meta一共裁了多少人

minus 以为上岸了，但今天才发现啊，真正的是 pan 才开始。一月八号，商务部调查 mate 花二十亿美元收购 minus 这件事。 说白了， ai 不是 说你想卖给谁就能卖给谁的。消息一出啊， mate 的 股价当天就跌了百分之一，现在你回过头来再看一看啊。一切早有预兆， 去年年初，他们还被央视啊，人民网给表扬过，结果不到半年啊，他们连夜清空了北京武汉的办公室，四十多人的核心团队集体去了新加坡，八十多人被裁。那么接下来半年时间里边， madison 做了一件更狠的事，就是彻底的去 中国话，公司注册到了开曼群岛，总部搬到了新加坡，停止了和阿里的合作，国内的社交账号全都清空了，所有和中国 ai 的 痕迹能抹的全抹了，可问题是，技术真的能洗白吗？代码有出身，资本有国界， 代码是在武汉写的，团队是北京养的，用户数据是从国内拿的。那现在换个壳就想卖给美国，可有那么容易吗？ 现在这个信号已经很清楚了，想通过论去新加坡再卖给互联网巨头套现的这个模式，都得先过国家的这一关了。这几年啊，中国的 ai 公司想拿到海外的投资，难到离谱啊。 有人说 minnes 是 成功出海了，也有人说这是背叛。不过呢，松松说一句实话啊， minnes 不是 坏人，只是这个时代对于 ai 的 创业者来说，本来是不讲感情的，他们 是想活下来，创业不就是这样吗？这一次啊， madison 赌赢了白塔，但还没有赢过规则。而我们所有人都在见证一个新的时代的诞生， ai 你 可以全球跑，但根 必须扎在中国。

麦塔又要大裁员了，那么有消息称啊，麦塔要搞新一轮的裁员规模呢，可能会占到员工总数的百分之二十。按照现在七点九万人来算，差不多呢，一点六万个岗位要没了。这要是真的呀，可比二零二二年到二零二三年效率之年那两轮的裁员很多了。那会呢，加起来一共才裁了二点一万人， 那为啥又动刀子呢？说白了， ai 烧钱烧的太猛，埋汰打算到二零二八年呢，砸六千亿美元建 ai 数据中心，最近呢还买了 ai 社交平台，高薪挖顶尖的 ai 人才，四年给出了几亿的薪资。那么扎克伯格呀，早就放过话，以前得大团队干的活，现在一个高手加 ai 就 能搞定了。 这个话一出，非核心岗位重复职能的人啊，估计心里直打鼓啊。其实呢，也不只是卖它，亚马逊年初呢，就裁了一点六万人，金融科技公司 blog 啊，直接砍掉了一半的人。那么 ai 这把火啊，正烧得科技公司集体重构人力，少招人招强人成了新的逻辑。 其实啊，裁员不是简单的降本，是科技机构压住 ai 的 人才换血，砸钱抢顶级 ai 专家的同时呢，砍掉那些能够被 ai 替代的普通岗位，本质啊，是用人力结构的精兵化对冲技术投入的高成本。 可麦塔也有自己的难啊，拉马斯模型呢？被吐槽数据造假新模型牛油果的性能呢，比不过谷歌 open i 发布时间呢，还一推再推技术呢，没追上钱却越烧越快。所以呢，得靠裁员呀，缓一口气。 这个事放行业里来看，也像是一个信号， ai 呢，不是给所有人发蛋糕，而是在重新的切蛋糕。有人拿着天价的 offer 进入了超智能团队，有人呢，却因为一个人顶一个团队丢了饭碗。科技狂奔的时代，要么站上 ai 的 风口，要么被甩出赛道，就是这么的现实啊。

mate 这个大厂七点九万人，这次要裁掉百分之二十，大概是一点六万人，这真的是 ai 要替代人吗？ 这么想是不是有点太简单了？每一次工业革命，其实啊，都是积极替代人。我们看到蒸汽机替代的纺织工，电力替代的手工计算机，又替代的文书，但每一次都有新的岗位诞生， 这次有什么不一样呢？前三次工业革命，替代的是体力，替代的是技能，但这一次替代的是认知思考。蒸汽机不会思考，电力不会思考，计算机也不会思考，但 ai 会思考，而且比大多数人思考的更快更深，这就是关键的区别。 那前三次，人类从提劳动转向脑力劳动，这一次啊，脑力劳动也要被替代了，到底还能往哪转？这不是一个换工作那么简单的事，这是一种生存方式的转变。 