感谢网友 华南吴彦祖 的线索投递！

今年, Meta完全改变了方向, 不再将AI Token使用量用作考核员工的指标, 这一决策或许会对数十万名工程师的年终评价产生影响, 职场内AI应用规则迎来了重大的转变。

绩效指标正式调整

Meta的高层管理人员Maher Saba, 和另外一位担任高管职位的人员, 共同发布了针对整个公司范围内工程师的, 最新的绩效期望方面的指引。这份备忘录清晰地明确表明, 公司不会运用AI采用率仪表盘, 或者Token使用量, 来对员工的影响力进行评估。

新版指引把之前对具体AI工具的引用给删除了, 并且还取消了针对特定任务的AI使用指令。管理层从强制推广开始, 把AI工具推广的思路进行了转变, 转变为以工作最终呈现出来的质量以及实际所产生的影响, 作为核心考量的维度。

93%代码由AI辅助完成

一则备忘录透露了一组令人诧异的数据, 那便是当前Meta内部, 百分之九十三的代码变更, 已借助AI智能体得以辅助完成, 此数字表明AI所涉工具在Meta内部的渗透程度已然相当之高。

然而, Meta着重指出, 其目标并非是AI采用率自身, 而是高质量更优的交付以及更迅速的迭代。该公司觉得, AI仅仅是一种工具, 真正关键的是借助AI所产生的工作成果, 并非工具的使用数目。

从强制管控到质量导向

曾在今年6月, Meta向6000名员工发送了内部备忘录, 借助名为AI Dashboard的平台, 对AI使用情况进行统一管理。各个团队可以查看自身的AI用量数据, 当Token支出出现异常增长时, 系统会自动发出警报。

之前彼时的那种做法, 更近似于凭借数据去监测员工对于 AI 的运用情形, 其既定目标乃在于避免出现资源不必要的损耗现象。现今当下政策朝向发生改变, 这表明管理层已然认知到仅仅只是对用量加以管控, 绝不会带来切实意义层面的价值逐步升高。

数百亿美元投入如何衡量

Meta于备忘录里点明, 公司内部AI的使用量正处于快速增长的态势, 员工们在今年当中所使用的AI工具, 或许会消耗数百亿美元, 这一笔巨额投入理应得到合理的回报。

若是持续将Token数量当作考核标准, 员工有可能滋生刷量的动机。转向工作质量评估之后, Meta期望引导员工更为关注怎样运用AI把工作做好, 而不是去追求使用量数据。

职场规则改变的信号

对那些往昔因Token使用数量而被扣分或者被约谈的工程师来讲, 这是一项重大利好。绩效考核回归到本质, 不再为工具使用数量付钱, 使得大家能够更专心于产出高品质的工作成果。

这同样体现出大厂于AI推广进程里遭遇的常见状况 , 一旦指标规划欠缺合理性 , 员工就会借助形形色色的办法开展 “优化” 数据的行为 , 而并非切实提高自身能力。对考核方向予以调整 , 乃是更具理性的抉择。

你认为Meta此次的调整, 会对别的科技公司产生示范方面的效应吗, 欢迎于评论区域分享你个人的看法, 要是觉得这一篇文章具备用处, 记得点赞且分享给予更多的同行。