Meta「古拉格」風暴：6500名工程師被迫做AI訓練數據，直播會議遭公開怒嗆

2026年3月，當祖克柏宣布成立應用AI（Applied AI）部門，表示需要公司最優秀的工程師加入時，包裝語言充滿了使命感：這是站在Meta最重要戰略核心、為未來超級智慧系統建構數據基礎設施的機會。三個月後，那些被放入這個部門的工程師們——約6,500人，許多人幾乎沒有拒絕的餘地——用了截然不同的語言描述自己的處境。

「這就是古拉格（gulag，蘇聯勞改營）。」一名工程師告訴TechCrunch。「大多數人覺得這份工作令人窒息，」另一人說。第三名員工自稱是「被徵召的士兵」——奉命前往一個既沒申請、也難以離開的職位。據這些員工描述，部門的主要任務是生成謎題、程式挑戰和合成情境，用於訓練Meta下一代AI模型。這份工作重複、乏味，對那些被雇來建造產品或從事研究的人而言，是一種深刻的職業挫辱。

點燃導火線的那場直播

幾個月來，Meta應用AI團隊的不滿情緒一直在Blind等匿名論壇及私密Slack頻道中悄悄流竄。周四，有人選擇把這場仗搬到了台面上——在一場面向全團隊的直播中，一名不明身分的人士鳩占鵲巢，以充斥髒話的爆發性言詞，要求在場者向一名具名的Meta AI高層傳達汙辱性訊息。現場一名主持人明顯受到衝擊，下意識地用手遮住臉。

片段在數小時內於公司內外瘋傳。這個事件之所以引人矚目，不僅在於其情緒的赤裸，更在於它發生在一個本應謹慎發言的官方內部場合。這種程度的集體憤怒，顯示正常的內部申訴管道早已失效。

連署書與監控之爭

直播事件並非孤立的情緒爆發，背後有更大的組織性不滿作為土壤。Meta全公司逾1,600名員工——不僅限於應用AI部門——聯署了一份內部請願書，抗議一項相關但獨立的政策：公司監控員工的滑鼠軌跡、應用程式使用情況及鍵擊模式，以蒐集AI訓練數據。連署書認為，即便在聘用合約中以廣泛的同意條款作為掩護，將員工作為行為數據採集的對象，在道德上是錯誤的，也破壞了僱主與員工之間的信任基礎。

這個爭議折射出科技業更大的結構性張力：當AI模型成為各大企業的核心戰略支柱，由技術熟練人才生產的高品質訓練數據成為稀缺資源，公司要如何取得這份資源？而當它們選擇從自家員工身上汲取，又不給予相稱的同意權或補償時，就會遭到愈來愈強烈的反彈。

製造問題的組織架構

應用AI部門於2026年3月成立，作為Meta超智慧實驗室（Superintelligence Labs）的支援機構——後者由祖克柏今年聘入、Scale AI創辦人暨前執行長亞歷山大·王（Alexandr Wang）擔任Meta首席AI官並主導運作。Meta超智慧實驗室是公司追求通用人工智慧的核心研究部門；應用AI部門則本質上是它的後勤支援。

這套組織設計創造了一個近乎教科書等級的怨恨配方。那些在職涯中以自主個人貢獻者或小組領導身分建立聲譽的工程師，突然被置入一個每位主管管轄多達50名下屬的架構下——這樣的師生比幾乎讓有意義的管理或職涯發展成為不可能。部門由在Reality Labs任職逾12年的資深員工馬赫爾·薩巴（Maher Saba）主導，向Meta技術長安德魯·博斯沃斯（Andrew Bosworth）匯報。

被指派入組的過程，員工形容幾乎是二選一：接受分配，或者離職。沒有公開的申請流程，沒有自願報名機制，也沒有說明特定人選被選中原因的透明度。

祖克柏的回應

祖克柏本周在一份內部備忘錄中承認了這個局面，坦言近期組織調整「造成了困擾」，並承諾處理已識別的「失誤」。備忘錄並未釋出核心策略反轉的訊號——用自家工程師生產AI訓練數據的方向不變——但承認執行方式「帶來了公司未能充分預判的衝擊」。

在一段外洩的內部討論錄音中，祖克柏以更坦白的語言為這項安排辯護：Meta員工擁有「明顯更高」的認知能力，比起外包給第三方承包商，更適合產出訓練前沿模型所需的高品質合成數據。這番話從數據品質的邏輯看不無道理，但完全沒有回應員工的核心不滿：他們不是被雇來做數據標注的，而這次調動從根本上違反了雙方的隱性勞動契約。

更深遠的意涵：知識勞工與AI公司的角力

Meta應用AI部門的風波，是一個在更大規模上即將發生的問題的縮影：在未來十年，知識工作者與AI公司的關係將如何界定？隨著AI模型成為每家大型企業的戰略核心，對技術人才生產之高品質訓練數據的需求只會持續攀升。問題是誰來承擔生成這份數據的成本——而當公司決定最有效率的答案是「自家員工」時，會發生什麼事。

對Meta而言，員工反彈發生在一個格外關鍵的時刻。公司2026年資本支出預算高達650億美元，豪賭AI戰略，而超智慧實驗室是這場賭注的核心。若應用AI部門無法產生超智慧實驗室所需的訓練數據，或內部混亂干擾了數據管線，對Meta模型品質的下游衝擊可能相當顯著。

此外，這個局面也可能演變成人才流失危機。Meta的薪酬水準一向是吸引頂尖工程師的重要工具。若這些工程師感到自己被迫從事貶損技能與自主性的工作，部分人將選擇出走——而在頂尖AI人才被每個主要市場參與者積極爭搶的環境下，這類人才的損失幾乎無法彌補。