mate 到底看到了什么？ mate 要是裁了这么多的员工，一点六万人啊，能省下两百亿美金呢，这笔钱小渣同学用来买 gpu。 所以呢， mate 看到的不是人太多，而是算力太少，他在用人换算力。每一次的工业革命 都会带来什么变化吗？我们不能光看什么被替代，要看什么被创造。第一次工业革命呢，纺织金被创造了出来，衣服一下变便宜了呀，市场也扩大了呀。第二次，当电被创造出来，朝工业品普及了，很多的行业也就诞生了呀。第三次，计算机被创造出来，信息爆炸了，互联网时代到了。这一次呢， ai 被创造出来会带来什么？ ai 创造的不是新工作，而是新的能力啊。那什么是这些新的能力呢？ 大规模、低成本的、高质量的认知能力。以前我们需要一百个人才能完成的分析，现在 ai 能做啊，成本是原来的一百分之一。以前需要十个人才能完成的创意，现在 ai 也能做啊，时间是原来的十分之一，这意味着什么？ 所有依赖认知成本的行业都会被重塑，咨询、法律、金融、教育、医疗这些行业都在变，因为认知能力已经不再是一个稀缺的资源。那我们要思考什么是真正的稀缺呢？ 判断力，深层次的决断力， ai 能给你一百个方案，但到底选哪一个呢？你要决断，你要判断。第二，审美力。 ai 能给你一百个设计，但哪个更好呢？人的生理观念可能会更好。第三，情感的理解。 ai 能分析用户数据，但能不能理解用户的真实需求？ a， 这些可能是真的稀缺的。 未来最值钱的不是能做多少事，而是能决定做什么事。那趋势又会怎么变呢？我们看到认知可能会变成公共设施，就像水电煤一样，会变得廉价而普及。我们写代码呀，做设计啊，做分析，这些技能随时都可以用 ai 来帮你完成，所以靠技能吃饭的那些人 可能会越来越难。第二，判断。决断可能是未来的核心竞争力。当 ai 能给你一百个答案，你要选对，判断对，这很重要。 ai 能给你一百个方案，你要能设计出一百零一个。当 ai 能分析一百个用户，你要能理解一百零一个用户的需求，这就是未来最值钱的人的能力。 第三，人的分层肯定是越来越明显的，顶层是设计 ai、 控制 ai、 创造 ai 的 人，中间是能用好 ai、 驾驭 ai、 指挥 ai 的 人， 底层是被 i 替代、被 ai 淘汰、被 ai 碾压的人。这一次我们看到卖了裁员，他是一个信号，这个信号告诉我们， ai 不是 替代，而是重构，重构的不是本位，是价值，是生存方式。那未来我们到底要看什么？用 ai 创造什么？看什么变得真正又稀缺了， 看谁能真正抢占新的高地方。教错了，跑的再快也是错的，真正的改革才刚刚开始。我是何队长，专注硬科技，如果你正在创业，欢迎找我聊聊吧！

全球社交巨头 metta， 也就是以前的脸书，正要搞一场史上最大规模的裁员。最近多家外媒接连爆料， metta 计划裁掉公司百分之二十甚至更多的员工，算下来接近一万六千个岗位。 消息一出来， metta 的 股价直接大跌，一天之内市值就蒸发了超过六千亿美元。很多人都会纳闷， metta 不是 一直赚得盆满钵满吗？为什么突然对自己员工动刀？其实答案只有两个字， ai！ 也就是人工智能。这次裁员最直接的原因就是要填补 ai 基础设施的巨额投入。 met 的 ceo 扎克伯格下定决心要在 ai 竞赛里抢占制高点，他做了两件事，一是不惜天价挖人，给顶尖 ai 研究员开出四年总价值数亿美元的超级合同。 二是直接放出一个惊人计划，到二零二八年之前投入六千亿美元建设数据中心，这完全是拿整个公司的未来在豪赌。 可尴尬的是， met 在 ai 模型上的进展并不顺利，之前备受期待的 lama 四大模型，去年接连遇到挫折，还被指出测试结果存在问题，原本准备推出的大模型项目也直接取消。现在公司把所有希望都放在了代号牛油果的新模型上，想靠它打一场翻身仗。 可最新消息显示，这个模型性能并没有达到预期，发布时间从三月推迟到了五月，甚至内部还在讨论要不要临时借用对手谷歌的模型来应急。