21CTO导读：Meta首席执行官马克·扎克伯格周四告诉员工，在公司重组四个月后，人工智能代理的进展速度并没有达到他的预期，但他仍然对未来持乐观预期。

据路透社等媒体报道，马克·扎克伯格（Mark Zuckerberg）在一次员工内部会议上表示：“至少在过去的四个月里，AI代理能力的发展轨迹并没有如我们预期的那样加速。”

由于Meta公司此前为加速人工智能发展投入了巨额资金，这一表态显得格外突兀。

该公司预计今年将在人工智能基础设施方面投入高达1450亿美元，这是其重组计划的一部分，该计划还包括在5月份裁员约8000人 ，同时将数千名员工尽数调往专注于人工智能的团队。

扎克伯格表示，在 1 月和 2 月计划重组时，高管们对 Anthropic 的 Claude Code 等编码工具“非常乐观”，并期望这种乐观情绪能够转化为 Meta 自身产品中更快的智能体发展。

根据他自己所说的，情况并非如此。他告诉员工们，那段时间所做的投资“尚未实现”，并承认重组本身并不像原本可能的那样顺利，变革的时机选择部分是出于担心Meta “无法快速适应”。

这种担忧并非空穴来风。路透社还详细报道称，就在约10%的全球员工被裁减的同一周，约有 7000名员工被重新分配到人工智能岗位 。扎克伯格此前曾向员工解释说，此次调整是资本支出优先事项的考量，而非人工智能本身要取代工作岗位。

这种说法可以追溯到五月份的一次全体员工大会，当时他告诉员工，公司运营依赖于两个成本中心：计算和人力，而且员工人数将继续向前者倾斜。

尽管资金有所短缺，但扎克伯格对时间表持非常乐观的态度，他告诉员工，他预计 Meta 将在未来3到6个月内从其人工智能投资中获得“显著的收益”—如果这一预测准确，那么有意义且丰厚的回报将推迟到 2026 年第四季度。 

他没有具体说明哪些产品或团队会带来这些好处。

首席技术官回应跟踪员工事件

同一场员工大会还讨论了另一个更为棘手的问题。Meta公司的首席技术官安德鲁·博斯沃思(Andrew Bosworth )告诉同事们，内部审查发现，Meta公司并未利用暂停的鼠标追踪和击键监控工具中的员工数据来训练人工智能模型。

该工具是该公司所谓的“模型能力计划”的一部分，于4月份推出，但没有设置退出选项，这引发了内部员工的反对，随后该计划被暂停。博斯沃思表示，该计划现在可能会恢复，但必须采取自愿加入的方式，这与最初的设计截然相反。

Meta在智能体人工智能方面遇到的困难，与其人工智能部门内部更广泛的压力不谋而合。该公司应用人工智能部门的工程师们表示，  自从重组将其他部门的员工抽调过来后，该部门的工作环境变得极其恶劣。

扎克伯格在会中表示，愿意参与的员工可以贡献这种人类调查，不愿意的人也不受影响。他在公司的评论表明，文化压力和技术延误至少是在并行发展的，无论它们之间实际的因果关系最终如何。

为什么AI智能体在生产层停滞不前

扎克伯格的坦白反映了人工智能领域普遍存在的结构性问题，而非Meta软件本身的缺陷。目前，大多数企业部署项目都停滞不前，原因就在于可用的AI代理原型与能够可靠运行于生产环境的代理之间存在差距。

工程上的限制很具体：智能体系统将大型语言模型的灵活推理能力与确定性的工具使用（API 调用、代码执行、数据库查询）相结合，形成一个持续的感知-计划-执行-评估循环。在演示条件下，这种架构表现良好。但在生产环境中，它会遇到一些演示中无法显现的故障模式：持续负载下的上下文窗口退化、多个用户同时访问系统时工具调用模式的不一致，以及在冗长的多步骤任务链中错误累积，例如第二步的微小错误可能导致第七步整个工作流失败。

这些限制并非Meta模型独有。根据Gartner、麦肯锡和Digital Applied等机构的综合研究结果，约79%采用人工智能代理的企业仍处于实验或试点阶段；仅有11%的企业在生产环境中运行人工智能代理。Gartner预测，到2027年底，超过40%的人工智能代理项目将被放弃，主要原因是成本不断攀升、投资回报不明朗以及治理基础设施不足。目前，整个行业正投入数千亿美元试图弥合这些数据之间的差距。

Meta于6月3日在伦敦举行的一次会议上发布了其面向企业的产品——Meta Business Agent，该产品已在全球范围内通过WhatsApp、Messenger和Instagram上线。该平台于7月1日正式面向开发者合作伙伴开放，计费将于8月1日开始。该产品能否展现出真正智能客服与复杂聊天机器人之间区别的自主工作流程可靠性，是目前尚待解答的问题，而周四的线上研讨会则让这个问题更加引人关注。

然而，你知道Meta并非唯一一家将AI智能体视为下一个竞争前沿阵地的科技公司。

微软和AWS加注智能体超35亿美元

解决生产部署差距的结构性方案并非增加模型功能，而是将人工工程支持直接嵌入客户组织内部——Meta 的两大竞争对手明确地给出了这个答案。

6月30日，亚马逊网络服务（AWS）宣布成立一家获得10亿美元投资的新机构，将数千名工程师部署到客户公司内部，构建并交付生产级智能体人工智能系统。AWS前沿人工智能副总裁弗朗西斯卡·瓦斯奎兹表示，该机构“以智能体为先”，旨在将部署时间“从数月缩短至数天”。7月2日——与扎克伯格召开市政厅内部会议的同一天——微软公司宣布成立微软前沿公司（Microsoft Frontier Company），这是一个获得25亿美元“投资”、拥有约6000名工程师的新运营部门，旨在将技术人员直接派驻到企业客户现场。

AI原生公司Anthropic 和 OpenAI 也推出了类似的项目。

这四家公司的情况均类似：模型功能强大，基础设施建设规模空前，但要在拥有复杂遗留系统、治理要求和工作流程依赖性的组织内部可靠地部署自主 AI 工作流程，需要大量的人工工程支持，而纯粹的模型能力无法取代这种支持。这种前向部署工程模式——最初由 Palantir 在大约二十年前开创——已经成为业界解决扎克伯格所描述的问题的标准方案。

扎克伯格的讲话，在这样的背景下，其含义远不止是时间线上的疏忽。Meta曾认为，仅靠组织架构重组就能加速从模型能力到生产工作流程的转化。然而，AWS和微软本周承诺加注的35亿美元投资表明，这条路远比想象中漫长，需要在每个客户内部嵌入更多实际的工程支持，而这并非任何一家公司仅靠内部重组就能实现的。

结语

扎克伯格的这番言论，是大型人工智能企业/实验室中较为坦率的表达言论之一，即底层技术的发展速度并没有像投入的资金所暗示的那样快速。

Meta 将于本月末时候公布第二季度公司收益，届时投资者将有机会直接询问扎克伯格，资本支出与实际进展之间的差距，以及公司今年剩余时间的支出指导是否相符。

扎克伯格3到6个月的窗口期，从 7 月 2 日开始倒计时。

作者：场长