Meta把员工电脑变成数据采集器

周一早晨，Meta员工打开邮箱，发现CTO Andrew Bosworth发来一封内部备忘录：公司要在他们的电脑上装一个叫"模型能力计划"（Model Capability Initiative，简称MCI）的工具，专门记录鼠标轨迹、键盘敲击，还有不定期截图。

目的很明确——把这些数据喂给AI，训练能替人类干活的智能体。员工自己的操作习惯，成了训练"取代自己"的教材。

这套系统到底在采什么

根据路透社报道，MCI目前部署在美国员工的办公电脑上，运行在"工作相关的应用和网站"里。

采集维度很细：鼠标怎么移动、点哪里、键盘敲了什么、屏幕长什么样。Meta发言人Tracy Clayton对The Verge的表态很直接：「如果我们想构建能帮人们用电脑完成日常任务的智能体，模型就需要真实的人类使用案例——比如鼠标移动、点击按钮、操作下拉菜单。」

Clayton强调了两点"安全承诺"：有保护措施防止敏感内容泄露，数据不作其他用途。路透社还提到一个关键细节——这些数据不会被用于"绩效评估"。

但"不作绩效评估"和"不作其他用途"之间，原文没说清楚边界在哪。员工的操作数据会不会用于优化工作流程、识别低效环节，备忘录里没有展开。

ATA：藏在MCI背后的真正项目

Bosworth的备忘录透露了更大的图景。MCI采集的数据，要喂给一个叫"智能体转型加速器"（Agent Transformation Accelerator，简称ATA）的项目。

他对员工的描述是：「我们正在构建的愿景是，智能体主要完成工作，而我们的角色是指导、审查和帮助它们改进。」

这句话的潜台词很直白：人类从"操作者"变成"监工"。Bosworth没说的是这个转型的时间表——多快能实现"智能体主要干活"，哪些岗位会先被覆盖，原文都没有提及。

但"加速器"这个名字暗示了节奏。Meta不是在做长期研究，是在推落地速度。

为什么偏偏是现在

用真人操作数据训练AI智能体，不是Meta独创的思路。但把自家员工变成"数据采集农场"，而且规模部署、写进内部备忘录，这步棋的时机值得琢磨。

2024年以来，AI智能体的竞争明显升温。OpenAI的Operator、Anthropic的Computer Use、Google的Project Mariner，各家都在攻"让AI像人一样用电脑"这个场景。核心瓶颈不是算力，是高质量的操作数据——真实人类怎么点击、怎么犹豫、怎么纠错，这些细节 synthetic data（合成数据）很难复刻。

Meta的选择很"务实"：与其花钱买数据，不如让1.5万员工（Meta 2024年Q3财报披露的美国员工数）边干活边贡献。成本几乎为零，数据质量还最高。

Clayton的声明里有个细节："在某些应用上"采集。这个限定词说明MCI不是全量监控，而是有选择地覆盖。哪些应用被选中、选中的标准是什么，原文没提。但可以推测，优先级高的应该是高频、标准化、可自动化的工作流——比如内部工具、审批系统、数据分析平台。

员工怎么想？原文没说

整篇报道里，唯一的声音来自Meta官方：Bosworth的备忘录、Clayton的声明。没有匿名员工吐槽，没有工会回应，没有离职率数据。

"数据不用于绩效评估"这个承诺，在缺乏第三方监督的情况下，能有多大说服力？原文没有提供任何验证机制的信息。员工是否有权拒绝安装、能否查看自己被采集的数据、删除请求如何处理，这些操作层面的问题，报道都没有涉及。

一个有趣的对比：2023年Meta大规模裁员时，内部士气已经受过一轮打击。现在同一批（或换了一批）员工，要接受电脑被实时监控、操作被录屏用于训练AI——这种"工具化"体验，对留存率的影响，原文没有数据。

行业会跟吗

MCI的模式如果跑通，对AI智能体赛道会有示范效应。其他大厂的员工，可能很快也会面临类似选择：要么贡献操作数据，要么在AI自动化竞赛中落后。

但"跑通"的定义很模糊。Meta需要证明的是：采集的数据真能提升智能体性能，提升幅度值得员工隐私成本，而且不触发监管反弹。这三个条件，目前都没被验证。

Clayton提到的"保护措施"，原文没有技术细节。是本地脱敏后再上传，还是云端全量存储？截图是连续录制还是触发式抓拍？敏感内容的判定标准谁定？这些问题决定了MCI是"谨慎实验"还是"大胆裸奔"。

欧盟《人工智能法案》对职场监控有严格限制，但MCI目前只部署在美国。如果未来扩展到欧洲办公室，合规成本会陡增。Meta的全球化AI战略，可能因此出现"美国先行、其他地区观望"的分化。

智能体竞赛的残酷逻辑

Bosworth的愿景描述，暴露了一个行业共识：AI智能体的终极目标不是"辅助人类"，而是"替代操作"。

"指导、审查和帮助它们改进"——这三个动词的主语是人类，宾语是智能体。关系已经倒转。不是人干活AI帮忙，是AI干活人把关。

这个转变的速度，取决于两个变量：数据质量和模型能力。MCI解决的是前者，而且是用最便宜的方式解决。Meta的Llama系列模型在开源社区有生态优势，但智能体场景需要更强的多模态理解和长程规划能力。操作数据再丰富，如果模型消化不了，也是白搭。

反过来，如果模型能力突进，数据需求会指数级增长。MCI的架构能否支撑百万级操作序列的实时处理，原文没有技术规格。但从"加速器"的命名来看，Meta已经在为规模化做准备。

一个未回答的问题

报道里有个细节容易被忽略：MCI采集的是"工作相关应用和网站"里的操作。但现代办公的边界很模糊——员工会不会在Slack里聊私事、在浏览器里查病历、在内部系统里处理个人报销？

"工作相关"的判定标准，原文没有定义。是白名单制（只采指定应用），还是黑名单制（排除指定应用），抑或关键词过滤？这些技术选择，直接决定隐私风险的范围。

Clayton说"有保护措施"，但保护措施和实际效果之间，隔着工程实现和审计验证两个环节。Meta历史上在数据隐私上的记录——剑桥分析事件、5.5亿美元面部识别和解金——让"相信我"的承诺显得单薄。

但原文确实只报道了MCI的存在和官方说辞，没有挖掘到违规证据或员工投诉。作为新闻改写，不能提前定罪。

冷幽默

Bosworth的备忘录有个精妙的修辞：员工未来的角色是"帮助智能体改进"。

翻译一下：你先教AI怎么干活，等AI学会了，你的角色就变成"帮它做得更好"。至于这个"更好"包不包括"取代你"，备忘录没说——可能智能体还没学到那一步，也可能是下一封全员邮件的内容。

至少现在，Meta员工可以安慰自己：我的鼠标轨迹正在训练一个可能取代我的AI，但好消息是，这些轨迹不会用来扣我绩效。