☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Meta 工程部门高级管理人员 Maher Saba 与 Santosh Janardhan 于本周二向公司内部发布了一份最新备忘录，就工程师的工作标准与评估机制作出重要说明。文件中明确指出：“我们不会依据 AI 使用率仪表盘或 Token 消耗数据来衡量员工的贡献度与影响力。”备忘录同时披露，目前 Meta 全体工程师所提交的代码修改中，高达 93% 已由人工智能代理参与辅助完成——AI 已全面融入日常开发流程；但文档亦特别强调，“使用 AI”并非终极目的，而仅是达成高质量产出的手段之一。
此举直指过去两年间科技企业广泛推行的一类管理实践：为加速 AI 工具落地，多家公司将代码自动生成比例、GitHub Copilot 启用率、甚至 API 调用 Token 数量等指标纳入团队看板，并有部分组织进一步将其与个人绩效考核直接挂钩。这类以数据为导向的驱动方式虽有效提升了工具覆盖率，却也悄然催生出“为用而用”的表面化行为——即所谓“表演式 AI 应用”。
Meta 此番划清界限，实质上是将工具使用频次与真实业务价值脱钩，重新锚定员工影响力的评判核心——回归到可验证、可交付、可持续的成果本身。
放眼整个行业，Meta 所公布的 93% 辅助率，标志着 AI 编程助手已在头部科技公司的工程体系中迈入准基础设施阶段。在此背景下，再以“是否启用 AI”作为考核维度，已难以带来实质性管理增益。评估逻辑由“用了多少”转向“产出了什么”，恰恰映射出 AI 编程工具完成规模化部署后，企业管理重心正从初期推广阶段，系统性地迈向注重实效与质量的成熟期。
