月规划周期不同，这些团队被要求以四周为一个冲刺周期开发原型。
阿奇邦曾在内部帖子中以篮球比赛作比喻称，采用快速反击能够带来更多、也更好的出手机会；同样，AI工具可让团队以更低成本和更高保真度探索更多创意。
随后，Meta发布了一份“AI原生工作手册”，提出更广泛的组织调整方案。传统的工程师和设计师岗位将被统一替换为“构建者”这一头衔；组织将减少管理层级，小型Pod团队直接向高级业务负责人汇报，AI则会参与协助确定工作优先级。
到6月，包括工程和研究团队在内，Meta至少已有11个业务单元采用Pod式组织架构。在配套的“村庄式”管理模式下，高级负责人将管理30至50名员工组成的群体，而Pod负责人负责日常工作，却不具备正式的管理权限。
这一模式也让部分员工感到困惑。一名被安排负责Pod团队的员工曾在内部发文表示，自己既未接受管理培训，也无法使用绩效评级和管理工具。Meta则回应称，公司一直在测试不同方式以提高组织敏捷性，并强调绩效和晋升决定仍由人作出，而非AI。
Meta还开发了一款人力资源工具，用于识别“不可替代人才”，其中包括假设性的“10倍绩效员工”。知情人士称，公司原计划将部分裁员节省下来的资金，用于向顶尖AI工程师提供高额薪酬方案。
今年3月，外界报道称Meta正考虑实施更深度的裁员，令尚未获知完整重组计划的员工感到不安。公司领导层基本避免与普通员工讨论相关报道，但要求高级管理人员对外传达这样一种说法：员工岗位将因AI而“演变”。这种模糊表态进一步加剧了员工的担忧，即自动化工作推进的背后，可能正是削减人力的计划。
员工还对另一项安排表示愤怒：Meta计划在美国员工的设备上安装追踪软件，记录键盘输入和鼠标移动轨迹，相关数据拟用于训练能够操作计算机的AI智能体。许多员工担心，自己正在帮助训练未来可能取代自身岗位的系统。
内部论坛随后充满批评声音，员工组织和劳工行动也开始获得更多支持。根据Meta年中Pulse调查，员工正面情绪评分已从74%降至55%。
Meta还将部分工程师调往“应用AI工程”部门，为AI训练数据设计软件工程类问题。公司表示，该部门的数据帮助训练了7月发布的一款AI模型。但部分员工在内部批评这类工作重复性较强。截至5月底，由于内部调动与裁员，一些工程团队的人数已减少最多30%。
在5月20日裁员消息公布前数小时，扎克伯格与高级管理层会面，并叫停了原定于11月进行的第二轮重组规划。不过，Meta仍于次日裁减了约10%的员工。
裁员完成后，扎克伯格表示，他“不预计今年还会进行其他全公司范围的裁员”，并称Meta需要为员工提供更多稳定性。此后，公司暂停了鼠标追踪项目，并允许部分被调往AI工程团队的员工回到原来的岗位。
今年7月，扎克伯格承认，AI智能体的推进速度并未如预期般实现“加速”。不过，他仍预计，这项技术会在未来三到六个月内带来更明显的收益。
Meta计划在今年投入至少1300亿美元，用于采购AI芯片及建设其他基础设施。随着投入规模持续扩大，投资者也越来越要求Meta证明，这笔巨额AI支出究竟能够带来何种实际回报。