小扎連夜慫了？本想用AI換掉Meta員工，卻在大裁員前幾小時緊急“剎車”：AI代碼暴漲220%，員工“救火”時間反增70%

執行長祖克柏（Mark Zuckerberg）原本對人工智慧改造企業的想像，在這一波裁員行動中出現戲劇性轉折。Meta 原訂進行新一輪人力精簡，據傳執行團隊甚至已準備好以 AI 取代部分工程師職位，並將此視為提升效率的關鍵一步。然而就在大規模裁員正式對外宣布的前幾個小時，高層卻緊急踩下煞車，臨時喊停原定計畫，讓內部員工與外部觀察者都感到錯愕。這項轉變之所以引起關注，不只是因為裁員本身，而是背後牽涉到 AI 在軟體開發領域的實際成效，與管理階層原本樂觀預期之間存在明顯落差。消息指出，Meta 內部近年來積極導入 AI 輔助程式開發，要求工程師在日常工作中大量使用 AI 工具生成程式碼。

從數據上來看，AI 在 Meta 軟體開發流程中的滲透速度相當驚人，相關應用所產出的程式碼數量大幅成長，短短一段時間內成長幅度達到 220%。對管理階層而言，這原本是說服投資人與董事會的重要依據：既然機器已經能承擔大量編寫工作，人事成本自然有下調空間。祖克柏在公開談話中也多次暗示，AI 時代的工程團隊規模不必像過去那麼龐大，部分重複性高的編碼任務可以交給模型處理，人類工程師只需要專注於更高階的系統設計與決策。但真正讓裁員計畫在最後一刻生變的關鍵，在於內部數據顯示的相反趨勢。Meta 的工程團隊在導入 AI 之後，並沒有因為自動化而變得更輕鬆，反而花費更多時間在處理 AI 所產生的問題。

根據內部統計，員工用於「救火」——也就是修復錯誤、排除系統異常、調整 AI 生成程式的邏輯漏洞——的工作時間反而增加了 70%。這意味著 AI 雖然大幅提高了程式碼的「產出量」，卻也同時製造了更多需要人工介入的複雜狀況。許多工程師在實際使用後發現，AI 生成的程式碼乍看之下結構完整，但在整合進大型系統時會出現難以預料的衝突，尤其面對 Meta 旗下龐大且高度耦合的服務架構時，這些問題更加明顯。這項發現讓原本主張縮減人力的高層不得不重新評估 AI 的真實生產力。

在裁員會議前夕，相關部門提交的內部報告清楚指出，若貿然砍掉大量工程師，現有的人力根本無法應付 AI 程式碼所衍生的維護需求，恐怕會在產品穩定度與開發進度上付出慘痛代價。祖克柏與核心決策團隊在審閱這些數據後，決定收回成命，緊急調整裁員範圍與規模。這也解釋了為什麼 Meta 這次的人事調整與外界原本預期有相當大的差距——不是企業突然對員工心軟，而是現實數據讓管理階層認清了 AI 現階段的極限。事實上，這並非 Meta 第一次在 AI 與人力之間擺盪。

過去兩年，祖克柏多次宣示要打造「效率導向」的企業文化，並在 2022 年底至 2023 年間進行大規模裁員，一口氣削減了超過兩萬個職位，當時的官方說法同樣強調精簡與自動化。然而，Meta 的 AI 開發策略也在此期間經歷多次修正，從最初大力投入大型語言模型，到後來將重心轉向商業應用與廣告系統的整合，過程中始終存在著「AI 究竟能替代多少人力」的內部辯論。這次裁員前最後一刻的踩煞車，可以視為這條辯論路線的最新一章，也反映出生成式 AI 在真實企業環境中落地時，遠比技術展示時來得複雜。從更廣泛的產業角度來看，Meta 的經驗並非特例。

矽谷多家科技公司近年都在嘗試以 AI 縮減工程團隊，但不少企業在實際導入後發現，AI 帶來的生產力紅利往往被維護成本吃掉的狀況屢見不鮮。程式碼生成工具的定位，本質上更像是一個效率倍增器，而非人力替代方案。當 AI 能在短時間內吐出大量程式碼時，團隊確實能加快開發速度；但這些程式碼的品質參差不齊，必須由資深工程師逐一審查與修正，反而增加了原本不存在的把關負擔。這種「AI 寫得越多、人類修得越多」的循環，正在成為許多技術團隊的共同困擾。對於基層員工而言，這次裁員急轉彎帶來的訊息其實相當複雜。

一方面，原本可能失業的壓力暫時解除，對許多人來說無疑是好消息；另一方面，AI 所增加的工作量卻是實實在在的日常壓力。有內部員工私下表示，現在的工作節奏比導入 AI 之前更加緊湊，因為系統同時要求工程師維持原有的開發產出，又得花時間收拾 AI 遺留下來的技術債。這種兩頭燒的情況，讓不少團隊的士氣受到影響，也加深了員工對 AI 策略的疑慮——他們不確定自己究竟是 AI 時代的受益者，還是暫時留下來收拾善後的角色。祖克柏對外的說法仍然維持樂觀基調。他在近期的公開場合強調，Meta 不會停止對 AI 的投資，並認為長遠來看 AI 將讓工程團隊變得更精銳、更具創造力。

然而，這次內部緊急喊停裁員的決策，卻在某種程度上與他的公開表態產生了微妙張力。管理高層顯然意識到，在 AI 尚未完全成熟的現階段，完全依賴自動化取代人力仍然是一場高風險賭注。特別是在產品穩定性與用戶體驗至關重要的平台上，任何因人力不足而導致的系統問題，都可能轉化為直接商業損失。這次事件也讓外界重新思考「AI 取代工作」論述的適用範圍。從 Meta 的數據來看，AI 確實可以取代一部分「寫程式」的動作，但無法取代「確保程式正確運作」的責任。軟體開發的本質並不只是程式碼的產出，還包括對系統整體架構的理解、對產品需求的分析、以及對潛在風險的判斷，這些能力在短期內仍高度依賴人類工程師。

AI 所扮演的角色，更像是讓工程師從繁瑣的底層工作中解放出來，把精力集中在更具價值的決策工作上——但前提是企業必須願意投資足夠的訓練與流程調整，而不是單純把 AI 當成削減成本的工具。從裁員計畫在最後一刻生變的決策過程來看，祖克柏與 Meta 高層並非真的「慫了」，更像是被內部數據當頭棒喝。AI 程式碼暴增 220% 的亮眼數字背後，伴隨的是 70% 的額外修復工作量，這組數據讓管理階層不得不正視現實：AI 目前的角色與其說是替代者，不如說是催化劑——它加速了開發流程，卻也放大了系統原本的複雜度。在這樣的前提下，輕率裁員只會讓團隊陷入更嚴重的資源短缺。

Meta 的這次緊急轉彎，也為整個科技業提供了一個值得參考的案例：當 AI 的產出能力持續膨脹時，企業該如何重新定義人類員工的價值，恐怕才是比裁員與否更值得深思的問題。