Meta转变AI评估：质量优先于Token数量，93%代码变更现由AI辅助

这一举措标志着Meta对AI整合的态度日趋成熟。Meta已通知其工程团队，AI token消耗将不再是绩效评估的指标。这一变化通过内部备忘录传达，反映了更广泛的行业趋势，即衡量AI带来的实际价值，而非使用量。

该备忘录由高管Maher Saba和Santosh Janardhan发布，概述了对所有工程师的新绩效期望。其中明确指出，Meta“不会使用AI采用仪表板或token使用量来评估员工影响力。”这标志着与早期考虑此类指标的做法有所不同。

相反，修订后的指南强调工作质量和切实成果。公司正在引导员工树立一种观念，即AI是增强的工具，而非合规的勾选框。备忘录还揭示了一个惊人的统计数据：Meta目前93%的代码变更都是在AI代理的协助下完成的。这一数字凸显了AI在公司开发流程中的深度嵌入。

但Meta很快澄清，目标不是追求高采用率。真正的目标是利用AI交付更高质量的代码并加速迭代周期。换句话说，这是为了更聪明地工作，而不仅仅是更快。

评估标准的这一转变紧随早前关于Meta内部AI管理的报道。6月，据报道，该公司通过一个名为AI Gateway的平台向6000名员工发送了一份备忘录，该平台旨在集中管理AI使用监督。团队可以查看自己的AI消耗情况，系统会自动标记token支出的任何异常激增。当时，Meta指出，内部AI使用量正在快速增长，预计今年的成本可能达到数千亿美元。

现在，通过将绩效评估与token数量脱钩，Meta承认通过此类指标衡量员工价值可能具有误导性。这是对AI真正价值在于其实现的结果，而非其消耗的资源的认可。

对工程师而言，这意味着更清晰地关注重要事项：解决问题、改进产品、突破界限。为了使用AI而最大化AI使用量的压力被解除，取而代之的是对有意义贡献的强调。

随着AI继续重塑科技格局，Meta的做法为各公司如何平衡创新与实用性提供了一瞥。它提醒我们，指标应服务于使命，而非相反。

要点

• Meta不再将AI token使用量用于工程师的绩效评估。
• 新指南优先考虑工作质量和实际影响，而非AI采用指标。
• Meta目前93%的代码变更由AI代理辅助。
• 公司旨在实现更高质量的交付和更快的迭代，而不仅仅是采用AI。
• 此前，公司通过AI Gateway平台在内部努力管理AI使用和成本。