真的是理想很丰满，现实很骨感。市场分析也指出， met 这几年在 ai 上砸了海量资金， 可巨大的投入迟迟没能变成实实在在的收入和利润，钱烧得越来越多，公司只能从人力成本上开刀。扎克伯格自己也说过， ai 大 幅提升了效率，过去需要大团队完成的项目，现在一个顶尖人才就能搞定。这句话既让人感叹技术的强大，也让很多打工人心里一紧。 其实这并不只是 met 一 家的选择，而是今年美国科技巨头共同的趋势，用 ai 提升效率，优化人员结构。今年一月，亚马逊裁员大约一万六千人，上个月金融科技公司 block 直接裁掉近一半员工， 他们的 ceo 都明确说， ai 的 普及能让企业用更少的人做更多的事。那把视线转回到我们 a 股 ai 这条赛道，该怎么看待？ met 的 裁员，对我们来说是警钟还是机会？ 首先，大家要明白， ai 核心的降本增效逻辑是全球通用的，会被 ai 替代的岗位一定会出现结构性调整， 但同时， ai 也催生了巨大的新产业机会。第一，算力就是 ai 时代最核心的铲子。不管是 meta、 谷歌，还是国内的大模型公司，训练模型、提供服务都离不开算力 mate 六千亿美元的数据中心计划就是最直接的证明。反映到 a 股 ai 算力光模块、服务器、芯片这些硬科技一直是资金重点关注的方向。就算近期市场震荡，板块分化，这依然是长期主线，尤其是国产算力，在自主可控的背景下，需求在快速增长。 第二，能真正落地的应用才是王道。光有算力远远不够，能赚钱的应用才是关键。最近有一个重要数据，全球最大的 ai 模型平台显示，中国 ai 模型的周调用量历史上第一次超过美国，全球前五里我们占了四个。 这说明国内 ai 应用生态在集体爆发，对 a 股的 ai 应用、行业软件解决方案公司都是重大机会。第三，电力是 ai 的 血液，海量数据中心和芯片不间断运行，耗电量极其惊人。 ai 的 爆发直接带动了电力需求，电网设备、储能、虚拟电场这些赛道也成了 ai 时代的重要受益者。 第四，要留意并购带来的机会。今年 a 股有一个重要政策背景，相关政策在鼓励硬科技行业整合，那些有技术但缺资金、缺渠道的 ai 初创公司很可能被上市公司收购。我们要重点找有真实技术、有整合预期的公司，远离单纯炒概念的标地。 当然，投资不能只看机会，不看风险。现在 a 股环境比较复杂，外部有国际局势带来的不确定性，内部市场风格在科技成长和周期资源之间来回切换，科技板块在前期上涨后也需要消化估值。 给大家几个实在的建议。第一，着眼长期保持定力。 ai 是 新质生产力的核心产业，趋势非常确定，短期波动不是逻辑结束，算力、半导体等核心龙头每一次大幅回调都可能是中长期布局的机会。 第二，优化结构，均衡配置。可以采用哑铃型策略，一端配置高股息、低估值的公用事业资源板块做防守，另一端重点布局 ai、 算力、国产芯片、电力设备这些强势科技方向。 第三，紧盯真实业绩，远离概念炒作。现在并购概念很多，一定要看公司的技术、业务和现金流，避开主业不行、只会蹭热点的伪科技公司。 总结来说， met 这次裁员把 ai 时代降本增效的残酷一面展现的淋漓尽致，但也反向证明了 ai 基础设施的巨大需求。 对 a 股而言，这轮 ai 革命不只是挑战，更是整个产业链升级的历史机遇，关键就在于我们能不能抛开短期情绪，抓住真正有核心技术、能参与全球竞争的中国科技企业。

