美国同城
·
AI智能相对论
·
2026-06-01 02:10

Meta被裁老哥一句“整栋楼都在讲普通话”引爆热议

Meta刚裁掉8000人,一个叫Jeremy Bernier的工程师前脚拿到通知,后脚就在X上发了一篇控诉公司的“小作文”。然后,爆了。230万阅读。

这篇愤怒夹杂荒诞的控诉帖,核心指控只有一句话:组里90%是中国人,吃饭不叫他;但细看全文,他真正想说而不敢说的,是那句“我不想活在被AI榨干的世界”。

当一个被公司怀疑不够“AI原生”的员工,被公司用AI监控着写出这篇帖子时,背后是一场比裁员更撕裂的现实。

01

“整栋楼都讲普通话”,真实还是荒唐

“组里90%是中国人,大家平时聊天都讲普通话,午饭中国人一伙去吃也不叫我。”这位被裁Meta员工在X上写道。他甚至把场景反转做了暴力类比:“想象一下,华为深圳总部有个部门,管理层全是日本人。日本人上班全程讲日语,提拔日本人,排挤中国员工。中国员工会怎么想?”

帖子里真正具有毁灭性杀伤力的观察,藏在一堆“中国同事不讲英语”的花边吐槽之后。他描述了Meta内部残酷的末位淘汰制。每6个月就有一个同事从团队里消失,不鼓励协作,倒逼员工互相背刺、丢锅自保。“Meta绝对是我工作过最有毒性的公司”,这句评语,才是整篇帖子的真正腰封。

网友反应两极分化。有人质疑他混淆了种族,有Meta老员工反驳“在我7年的经历中从未遇到过”,也有人一句扎心反问:“翻译软件不支持你用吗?为什么不去学中文?”

有趣的是,他的控诉里真正有杀伤力的攻击,恰恰是“裁员名单里没有Chinese”这句戳了无数白人心窝子的画面——在2026年的硅谷,能力和忠诚导向的管理文化,终究要面对种族认同这堵虚无但坚实的政治墙。

02

监控、算账、等待与“自杀式训练”

如果只是个人遭遇,这篇小作文不会炸到百万量级。真正让它引爆的,是一张把所有Meta员工都架在火上烤的大网。

今年4月,Meta开始推行名为“模型能力倡议”(MCI)的软件。安装在员工工作电脑上,记录键盘、鼠标、屏幕截图,没有退出选项。扎克伯格在全员会议上亲自解释,为何选内部员工而不是外包人员来训练AI:“我们公司员工的平均智力,比外包人员高得多。”言下之意:你们更聪明,喂给AI效果更好。

与此同时,2026年一季度Meta财报净利润暴涨61%达268亿美元,AI业务却在疯狂烧钱——全年资本支出1250至1450亿美元,人力开销只是零头。“我们公司有两笔大账单:算力和人。两笔必须砍一笔。”扎克伯格这句原话,让“烧人喂AI”的逻辑链条完整闭合了:人负责训练AI,AI负责替换人。

更折磨人的是四月下旬到五月二十日的“28天地狱”。被裁员工凌晨4点收到邮件,跨时区分三波推送。内部论坛上“欢迎来到28天地狱”帖子被顶了无数遍,员工自嘲:“我的日常KPI,是训练一个未来把我干掉的模型。”

03

一台精密的叙事切换机器

这场裁员,从动机到执行都透露着诡异。

第一层诡异:Q1净利暴涨61%,却裁掉10%员工。省钱显然不是目的。按行业薪资估算,每年节约约20亿美元,在千亿AI投资面前不值一提。真正的动机,是将公司叙事从失败的元宇宙全面转向AI。Reality Labs累计亏损超800亿美元,资本市场迫切需要新故事。裁员本身,就是讲述新故事最有效的方式——用行动告诉华尔街:我们不再烧钱搞噱头,我们真刀真枪在搞AI。

第二层诡异:凌晨4点发通知、跨时区分三波推送、精准打在员工熟睡时段,每一个细节都经过设计。Meta不是不懂得更人性的裁员方式,而是刻意选择了最冷酷的一版。有分析指出,这本身就是向资本市场传递“执行力”信号的叙事手法。

04

被裁与留下的人,故事还没完

幸存员工的心气已被彻底打散。美国匿名职场社交平台Blind上,一条留言概括了集体精神状态:“我是幸存了,但心气都放马桶里冲掉了。”8000人出局,剩下的人躲过这一刀,躲不过更多的活和更焦虑的未来。

一名未被裁的数据科学家化名对媒体说,身边很多同事没有辞职,只是因为现在行情差,暂时找不到下家。更令人心酸的是主动“求裁”。一名Meta员工在LinkedIn上写道,她跟公司求了六个月要上裁员名单,最后如愿被裁。她说这是“最适合自己的职业方式”。

Jeremy Bernier的故事在这个时间点爆发,成为整个风波最佳反讽底片:一个对“AI优先”极度抗拒、把多元包容问题硬掰成种族话语、能力不达标的员工,确实该被这个系统开除。但当他躺在X上230万次阅读的爆炸帖下,随手打出的那句“我不想活在被AI榨干的世界”却无意间道出了所有人心底最深的不安。那不是偏见患者的个人控诉,而是整个新秩序正在碾压旧世界最真实、最粗粝的肉身触感。

在金钱、算法、算力与叙事面前,每个人都在笨拙地挣扎。连Jeremy Bernier也用最笨拙的方式,在数字废墟里炸开了一场关于人何以为人的沉默喧哗。

用户发布内容分享,若违规侵权,请联系我们核实删除

User-generated content. For violations or DMCA, contact us for removal

收藏 礼物
评论列表 查看 2 条评论