🎯 科技 · 大厂AI治理
一、从AI驱动影响力到取消Token指标🔥 93%代码由AI辅助，但Token消耗不再是KPI——Meta重新定义AI时代的绩效逻辑
9月3日，据界面新闻等媒体报道，Meta本周在内部通知中表示，员工绩效评估将不再依据AI工具使用量，包括Token消耗等指标。这一调整标志着Meta在AI绩效考核方向上的重大转向。
此前，Meta曾大力推动员工提升"AI驱动影响力"，AI使用程度在实际工作中成为关注指标。高管Maher Saba和Santosh Janardhan在更新后的内部备忘录中明确表示："不会使用AI采用率仪表盘或Token使用量来评估员工影响力。"
二、AI已深度嵌入工作流，但使用量不等于价值数据显示，目前Meta内部93%的代码修改都由人工智能代理辅助完成，AI已深度嵌入工程师的日常workflow。然而，高使用量并不等同于高产出价值。
备忘录同时指出，采用人工智能"本身并不是最终目标"。这一表态反映了Meta管理层对AI应用的理性思考：AI是工具而非目的，真正重要的是AI赋能后的实际产出和业务影响，而非Token消耗数字本身。
三、Hatch智能体推高Token消耗，治理难题浮现尽管绩效考核不再强调AI使用量，但Meta员工正在测试的新型智能体AI工具Hatch，仍在持续推高Token消耗。员工反馈显示，Hatch等智能体工具在自动化工作流中展现出强大能力，但也带来了新的成本管控挑战。
这一现象折射出AI时代企业治理的深层矛盾：当AI能力以指数级进化时，如何建立与之匹配的效能评估体系，成为所有科技大厂必须面对的课题。Token消耗下降、使用量上升、价值产出待衡——Meta的这次调整，或许只是行业探索的起点。
综合界面新闻、36氪、财联社报道 | 2026年9月4日