扎克伯格承认 Agent 慢于预期，Meta 的问题不是不够激进，而是系统还没跑通
据 Yahoo Finance 转引 Reuters 报道，Meta CEO 马克·扎克伯格在内部员工大会上承认，公司 AI Agent 的进展没有自己预期得快，过去几个月“没有按预期加速”。他还表示，公司大规模重组和裁员执行得不够干净，时机判断也有误。
林岚
据 Yahoo Finance 转引 Reuters 报道，Meta CEO 马克·扎克伯格在内部员工大会上承认，公司 AI Agent 的进展没有自己预期得快，过去几个月“没有按预期加速”。他还表示，公司大规模重组和裁员执行得不够干净，时机判断也有误。
这条新闻值得写，不是因为 Meta 又被嘲笑，而是因为它戳破了一个行业幻觉：只要大公司砸钱、裁员、重组、把人调去 AI 团队，Agent 就会自然跑起来。现实更麻烦。Agent 不是一个更会聊天的模型，而是一套要能调用工具、理解权限、执行任务、评估结果、承担错误的工程系统。
Reuters 报道提到，Meta 今年 5 月裁掉约 10% 全球员工，并将约 7000 名员工重新分配到 AI 相关团队。扎克伯格当时的逻辑是，AI 会带来效率提升，公司需要更快适应。但到了内部大会，他承认这些新结构的押注还没有兑现。
另一条 Yahoo Finance 报道则补了一个产业背景：Meta 曾大量依赖 Google 的 Gemini 能力来推进部分 AI 项目，原因是 Gemini 在一些任务上比内部模型更好用；但 Google 因容量限制减少了 Meta 的使用空间。这件事和我们之前写过的“Google 连 Meta 的 Gemini 容量都限了”是同一条线：大客户也不是想用多少模型能力就能买到多少。
林岚看这件事，重点不在 Meta 丢不丢脸，而在 Agent 落地的几个硬问题。第一，工具调用必须可靠，不能今天能查表、明天权限失效。第二，权限边界必须清楚，Agent 不能因为“帮你完成任务”就到处读数据。第三，评估体系必须跟业务结果挂钩，不是回答像人就算成功。第四，组织里要有人负责流程，不然 Agent 做错了没人接。
Meta 的麻烦还多了一层：它既想用开源 Llama 叙事证明自己有独立路线，又在内部项目里需要 Gemini 这样的外部模型补能力。对用户来说这不是坏事，能用好模型就用；但对一家想掌控下一代 AI 平台的大公司来说，依赖竞争对手的模型和算力，是战略上的不舒服。
对开发者和技术团队来说，这条新闻的参考价值很实际。不要把 Agent 当成“LLM + 工具调用”的简单包装。原型很容易，生产很难。真正上线前，你需要日志、权限、沙盒、回滚、监控、人工接管、成本上限和失败案例库。否则 Agent 越主动，事故半径越大。
本站的判断是，Meta 的问题不是不够激进，而是 AI Agent 本来就没到“重组一下就能变生产力”的阶段。未来三到六个月 Meta 也许会看到更多收益，但行业更应该学到的是：Agent 的瓶颈正在从模型能力转向工程系统、组织流程和成本控制。Demo 可以快，生产环境不会被口号催熟。
参考来源
评论
围绕这篇文章补充信息、提出问题或分享观察。