AI时代，我们终将成为“词元囚徒”

3月27日，据财联社报道，Meta内部文件显示，公司创作部门设定目标，要求到2026年上半年，65%的工程师需使用人工智能编写超过75%的已提交代码。

但与此同时，据多家外媒报道，Meta正计划裁员约20%，涉及约1.6万名员工。颇具讽刺意味的是，报道称Meta裁员原因或是AI成本太高导致。

企业一边强制推行AI工具以提高效率，一边却因AI基础设施的巨额投入而削减人力成本。

即使如此，AI时代下这显然成为一种趋势，而我们正在“词元化”。

一面力推AI取代程序员，一面却因“GPU太贵而裁员”

Meta内部文件披露了颇具雄心的目标：其可扩展机器学习部门计划在2026年2月之前，实现50%到80%的代码由人工智能辅助编写。核心产品部门也设定了类似指标，要求80%的中高级工程师必须采纳AI工具。

更有甚者，来自Meta部门经理的信息透露，公司内部已出现名为“AI-Native”的全新组织架构。该小组采用高度扁平化管理，50名成员仅由1名经理负责。对比传统架构下一个经理管理十几人的模式，这种新架构指向一个未来：高达70%的管理岗位可能会被淘汰。

然而，在强推AI应用的同时，Meta却面临着前所未有的成本压力。

该公司2026年一季度财报给出了惊人的数字：全年AI相关资本支出指引高达1350亿美元，大约是2025年的两倍。更长期的计划是，到2028年为AI基础设施投入6000亿美元。如此庞大的开支，让市场流传出一个说法：Meta计划裁员20%以填补AI的巨额开销。用一句略显尖锐的评论来说，“裁员不是因为人多余了，而是因为GPU太贵了。”

这让许多员工陷入了一种两难困境。为了保持职场竞争力，他们必须深度使用AI；但将个人经验喂给AI的过程，反过来会加速AI的学习与进化，无形中可能加速自身被替代的进程。

从管理逻辑剖析，Meta的做法实质上完成了一次风险转移。通过将AI使用率设定为硬性KPI，公司把技术迭代的隐性成本部分转嫁给了员工。员工被迫利用个人时间去学习和适应新工具，承担技能更新的压力，而公司则通过“自然优化”的方式，悄然淘汰那些适应迟缓的人。这种“软性裁员”策略，成本更低，且能精准筛选出最擅长与AI协同工作的个体。

词元正成为AI时代新的绩效指标

这股风潮不止于Meta，整个硅谷都在悄然“词元化”。

据央视财经报道，硅谷的程序员群体中间出现了一种新的攀比风气：比拼“词元”消耗量。例如，一位OpenAI工程师创下了公司内部纪录——在一周内处理了高达2100亿个词元，这个量级相当于把维基百科的全部内容重复处理33遍。

包括Meta在内的科技巨头，已经开始将AI使用情况正式纳入绩效考核体系。使用频率高的员工获得嘉奖，使用少的则会受到督促。Meta发言人虽表示绩效考核更侧重于AI工具带来的实际影响，而非单纯的使用量，但根据此前报道，将员工绩效与AI工具使用情况挂钩的做法，在去年就已开始推行。

将词元消耗量作为绩效指标，本质上是数字泰勒主义的一次升级。回顾历史，传统工业时代以“单位时间产量”衡量工人，信息时代早期则以“代码行数”评估程序员，而到了AI时代，新的度量衡变成了“词元处理量”。

这种计量方式的核心问题在于，它极易混淆“活动”与“产出”。处理2100亿词元的光鲜数字背后，可能包含了大量重复、试探性的无效交互，却在内部排行榜上制造出一种“勤奋”的幻象。

更值得警惕的潜在风险是，此类机制可能诱使员工为了完成KPI而进行低质量交互，反而拉低整体工作效率。试想，如果员工开始为了保住职位而“刷词元”，那么AI工具就从提升生产力的助手，异化成了内卷的道具。

