Meta取消AI使用量考核，Token消耗仍攀升

在人工智能技术快速发展的背景下，企业如何合理评估员工的AI使用效率成为行业关注的焦点。近日，社交媒体巨头Meta宣布了一项重要的人事政策调整：从本周开始，公司的员工绩效考核将不再与AI工具的使用量挂钩，包括Token消耗等具体指标。

这一变化源于Meta此前推行的"AI驱动影响力"考核体系。根据该体系，员工在日常工作中对AI工具的使用程度成为衡量其工作表现的重要参考。然而，这种做法在实际执行中引发了诸多争议。有员工反映，为了提升自己的AI使用数据，甚至出现了"刷Token"的现象，即通过反复向AI工具发送提示词来增加使用量。

"Token Legend"排行榜的出现便是这种现象的典型例证Meta内部曾设立一个专门的排行榜，用于展示哪些员工的AI使用量最高。然而，这张榜单最终因涉及隐私和公平性问题而被撤下。更早之前，Meta还曾因AI使用量考核问题面临法律诉讼，26名员工指控公司在裁员时因健康假或家庭假导致AI使用量不足而受到不公平对待。

"我们一直依据员工的实际贡献进行评价，"Meta发言人特雷西·克莱顿在接受《连线》采访时表示，"AI Native等标签从未用于绩效考核。"

尽管绩效考核标准发生了变化，但Meta并未停止对AI技术的探索和应用。目前，公司正在扩大新型智能体AI工具Hatch的内部测试范围。这款工具能够自主浏览网页、操作其他应用程序，并在用户关闭设备后继续运行复杂的任务。一名产品经理表示，他已使用Hatch完成寻找遛狗员、购买父亲节礼物以及调整睡眠习惯等多项任务。

"Hatch的出现让我们看到了AI在日常工作中的巨大潜力，"该产品经理表示，"但它也带来了新的挑战，比如如何确保它不会误操作我们的私人账户。"

值得注意的是，Hatch的使用效率显著高于传统的聊天机器人和编程助手。根据Meta内部的数据，Hatch完成一次任务所需的Token消耗已经超过了普通AI工具。这意味着，虽然员工的工作成果可能没有明显提升，但他们的AI使用量却在持续攀升。

"Token数量和实际产出之间的差距越来越明显，"一位Meta工程师表示，"有人通过反复发送提示词来刷高使用量，而Hatch为了完成长任务也会多次调用模型。"

专家指出，这种现象反映了企业在AI考核机制设计上的困境。"当一个指标被用作考核目标时，它就不再是一个有效的指标，"穆胜咨询创始人穆胜表示，"这就是经济学中的古德哈特定律。"

"过去两年，许多企业都将AI使用率和Token用量纳入考核体系，"穆胜补充道，"但结果往往是会议没减少，审批没消失，人效数据原地踏步。"

Meta的这次调整或许标志着企业AI考核机制进入了一个新的阶段。新的考核标准将重新聚焦于员工的实际工作成果，而非单纯的AI使用量。然而，随着Hatch等智能体工具的普及，如何平衡AI使用效率与实际产出，将成为企业需要长期面对的课题。

目前，Meta尚未公布Hatch的正式发布时间。但可以预见的是，随着AI技术的不断发展，企业对于AI工具的使用和考核方式还将继续演变。