摘要：更讽刺的是，Meta 2024年第二季度财报显示，公司在AI相关业务上总共花了287亿美元，其中光Scale AI就占了143亿，可AI业务的营收只占总营收的8.2%，同比增速还比去年降了11个百分点。

你们敢信吗？有公司砸了143亿美金买了家公司，结果自家研究员偷偷用对手的数据；

开九位数年薪挖来的明星人才，入职三天就把离职信写成了推特草稿！

这不是什么狗血连续剧，而是Meta现在正在上演的真实戏码。

而且Meta AI部门第二季度的离职率居然高达27.3%，比行业平均水平12.5%翻了一倍还多。

要知道Meta为了搞AI，光一个数据中心就砸了500亿，取名"太阳之父"，

结果员工私下里都叫它"黑洞"，多少资源都填不满。

先说那个号称"太阳之父"的Hyperion数据中心，预算500亿美元，还搞了两层安保，进个实验室得刷特殊工牌，简直比白宫还严。

可如今进度已经滞后4个月了，就因为当地环保组织抗议它太费水，部分施工都停了。

更讽刺的是，Meta 2024年第二季度财报显示，公司在AI相关业务上总共花了287亿美元，其中光Scale AI就占了143亿，可AI业务的营收只占总营收的8.2%，同比增速还比去年降了11个百分点。

MSL的新员工不仅有专属门禁，工位还亮堂，而老员工有的被调到地下室那排没窗的角落，三年没涨过工资，看着新人拿着上亿的年包，自己却只有几十万，换谁心里能平衡？

有老员工在茶水间偷偷吐槽："你敢信吗？65岁的图灵奖得主Yann LeCun，现在要给一个28岁、连篇AI顶会论文都没发过的人汇报工作，这剧情比Netflix的剧还魔幻！"这话传到网上，不少网友都留言说："这哪是搞科研，这分明是搞宫廷剧啊！"

而且最近有消息说，FAIR（Meta的老牌实验室）现在基本不搞大模型了，Yann LeCun主张搞什么JEPA架构，看来这位图灵奖得主是真的对现在的方向不感冒了。

说到Meta的AI困境，就不得不提那笔143亿美金的收购Scale AI。小扎当初买它，本来是想解决数据质量差的老毛病，结果反而给自己挖了个大坑。

Scale AI公司早期靠在亚非拉找廉价劳动力做数据标注起家，简单说就是让大妈们给图片画框打标签。

可现在的大模型不一样了，需要的是医生标注的手术视频、律师整理的判例文本这种专业数据， Scale AI那套老办法根本不管用。

有Meta的研究员私下说，他们测试过Scale AI的数据，错误率高得吓人，尤其是医疗相关的数据，错误率居然有18.7%！

后来他们换成了Mercor和Surge的数据，人家的错误率分别只有3.2%和4.5%。这差距，就好比用业余选手和奥运冠军比专业度。

Meta这边刚偷偷换成竞争对手的数据，OpenAI和谷歌那边就宣布停止和Scale AI合作了。Scale AI没办法，只能裁掉200个数据标注员工，还说是什么"市场需求变化"，其实明眼人都知道是怎么回事。

现在Meta的处境着实有点尴尬，内部聊天群里都在传："143亿买了家数据标注公司，结果咱们还得偷偷用对手的数据。"

这话没人敢接，因为大家都知道，这话戳中了公司的痛点。官方还嘴硬说"数据质量没问题"，可工单上明晃晃挂着Mercor和Surge的Logo，这不就是自欺欺人吗？

如果说数据问题是技术困境，那人才问题就是Meta的致命伤。小扎为了挖人，开出九位数年薪、专属门禁、独立算力，可没想到这些糖衣炮弹，最后反而成了逼走人才的最后一根稻草。

最受争议的就是那个28岁的Alexandr Wang，小扎把他请来当负责人，可这位连篇AI顶会论文都没发过，却要领导一群行业大牛，包括65岁的图灵奖得主Yann LeCun。

为了留住人，HR都被逼得现场改合同，可就算这样，还是留不住人。 就说前OpenAI研究员赵晟佳吧，人家参与过ChatGPT的研发，被Meta挖来后，才待了几天就想走，甚至都签了重返OpenAI的文件。

Meta急了，直接给了他一个"首席AI科学家"的头衔，才勉强把人留下。还有那个明星研究员Ethan Knight，入职三天就把离职信写成了推特草稿，这得多失望才会这么决绝？

离职的人才里，72%都去了Anthropic、Inflection AI这些初创公司，只有18%回了OpenAI和谷歌。这说明什么？不是这些人才不想搞AI了，而是他们不想在Meta搞AI了。

而且Meta的员工满意度也越来越低，今年的调研得分只有3.1/5，去年还有4.2呢。有员工调侃说，现在留在Meta的唯一理由，就是食堂新换的冰淇淋机，不过口味随机，跟项目命运一样刺激。这话听着好笑，其实满是无奈。

现在Meta把宝都押在了Llama 5上，希望靠它打个翻身仗。可现实是，模型还没跑完，人先跑光了。 Llama 5本来计划搞多模态架构，整合文本、图像、语音数据，听起来挺厉害，可问题是没高质量数据啊。

就因为数据短缺，研发进度已经落后原计划6周了。为了补数据，Meta又和医疗数据公司Flatiron Health达成合作，每年要付4000万美元的授权费，这又是一笔不小的开支。

而且训练过程也不顺利，数据管道隔三差五就断流，训练一次要排队三天，断点续跑像老式拨号上网一样慢。

现在回头看，小扎的AI豪赌从一开始就埋下了隐患，砸钱确实能买到资源，但买不来人心；能挖来人才，却留不住人才。

Llama 4的评测造假、Scale AI的合作裂痕、人才的批量流失，每一个问题都在消耗Meta的元气。

最后想问大家一个问题：如果是你，会为了高薪走进那道双层安检的门，还是选择转身离开？欢迎在评论区说说你的看法。

来源：靳律法谈