“词元”不仅在于使用量，更在于使用质量

大洋彼岸的类似计量体系也在建设中。国家数据局局长刘烈宏披露的数据显示，中国日均词元调用量已突破140万亿次。观察增长曲线，从2024年初的日均1000亿次，跃升至2025年底的100万亿次，再到2026年3月的140万亿次，短短两年间增长了超过千倍。

不过，与硅谷直接将词元消耗与员工个人绩效挂钩的做法不同，中国当前的实践重心更多聚焦于基础设施层面。

行业专家指出，在“词元时代”，真正的关键不仅在于使用了多少，更在于如何使用得更好。如何减少与AI的低质量、重复性的交互，从而将人类的时间与智慧重新投入到更高阶的判断、创造和决策环节，这才是下一阶段企业构筑核心竞争力的要点。

与硅谷主要由企业驱动的发展模式形成对比，中国的词元经济发展路线更倾向于“基础设施先行”。通过国家主导的智能算力中心建设，将高昂的算力成本社会化、集约化，有望避免单个企业因无法承受算力成本而陷入类似Meta的裁员困境。这种模式的优势在于能够分散技术转型期的系统性风险，但其挑战也同样明显：如何确保公共算力资源能够被高效、公平地配置。

程序员能被取代吗？

关于AI是否会完全取代程序员，业界的判断目前仍有分歧。据Meta内部经理的观察，初级编码类工作确实已经可以被AI高质量完成。而Anthropic公司发布的Claude Opus 4.6模型，甚至能根据软件界面截图直接生成对应代码，能力令人侧目。

压力也在向其他岗位蔓延。产品经理、数据科学家等角色同样面临挑战，因为AI在数据分析、方案初拟等方面已展现出惊人潜力。相比之下，那些需要复杂物理操作和即时情境判断的蓝领工作，如理发师、电工等，暂时还难以被替代。

比岗位替代更深层次的变化，是组织结构的重塑与扁平化。Meta正在对部分部门的职位进行系统性重命名，改为“AI构建者”、“AI小组负责人”等头衔，其目的正是为了配合更小的团队规模，打造更加扁平高效的组织结构。

一位Meta部门经理的感叹颇为耐人寻味：“我们一开始以为自己只是在用一个工具，然后发现那个工具比我们强，而我们有可能以后才是工具。”

从技术本质来看，AI目前展现的主要是“替代”能力，而非“超越”。它能熟练完成具体的编码任务，但缺乏系统架构设计的战略眼光；它能生成流畅的文案，但无法进行商业伦理的复杂权衡。

因此，真正的危险或许不在于AI彻底取代人类，而在于人类陷入“AI中介化”的窘境：成为AI输出的校验者和最终责任的承担者，既失去了创造性工作带来的满足感，又必须为可能的决策失误背锅。

未来的场景可能是，少数能够高效驾驭AI工具的“超级个体”将取代传统的中间团队，而大量从事基础性工作的从业者则面临技能贬值的风险。需要明确的是，这并非技术演进决定的必然结局，而在很大程度上是企业主动选择的结果。当公司维持一个大规模人力资源团队的成本，持续高于购买并运行对应算力的成本时，裁员便成了冷酷但符合商业逻辑的选项。

劳动价值正被重新定义

大力推动AI应用的直接结果，可能并非简单的人力被机器取代，而是企业成本结构发生了根本性转移——从以人力成本为主，转向以算力成本为主。

在这个转型过程中，“词元”这个原本纯粹的技术参数，正逐步演变为管理指标，并极有可能成为衡量现代知识工作者价值的新标尺。

一句话总结，在AI时代，人类劳动的价值计量方式正在被彻底重写。

如果把词元消耗量直接作为KPI，用AI使用率来决定员工的去留，那么故事的核心就不是AI取代人，而是掌握了AI定义权与管理权的层面，如何重新划分和定义劳动的价值。

我们，或许正在成为“词元囚徒”。