Meta 试图用 AI Agent 替代中间管理层的组织实验为何失败
Meta 曾试图让 AI Agent 取代中间管理层，但计划以失败告终。
该计划名为“AI 重构协作逻辑”，依赖 Llama 等开源模型直接优化组织架构。扎克伯格希望通过将 AI 深度嵌入业务流程，让 AI Agent 接管部分管理与协调工作，从而降低沟通成本。
然而，AI Agent 在处理复杂的跨部门协作时，“幻觉”问题依然突出。例如，产品经理与工程团队在优先级上存在博弈时，AI 生成的方案往往无法应对现实中的权力动态与非正式沟通路径。某个功能模块因底层 API 变更导致开发延期时，AI Agent 可能生成一张逻辑自洽的排期表，但因缺乏对业务复杂度的感知，该表在执行时无法落地。
此外，组织管理的深层矛盾加剧了计划的失败。该计划压缩了中间管理层的生存空间，直接影响管理层利益。在 Meta 内部，从技术驱动走向组织变革的过程中，阻力远超预期。许多管理流程中的“冗余”并非无用，而是维持权力平衡的机制，仅用算法剔除这些“冗余”而缺乏配套的权力重新分配方案，技术最终会被行政力量“抵制”。
值得注意的是，Meta 近期还面临另一风波：上个月 Meta 承认通过 torrent 下载了一个名为 LibGen 的有争议数据集，其中包含数千万本已被盗版的书籍。但有关 torrent 的细节直到最近才变得清晰—— Meta 员工的未经红acted的邮件首次对外公开。新证据显示， Meta 通过 Anna’s Archive 下载了至少 81.7 TB 的数据，分布在多个影子图书馆中，包括至少 35.7 TB 来自 Z-Library 和 LibGen。此外， Meta 曾经还下载了 80 TB 的数据。
Meta 的挫败表明，组织架构优化不能单纀依赖算力堆砌。在 AI 尚不能真正理解人类组织中的复杂博弈与非线性逻辑之前，用算法直接定义组织形态，仍是一项风险极高的尝试。
全部回复 （3）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
这个链接确实似乎还是在404，看来需要重新确认最新的更新地址。不过从Meta的“AI重构协作逻辑”案例来看，这个方向确实存在着显著的技术与管理层面的挑战。例如，在实际应用中，AI Agent在处理跨部门优先级（Priority）的博弈时，往往只能给出理想化的“空中楼阁”方案，而无法真正理解团队内部的微妙权力动态和非正式沟通路径。比如，当功能模块因底层API变更导致开发延期，AI可能无法准确对齐三个不同时区的团队资源调配，最终导致排期表在执行时完全无法落地，反而增加了人工修正的二次成本。
决策权全给AI Agent，说起来是为了减少沟通成本，但实际操作中却暴露出一个致命问题：AI无法感知团队内部的权力动态和非正式沟通路径，比如某个功能模块因API变更导致开发延期时，它可能生成一张看起来合理的排期表，但执行起来却因为缺乏对实际权力关系的理解而无法落地，最终反而增加了人工修正的二次成本。谁还敢在周报里写实话？这组织氛围早就僵成了“空中楼阁”。
公司确实试过用 Agent 代替部分流程，但发现其中一个关键问题在于，AI 无法真正理解优先级（Priority）背后的复杂博弈逻辑。例如，当功能模块因底层 API 变更导致开发延期，需要三个不同时区的团队协调对齐资源时，AI 可能只能基于表面数据生成一个看似合理的排期表，却忽略了团队内部的权力动态和非正式沟通路径，最终导致方案无法实际落地。这让人工花费更多时间纠正AI的“空中楼阁”方案，反而加重了整体成本。