Meta这一轮裁8000人，不是缺钱，而是要把岗位从‘人做’换成‘AI做’。上一财年净利润600亿美元，但扎克伯格认定2026年是AI深度重塑工作形态的关键年。裁员集中在管理岗和软件工程师——被裁的1400多个管理岗，本质是‘信息中转站’；代码生成和流程监督这类岗位，正在被AI代理逐步接手。Block CEO杰克·多西甚至喊出‘科层制将彻底消失’。这不是孤立事件，亚马逊、谷歌、微软都在同期做类似的结构性裁员。

扎克伯格在内部谈乐观预期，外部却流传一张更刺骨的图景：Meta推出了一款员工行为监控工具，收集键盘输入、鼠标操作等数据，用来训练AI助手。被裁的工程师迈克讽刺说，他的日常工作数据成了饲料，喂出了一个更便宜、永不休息的‘数字接班人’。匹兹堡大学研究证实，含AI关键词职位比例高的企业，整体雇员增长率显著更低——AI替代人工不是未来预言，而是正在发生的资本逻辑：用今天的工资数据，制造明天辞退自己的理由。

就在Meta狂买GPU训练大模型的同时，它转头跟AWS签了数十亿美元的合同，租用数千万核心的Graviton CPU。这不是反悔，而是AI从‘训练’进入‘代理’阶段后，算力重心变了——Agent任务中CPU负责的调度和逻辑判断耗时占比高达50%-90%，GPU反而闲置。Meta基础设施负责人直言‘CPU正重新成为AI时代基石’。扎克伯格3-6个月的乐观预期，真正要看的关键信号是：Agent推理的延迟和成本能否降到广告系统可用的水平。

扎克伯格说3-6个月见成效，Meta全年却砸了1450亿美元。这张卡真正值得追问的不是‘能不能成’，而是‘回报周期到底怎么算’。参照阿里云1-2年、腾讯2-3年、OpenAI至今亏损140亿每年——底层模型vs应用层vs基础设施层，回报周期天差地别。Meta集三重角色于一身：自己建算力（类基础设施）、训练Llama（类模型）、还要跑广告和Agent（类应用）。它的1450亿要同时填三条坑，回报锚点完全不同。焦点应是：到底哪条线先跑通商业化，才能判断这笔赌注的节奏。