摘要：5亿美元年薪挖24岁AI天才，99分钟部署压缩到2分钟上线，Meta正在用手术刀剖开自己的“祖传肌肉”——当这家市值万亿的科技巨头开始砸掉自己用十年搭建的“护城河”，转头拥抱竞争对手的工具，这场AI军备竞赛里，到底藏着多少行业不敢说的潜规则？
2.5亿美元年薪挖24岁AI天才，99分钟部署压缩到2分钟上线，Meta正在用手术刀剖开自己的“祖传肌肉”——当这家市值万亿的科技巨头开始砸掉自己用十年搭建的“护城河”，转头拥抱竞争对手的工具，这场AI军备竞赛里，到底藏着多少行业不敢说的潜规则？
“宁愿浪费数百亿美元，也不能慢一步。”扎克伯格在播客里的这句话，与其说是豪赌，不如说是科技巨头的生存宣言。当OpenAI的GPT-5进入内测，谷歌Gemini日活突破2亿，Meta的AI焦虑已经写在了财报的每一行数据里：过去三年，Meta在AI领域投入超500亿美元，重组3000人团队，甚至把所有AI业务打包进“超级智能实验室”（MSL）——这个被内部称为“特种部队”的部门，正在执行一项看似矛盾的任务：用外部工具拆掉Meta自己的“承重墙”。
最刺眼的对比藏在两组数据里：2023年，Meta给24岁AI研究员Matt Deitke开出2.5亿美元年薪（约18亿人民币），相当于公司全年净利润的0.3%；而三个月后，MSL负责人Nat Friedman在内部备忘录里怒吼：“我们的部署速度慢得像爬！”——当时Meta的祖传系统需要99分钟完成一次代码更新，而OpenAI的同类操作只需8分钟。
这不是简单的“效率问题”。在AI竞赛里，速度就是护城河。OpenAI用“周更”节奏迭代模型，谷歌DeepMind靠“分钟级实验”测试新功能，而Meta的祖传系统——这套为数十亿用户、数万工程师设计的“钢铁长城”，却成了AI时代的“枷锁”。它追求稳定性，却牺牲了灵活性；它强调规模化，却拖慢了创新速度。当小团队想快速试错时，必须走繁琐的审批流程；当工程师用AI辅助编程（vibe coding）时，系统甚至无法兼容实时生成的代码。
扎克伯格的解决方案简单粗暴：砸钱、抢人、拆墙。他给MSL的权限几乎不受限制：可以绕过传统审批直接采购外部工具，可以用九位数年薪挖竞争对手的核心团队，甚至可以“暂停所有非AI项目”。这种“不惜一切代价”的姿态，本质上是科技巨头在AI时代的集体恐慌——当技术迭代速度超过组织进化速度，连Meta这样的庞然大物，也不得不开始“以快破局”。
“部署变更耗时过长（小时级 vs. 分钟级），而且整体技术栈不利于vibe coding。”MSL基础设施负责人Aparna Ramani的备忘录，像一把刀捅破了科技巨头的“皇帝新衣”：那些曾被视为“护城河”的自研系统，正在变成“创新坟墓”。
Meta的选择出乎所有人意料：不用自己的系统，改用外部工具。他们和Vercel合作，把部署时间从99分钟压到2分钟；接入GitHub替代内部代码平台，让小团队可以“几分钟内完成更新”；甚至连AI编码助手Devmate，都放弃了自家的Code Llama，转而集成Anthropic的Claude——要知道，Meta曾为了自研大模型投入数十亿美元，如今却让员工直接用竞争对手的产品。
这背后藏着一个行业不敢说的潜规则：科技巨头的“自研迷信”正在崩塌。过去十年，巨头们信奉“什么都要自己做”：从芯片到系统，从算法到工具，必须100%自研才能掌控核心竞争力。但AI时代变了：技术迭代以周为单位，实验成本指数级上升，任何一家公司都不可能垄断所有创新。Meta的“反脆弱”策略——用外部工具补自研短板，本质上是承认“没有公司能包打天下”，这恰恰是巨头保持活力的关键。
更值得玩味的是“Nest计划”。Meta一边用Vercel应急，一边秘密开发内部替代方案Nest，目标是“两周内做出原型”“成为默认选项”。这种“两条腿走路”的策略，暴露了巨头的矛盾心理：既想借外部工具快速破局，又怕过度依赖外部生态失去主动权。但现实是，Nest的开发标准完全向外部看齐：用TypeScript（微软语言）编写，兼容Vercel的工作流，甚至连界面都模仿主流开发者平台。这意味着，Meta的“内部创新”，本质上是“外部最佳实践”的本土化——巨头正在放下“技术傲慢”，开始向行业最优解学习。
