Meta 傳砍 60% 工程團隊、工程師轉調標註員:AI 成本邏輯正在改寫軟體業的用人公式

一個數字先放在桌上:60%。

據科技電子報 The Pragmatic Engineer 引述、並在 Hacker News 上引發熱議的報導轉述，Meta 內部曾評估因 AI 工具的產能提升，希望將工程團隊規模縮減多達六成；同一份報導並提及，已有約三成工程師被轉調至資料標註相關工作。這些數字屬於網路討論的轉述，Meta 官方並未證實。但方向本身，比數字精確與否更值得拆解。

工程師轉做標註:成本結構的殘酷隱喻

軟體業的傳統公式是:工程師是資產，人力是產能。AI 編碼工具改寫了分母——當模型能承擔部分程式碼產出，同樣的產出需要的工程師變少，剩餘的人則被推向模型仍做不了的事:判斷資料品質、定義正確答案、當 AI 的品管員。工程師轉調標註員，正是這條邏輯的極端體現:從「寫程式的人」變成「教機器寫程式的人」。

資訊生態同時在劣化:AI 引用的內容也被污染

同一週 Hacker News 上的另一份調查（trellner.com）指出，有三個網站生成了超過 21.5 萬頁「最佳軟體」推薦內容，而 Perplexity 等 AI 搜尋引擎會引用這些頁面。兩則新聞合起來看才完整:企業一邊相信 AI 可以取代人做判斷，一邊 AI 賴以判斷的資訊底層正被大量製造的假權威內容侵蝕。這是 AI 效率敘事裡最少被定價的風險。

需求端仍在:Apple 的意外訂單

對照組是 MacRumors 報導（據該討論串轉述），Apple 因 AI 帶動的 Mac Mini 與 Mac Studio 需求超出預期而供不應求。這說明 AI 熱潮並未降溫，而是成本正在重新分配:硬體端吃掉紅利，人力端承受壓縮。位於這條硬體供應鏈核心的台灣——從台積電到組裝廠——短期是受惠方。

對台灣的意義

台灣工程師的處境與美國不同:軟體業規模較小，多數人才嵌在硬體與製造體系內。但跨國大廠的用人公式一旦改變，外包、委外與在台研發中心的人力結構會跟著調整。真正的問題不是「會不會被裁」，而是當價值從「寫程式」移向「定義問題與驗證品質」，台灣的教育與職涯路徑準備好了嗎？

60% 這個數字可能不會成真。但它被認真提出、並被內部討論過，這件事本身就是答案的一部分。