Meta改AI考核标准，93%代码由智能体辅助

据外媒The Information报道，Meta已正式调整其AI考核标准，明确告知工程师，绩效评估将不再包含AI Token的使用量。这一变化源于公司高管Maher Saba与Santosh Janardhan发布的最新绩效期望指引，其中明确写道，Meta不会使用AI采用率仪表盘或Token使用量来评估员工影响力。

新版绩效期望指引相较此前发生了显著调整。删除的内容包括对具体AI工具的引用，以及针对特定任务的AI使用指令。这也意味着，Meta不再鼓励或要求工程师以固定方式使用AI，而是将工作质量与实际影响作为核心考量维度。从工具导向转向结果导向，体现了公司在AI落地过程中更成熟的判断标准。

备忘录中还披露了一项令人关注的数据：目前Meta内部93%的代码变更已由AI智能体辅助完成。这一比例相当惊人，也说明AI辅助编程在Meta内部已经深度渗透。然而Meta强调，公司的目标并不是AI采用率本身，而是通过AI实现更高质量的交付与更快速的迭代。换言之，AI用量只是手段，而非目的。

值得注意的是，Meta此次调整与其过往的AI管理策略形成鲜明对比。今年6月曾有报道称，Meta向6000名员工发送内部备忘录，通过名为AI GateWay的平台统一管理AI使用情况。各团队可查看自身的AI用量数据，当Token支出出现异常增长时，系统还会自动发出警报通知。当时的做法显然更侧重于用量监控与成本控制。

Meta在最新的备忘录中指出，公司内部AI使用量正快速增长，员工们今年内使用的AI工具可能需要花费数百亿美元。面对如此庞大的AI支出，与其用Token用量来衡量员工贡献，不如回归到工作质量与业务结果的本质上。这种策略或许更能引导工程师将AI用在真正关键的环节，避免为了“刷用量”而无意义地消耗算力资源。

对于开发者生态而言，Meta对AI辅助代码的高度依赖，以及其考核标准的演变，都在释放一个信号：AI智能体正在成为软件工程的核心生产力，但衡量它们的标准，最终还要落在交付质量与迭代速度上。企业如何平衡AI工具的采用与员工真实贡献的评估，仍是值得持续观察的话题。