这种转变不是孤例。谷歌用OpenAI的API测试新功能，微软接入Midjourney生成图像，亚马逊采购Anthropic的模型优化客服系统。当AI竞赛进入“综合能力比拼”阶段，“开放”比“封闭”更重要，“敏捷”比“完美”更关键。Meta砸掉祖传系统的动作，其实是给所有科技公司提了个醒：在AI时代，真正的护城河不是“什么都自己做”，而是“能不能最快整合全球创新”。
“硬件部门AI使用率必须超过75%。”Meta的内部KPI，把AI从“工具”变成了“任务”。他们上线仪表盘实时监控员工使用情况，设计游戏化机制鼓励员工“刷AI使用时长”，甚至把AI使用率和绩效考核挂钩——在美国科技圈，这已经成了公开的秘密：谷歌监控工程师用AI后的“小时生产力提升”，微软计划将AI使用纳入晋升标准，亚马逊直接采购软件追踪员工是否“足够依赖AI”。
这背后是一场更危险的“组织异化”：当AI变成“政治正确”，员工正在从“使用者”变成“执行者”。有Meta员工透露，为了完成75%的使用率，他们会故意用AI生成重复内容，甚至“用AI写邮件再手动删掉重写”——形式主义正在消解AI的真正价值。更讽刺的是，Meta推出的AI聊天机器人Metamate，本意是提升效率，却因为强制使用，成了员工口中的“电子监工”。
为什么巨头们如此执着于“AI使用率”？表面看是追求效率，深层是组织焦虑。AI时代的竞争，本质上是“人才密度”和“组织效率”的竞争。当OpenAI用500人团队做出GPT-5，当Anthropic靠200人推出Claude 3，Meta这样的万人团队必须用“制度强制”来提升整体效率——毕竟，在AI面前，一个不会用工具的员工，产出可能只有别人的1/10。
但这种“强制使用”也藏着巨大风险。当员工为了KPI而用AI，创新会变成“同质化复制”；当组织依赖工具而非人才，核心竞争力会变成“工具依赖症”；当所有公司都用同样的AI工具，行业可能陷入“为了快而快”的内卷。Meta的案例提醒我们：AI是提升效率的手段，不是目的。如果把工具变成“组织宗教”，最终可能培养出一批“会用AI但不会思考”的员工——这恐怕是扎克伯格最不想看到的结果。
“如果超级智能在3年内变成现实，而你按照5年的规划来发展，那么你可能会错失良机。”扎克伯格的这句话，道破了AI军备竞赛的残酷真相：所有人都在和时间赛跑，却没人知道终点在哪里。
Meta的所有动作——天价抢人、分钟级部署、强制AI使用，都是为了一个目标：在超级智能到来前，抢占“先手优势”。但行业的集体焦虑正在把竞赛推向失控：OpenAI加速训练GPT-5，谷歌DeepMind测试“自主进化”模型，Meta甚至暂停了元宇宙项目，把资源全部投向AI。这种“不惜一切代价”的投入，像极了上世纪的“太空竞赛”——烧钱、抢人才、拼速度，却没人考虑“是否需要这么快”。
更值得警惕的是“路径依赖”。Meta为了快，放弃了长期自研；为了效率，强制员工用AI；为了竞争，甚至允许高管投资竞争对手（MSL负责人Nat Friedman是Vercel和Midjourney的投资者）。这些“短期最优解”可能埋下长期隐患：当外部工具断供怎么办？当AI监管收紧怎么办？当超级智能真的到来，Meta是准备好了“驾驭能力”，还是只准备好了“更快的工具”？
或许，Meta的“自我革命”给行业提了个醒：AI竞赛不是“速度竞赛”，而是“平衡竞赛”。既要快，也要稳；既要开放，也要自主；既要效率，也要创新。扎克伯格说“宁愿亏钱不愿错过”，但真正的智慧，或许是“既要抓住机会，也要避免陷阱”。
2.5亿美元年薪的天才、2分钟的部署速度、75%的AI使用率——Meta的这些数字背后，是科技巨头在AI时代的生存挣扎。它砸掉祖传系统，是为了打破组织僵化；它强制AI使用，是为了提升整体效率；它不惜一切代价，是为了在超级智能到来前“活下去”。
但这场革命也暴露了行业的深层矛盾：当技术迭代快于组织进化，巨头如何保持敏捷？当外部创新优于内部研发，公司如何平衡开放与自主？当AI变成“政治正确”，组织如何避免工具异化？
Meta的答案或许不完美，但它撕开了一个口子：在AI时代，没有永恒的护城河，只有永恒的进化。无论是砸掉祖传系统，还是拥抱外部工具，本质上都是为了一个目标——不被时代淘汰。而对于整个行业来说，真正的挑战不在于“谁跑得最快”，而在于“谁能跑得最稳”。毕竟，在超级智能的赛道上，最先冲线的，未必是最后活下来的。
来源：科技指南
