从“Chat”到“Claw”，AI的演进正从“对话”转向“执行”。当外界还在讨论“一人公司”的可行性时，硅谷巨头Meta，已经开始把这套逻辑引入自身组织。

3月23日早间，《华尔街日报》报道称，Meta正在推动一场以“AI智能体”为核心的内部转型：目标是让员工普遍配备AI助手，包括CEO扎克伯格本人。

马克·扎克伯格正在打造一款人工智能代理，以帮助他担任首席执行官。图源：《华尔街日报》

其中，扎克伯格正在开发一个“CEO智能体”，用于提升信息获取与处理效率。该系统可以直接整合内部数据并给出答案，从而减少对层层汇报的依赖。对于一家体量如此庞大的公司而言，这意味着信息流正在发生变化：从依赖组织层级传递，转向由AI进行集中整合与分发。

与之配套的，是一系列更细化的内部调整。Meta正在将AI使用情况纳入员工绩效评估，同时推广多款AI工具。例如“My Claw”这类个人代理，可以调用聊天记录与工作文件，在一定范围内代替员工完成沟通与协作；另一款名为“Second Brain”的工具，则用于索引和查询项目文档，更接近一个统一的内部知识入口。

当“人手一个AI智能体”即将成为现实，围绕这一变化，Meta的组织架构正在被外界重新评估。

3月16日，据《路透社》报道，Meta计划裁减20%或更多员工，以抵消在人工智能领域持续上升的投入，并押注AI带来的生产力提升。消息传出后，公司股价一度上涨近3%。

Meta计划裁员20%或更多后，该公司股价飙升。图源：《路透社》

如果仅从财务角度来看，这一举措可以被理解为AI时代下企业“降本增效”的权衡之策。但结合Meta近年来的战略方向，这轮调整更接近一次围绕AI展开的结构性调整。

一方面，近年来，Meta持续加大在AI基础设施上的投入。今年1月，Meta将年度资本支出计划上调约73%，以支持更大规模的数据中心建设和模型训练能力。与此同时，公司预计2026年的整体资本支出最高将达到约1350亿美元，较前一年显著提升。

具体来看，这些投入主要用于保障模型训练与推理所需的算力资源。例如，3月16日，Meta与人工智能基础设施公司Nebius Group达成协议，计划最高投入270亿美元采购相关云服务能力。

另一方面，Meta也在持续推进自研模型体系，包括一款代号为“牛油果（Avocado）”的文本人工智能模型。但据《纽约时代》报道，内部测试显示，Avocado在推理、编程、写作等关键能力上，未达Meta预期。这款大模型的发布时间也从今年3月至少推迟至5月。

在这种背景下，一边是持续扩大的AI投入，另一边是尚未完全兑现的模型能力与商业回报，Meta需要在资源分配与组织效率之间做出新的取舍。

如果将时间线拉长来看，Meta的AI战略确实还发生了明显的变化。

在过去的几年里，Meta AI的重点长期集中在基础模型层面。自2023年推出开源大型语言模型LLaMA以来，该系列模型逐步扩展到多个参数规模，并以开源策略推动了开发者生态的增长。相比闭源模型，这种开放许可在研究和部署成本上具有优势，并一度被视为Meta在AI基础设施上的重要竞争力。

但从更大的视角来看，仅依靠模型底座难以构筑起绝对领先的优势。尽管LLaMA 3在主流评测中已逼近部分头部闭源模型水平，Meta在消费级爆款产品、原生智能体生态与行业落地影响力上，始终未能与OpenAI、Anthropic、Google拉开差距。

从2025年开始，Meta的AI布局出现明显的重心转移：公司开始围绕AI Agent构建新一轮战略方向。

2025年12月，Meta以数十亿美元收购开发AI应用Manus的公司蝴蝶效应。这是Meta成立以来第三大收购，花费仅次于WhatsApp和Scale AI。Manus并没有自研的大模型，其主要能够基于大型语言模型独立分解任务、执行复杂步骤，包括整理信息、撰写代码与处理文档等。

Meta内部将这次收购视为其Agent战略的关键节点之一。这一动作不仅是对技术和人才的补充，也显示出Meta希望在AI Agent领域缩小与竞争者之间的差距。

2026年3月初，OpenClaw“龙虾”国内爆火，不久便被OpenAI收入麾下。没能拿下“龙虾”的Meta，转头收购了“龙虾”专属社交网络Moltbook。这一平台可以被理解为“AI的Reddit”,号称“只有AI能发帖，人类只能围观”。

