過河拆橋？扎克伯格一邊計劃裁員，一邊稱“讓 Meta 員工參與訓練 AI 效果更好”
重點摘要
扎克伯格稱，“我們現在正處於這樣的階段：AI 模型會通過觀察真正聰明的人工作來學習。如果希望 AI 掌握某些能力，那麼讓 AI 觀察真正聰明的人如何完成這些事情，是非常重要的。”
Meta 執行長祖克柏近期陷入矛盾爭議。他一邊計畫再次裁員，另一方面卻公開表示，讓自家員工參與訓練 AI 能讓模型學得更快、效果更好。這種「又要人走、又要人教」的態度，迅速引發外界「過河拆橋」的質疑。
祖克柏認為，AI 若能直接觀察公司內聰明員工的工作方式來學習，會比單純餵給大量資料更有效率。然而，這番話的時間點恰好落在 Meta 傳出準備新一波裁員的時刻，讓許多員工感到諷刺——公司明明需要他們的專業來餵養模型，卻同時打算把他們趕出門。
從背景來看，Meta 過去一年多來已多次大規模裁員，試圖降低成本、專注於 AI 與元宇宙。但祖克柏這番「員工訓練 AI 更好用」的言論，等於變相承認這些即將被裁員的人正是 AI 進步的關鍵養分，讓整起事件充滿矛盾。
這項舉措的潛在影響，首先會打擊內部士氣。員工可能認為自己只是被當作訓練工具，而非值得長期投資的人才。對外，這也會讓大眾更加質疑科技巨頭對待人力資源的方式是否足夠透明與合理。
讀者可以持續關注 Meta 後續的裁員計畫細節，尤其是哪些團隊會被優先縮減。另一個值得觀察的點是：祖克柏口中「讓員工訓練 AI」的方案是否真的會執行，或者只是為了安撫外界而釋出的說詞。
Related
相關文章
GPT發AI原創新成果了
這篇消息聚焦「GPT發AI原創新成果了」。原始導語提到：AI實現藥物全自動研發，還遠嗎？ 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
AI越強，越要“殺死”過去的自己
這篇消息聚焦「AI越強，越要“殺死”過去的自己」。原始導語提到：人類需要實現思維模式的轉變。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Salesforce CodeGen Tutorial: Generate, Validate, and Rerank Python Functions With Unit Tests and Safety Checks
In this tutorial, we implement an end-to-end workflow for Salesforce CodeGen. We load a CodeGen model from Hugging Face, prepare it for code generation, and use it to generate Python functions from natural-language prompts. We then move beyond basic inference by adding function extraction, syntax checking, static safety checks, unit-test-based validation, best-of-N candidate reranking, multi-step program synthesis, prompt-style experimentation, benchmark visualization, and artifact export. Through this workflow, we learn how CodeGen can be used not only as a code completion model but also as part of a structured code-generation pipeline that evaluates, filters, and organizes generated solutions. Loading the Salesforce CodeGen Model from Hugging Face Copy CodeCopiedUse a different Browserim
Transformer之父離開谷歌，奧特曼等了他十年
這篇消息聚焦「Transformer之父離開谷歌，奧特曼等了他十年」。原始導語提到：27億美元也沒能留住，Noam Shazeer追尋下一代架構。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Dario訪談首曝：Mythos被稱為“超級武器”
這篇消息聚焦「Dario訪談首曝：Mythos被稱為“超級武器”」。原始導語提到：在這場69分鐘完整訪談裡，Dario Amodei 說人類真正面對的不是某個突然降臨的奇點，而是一條已經開始垂直起飛的指數曲線。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
用結構替代數據，因果世界模型如何重塑具身智能大腦
這篇消息聚焦「用結構替代數據，因果世界模型如何重塑具身智能大腦」。原始導語提到：因果世界模型需要一個標誌性的時刻來證明自己。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。