一周时间你也出手？四位中国顶尖 ar 专家被打包带走，总价接近一亿美元，平均一个人二千五百万美元。我问你一句，这叫人才流动还是科技失选？评论区现在已经分成两派，一派说人往高处走很正常。另一派说核心人才流失是战略风险，但问题没那么简单。 很多人第一反应是，给我二千五百万我也走。但真正的顶级工程师不缺钱，他们缺的是平台算力、自由度、资源调动权。你知道顶级大模型训练一次要多少算力吗？不是一台服务器，是国家级资源堆出来的。 mate 砸的不只是年薪，还有顶级算力池。全球最强工程团队，开放的科研容错空间，绿卡身份全球舞台，这是完整的生态诱惑。冷静讲一句，没有谁欠谁，科研人才本来就是全球流动资源。硅谷华人站 ai 核心团队三成以上，这本身说明什么？说明中国理工教育体系是硬的， 美国企业用真金白银在投票。问题来了，既然教育体系这么强，为什么留不住最顶尖那一批？是钱不够还是环境不够？还是创新自由度不够？这才是该炒的地方。美国卡，芯片卡、设备卡出口，但它同时在干什么？ 卡人？而且是精准卡，不是海投，是专丁，参与过 gpt 核心训练的，掌握模型后训练经验的，能把算法变成商业闭环的，直接整条链条挖走。这不是偶然，这是效率打法。因为他们知道， ai 竞争已经不是拼论文数量，而是拼迭代速度，半年迈一步， 可能差一个时代。有人说他们是中国培养出来的，也有人说人才属于世界。 no， 换流未返，如果顶级大脑持续外流，中国 ai 靠什么冲击下一代？技术？靠资本堆？靠政策喊，还是靠年轻人热情？真正的科技竞争，最后拼的是顶级工程师愿不愿意把黄金十年留在这里。这不是背叛故事， 也不是民族情绪故事，这是现实。全球科技争夺，本质是生态竞争。 a m g a 这次出手不是偶发，而是趋势。英伟达、谷歌、亚马逊都会跟上，齐前进。高校布局、实习直通核心实验室、绿凯冲斗打包，拼的是谁的生态更有吸引力。不是四个人走了，而是有没有源源不断的下一批， 有没有机制让人愿意回来，有没有科研环境允许失败三年不被清算？顶级工程师不怕倦，怕的是资源不透明， 周期太短，功利心太重。创新是长跑，不是 kpi 冲刺你可以骂他们，也可以理解他们，但真正重要的问题只有一个，中国。哎呀，要赢，套的是情绪，还是靠制度升级？钱可以买人，环境才能留人。这场抢人大战才刚开始，评论区见。

哇，就传言扎克伯格正在酝酿史诗级的裁员，要裁整个麦塔的两层起步涉及一点六万人。这是看了前几天那个 block 裁员百分之四十盘后大涨百分之二十五，然后直接被刺激到了吗？ 说像高管已经通知各部门要开始准备缩编方案，这是对理论的情况进行猜测的报道，这是那个爆料媒体说的，总之那个意思啊，就是这事至少现在已经这么定了发展的方向，或者说一刀到底会不会砍下这么多，那要看他的方向是已经确定了，因为麦塔现在做的事叫做 看人养 ai， 也就是说把更多的钱用在 token generation 上面，用在 ai 的 扩件上面，那怎么样？员工，那就对不起了。你比如说今年 mate kpx 预算是一千一百五十到一千三百五十亿，去年才七百二十亿， 问题是这翻了倍的钱去哪了呢？光一个超级智能实验室，一百三十亿美元买的 scale ai 买来那位创始人，二十八岁的山大王买 来当首席 ai 官，这就等于多少人的工作没了，这个礼拜又收购了机器人社交平台 motobook， 我， 我说真的，这真的太难看懂了，他那意思总之就是 ai 领域的东西能买什么我就赶紧买什么，我也管不了自己什么，别那么多了，反正现在这些东西也弄不起来，对不对？那旗舰模型 vivo cap 本来说三月发布，现在又推迟到五月内部测试，各种跑不过谷歌和 open ai， 然后他本来那个 ai 教父啊，那个杨立坤啊，还出走创业了。所以现在的情况就是， ai 是 不是一旦落后就怎么砸钱都没用呢，你看现在马斯克 x ai 也是啊，各种联创离职之后各种抢人买人然后买卡，但是现在都追不上。现在 ai。 世界 ai 格局里头不讨论这个东方神秘开源力量的话， 世界 ai 格局里头就剩三巨头了， open ai 可洛德和 jama 其实别的家是上不了牌桌的，现在扎克的思路很清楚，就是拿广告业务一年赚的这现金流全砸 ai， 用 crazy more 级别的路来堆压领着。