但真正让Moltbook获得曝光和话题的，是人类“冒充”AI在平台上发布假帖子这一事件。爆火的同时，也暴露出了平台致命的问题：虚假信息泛滥。

因此，在Meta的收购Moltbook之后，不少人替Meta不值，认为其买了一个全是虚拟信息的虚假平台。不过，Meta看重的是Moltbook构建的“始终在线的Agent通讯录”，这种机制允许AI智能体在没有人类持续干预的情况下，持续发现彼此、建立连接并交换信息。

据悉，Moltbook的创始人及团队已加入Meta的Superintelligence Labs（MSL，超级智能实验室）。这一收购虽然没有对外披露具体金额，但在行业内被视为Meta在Agent网络化方向押注的一部分，试图构建跨产品、跨平台的智能体生态，而不仅仅停留在单一产品层面。

Meta内部推广的My Claw、Second Brain等工具更加贴近“智能体在组织内部的实际应用”，不仅能够辅助个人工作，还能在某种程度上承担信息流转与自动化任务执行的职责。这些内部调整与Manus、Moltbook的战略收购相互呼应。

从Meta当前的AI深度布局来看，其意在更全面地调整组织运行方式：通过AI压缩组织层级、扩大管理覆盖半径，并重塑个人与公司之间的协作关系。

在理想状态下，这种“AI优先”的模式可带来三方面的积极变化：更精简的人力规模、更高的单点产出效率，以及信息流与决策流的加速传播。通过让AI承担部分重复性任务与信息梳理，Meta能够缓解人员成本压力、减少组织内部的信息阻滞。

但与此同时，随着AI能力被嵌入核心业务流程，风险也在同步放大。3月20日，据《The Guardian》报道，Meta内部一款AI智能体因生成了错误的技术建议，导致一名工程师据此操作，使大量公司和用户相关的数据在内部被未授权的员工访问了约两个小时。Meta随后将这一事件评定为严重安全等级（Sev 1）事件，确认发生了数据暴露，并称“无用户数据被滥用”。

Meta AI代理的指令导致大量敏感数据泄露给员工。图源：《The Guardian》

实际上，当AI智能体逐步进入公司业务流程，相关的安全问题也开始显现。在涉及敏感信息访问、多步骤任务执行或外部工具调用时，这类系统往往缺乏稳定的边界判断能力，可能导致数据过度访问、权限误用，甚至产生不可预期的执行结果。

例如，近期国内发生的OpenClaw AI智能体泄密事件。据《澎湃新闻》报道，国内一家AI应用公司的负责人，将部署仅10天的OpenClaw智能体拉入3000人规模的公开交流群用于测试互动，因未设置严格应答权限、默认开启过度信息访问权限，该智能体遭群内人员通过诱导式提问持续“围攻”近两小时，在无额外授权、未@主人确认的情况下，主动向外泄露了负责人真实姓名、所属公司全称、IP地址以及公司全年营收等核心敏感信息。全程公开可见且无法快速撤回，给企业数据安全与个人隐私造成不可逆影响。

因此，当AI从“辅助工具”转向“深度参与公司运转”的系统性角色时，其错误也不再是单个产品层面的技术缺陷，而可能演化成全局性风险：一旦AI在业务流程或决策链中获得较高权限，误导性输出可能触发连锁反应，影响组织稳定、安全甚至合规边界。在这种背景下，企业需要构建更完善的AI安全治理与监控机制。

截至去年12月底，Meta 员工总数约为7.9万人。若按照报道中提及的20%裁员比例计算，意味着约1.58万人将受到影响，而剩余的约6.3万人，则可能进入“人手配备AI助手”的工作模式。

类似的变化，并不只发生在Meta。前不久，网易因“引入AI并调整部分外包岗位”的决策引发热议。从国内到海外，围绕AI带来的岗位重组与效率提升，正在成为越来越多公司的共同选择，也在一定程度上重塑就业结构与岗位需求。

当人力与算力的结合不断加深，这场变化的影响开始向组织与个体两端延伸。对企业而言，在推进AI落地的同时，如何控制由此带来的安全与管理风险，成为新的课题；而对个体来说，在不确定性增加的环境中，理解AI的边界，并建立与之协同的能力，正在变得更加重要。