mate 背包要裁百分之二十？ mate 就是 我们熟知那个 facebook， 能进 mate 都是最顶尖的。踩上时代风口，学了计算机，然后去了顶尖学府，去了顶尖企业，最后被裁了。 之前上大学我们说学个教师，学个律师，学个医生，学个计算机，现在教师的话有 ai 学习机，然后律师的话之前美国的那些咨询所也是大变样裁员医生的话， 马斯克说他的 optimus 颈肩柱机器人将会成为最好的手术外科医生做手术以后也不用人做了，哈哈哈。计算机现在也是大 b 档的裁员，我以前一直后悔为什么高考的时候没有好好的学习哎，不然的话我就可以读个九八五哎，我也可以成为这个顶尖学府中的一名， 但现在觉得，哎，好像也都这样吧，感觉留给人类的时间也不多了。

openai 公布每天五万亿 token 的 消耗数据，只有极少数人看明白了背后的逻辑。就在昨天晚上， openai 公司放出了一个非常恐怖的数据， gpt 五点四模型上线一周之后，每天的 api 调用量达到了令所有友商都望而却步的五万亿 token， 这个数字甚至超过了 openai 一 年前整个公司 api 的 调用总和， 跑出了年化十亿美元的新增收入。说人话就是只用了一年的时间， ai 的 商业模式就跑通了。好的好，这是动枪极速版，一个只讲前沿科技的账号。过去两年里面， ai 行业一直在给资本市场和投资人讲这么一个故事，哎，我的模型很强大，越来越强，用户呢，也是越来越多，商业化是迟早的事，但现实却是啊， 模型确实越来越强了，用户也越来越多了，但是愿意掏钱的非常少，公司呢，还是不赚钱，还在砸钱去买用户， 导致全世界所有的 ai 公司没有一家是赚钱的。而 open ai 这次却证明了 ai 不 仅能把活干了，甚至还能够把钱也给赚了。这个五万亿 token 的 每日调用量是 agent 时代开启的结果， 只要你用过 open token， 龙虾就知道，如果想要更加准确的完成长任务，复杂任务，就需要模型具备更长的上下文窗口。一百万 token 的 上下文是基本要求，而且还要求模型的能力足够强，能操作电脑，能写代码，能自己跑通流程，自动执行任务等等。虽然很多博主都告诉我们国内模型也可以跑 open token 这样的故事， 但是在更加尖端的开发者圈子里边， open cloud 加 g p d 五点四， cloud 的 四点六，或者是占面的三点一的模型组合更受欢迎一些，因为这样的组合可以更出色的完成复杂的任务。同时呢，也意味着 token 消耗的指数级增加，调用次数的暴涨，以及资源使用必须要有业务产出才行。 花了钱又不挣钱的话，再好的模型也是没有人用的。那么事实是怎么样的呢？可以说啊，只要你用过这些高价的旗舰模型，没有人会说他们反应慢，效果差，只有一个抱怨，那就是 太贵了。 g p t 五点四模型的百万 token 输入价格是二点五美元，输出是十五美元。 koala 的 四点六的输入是五美元，输出是二十五美元，加菲利三点一的输入是两美元，输出是十二美元。这些价格是什么概念呢？随随便便跑几个任务，上百块钱人民币就没有了？跟 open koala 说一句，你好几块钱就没有了。虽然它很贵，但是老板们惊喜的发现， 哇，这个 ai 加上 a 键的搭配，真的能干活了，而且比真人还便宜，还可以二十四小时上班。那我就可以雇几个 ai 当员工了。然后 ai 第一次成为了可以被大规模雇佣的数字劳动力，这才是 open ai 公布日头肯调用量的核心，目的一来是给全世界的 ai 公司和企业主散播焦虑，哎， 你看其他公司都用上数字员工了，你们还不用要落后了，你们家公司还在招人培训管理别人家公司啊，啥也不用多招，就让程序员多开几个 a p i 接口就可以了。 来是告诉投资者和资本市场，我现在一个月光卖 token 的 净收入就是十亿美元，这一年最少新增五百亿美元的收入，你们给我的投资啊，绝对是有回报的，放心吧。所以这个话题的结论就是啊，未来的公司 不再按员工数量来竞争了，而是按照 token 的 消耗量来竞争。如果你还在纠结要不要用 ai， 那 你面对的对手就已经不是人了，赶紧的把 ai 用起来吧。各位有什么想说的，欢迎在评论弹幕区里边一起交流哦，我们下期见，拜拜！