Meta 連員工的鍵盤和鼠標(biāo)都想拿去喂模型，AI 競(jìng)爭(zhēng)開始吃公司里最隱性的那層勞動(dòng)

4 月 21 日，Reuters 報(bào)道 Meta 將開始采集部分員工在某些應(yīng)用里的鼠標(biāo)移動(dòng)、點(diǎn)擊和鍵盤輸入，用來訓(xùn)練它的 AI 模型。隨后，TechCrunch 引述 Meta 的回應(yīng)說，如果他們要做能幫人完成日常電腦任務(wù)的 agent，模型就需要看到人到底是怎么用電腦的，包括點(diǎn)按鈕、拉菜單、切頁面這些真實(shí)操作；公司同時(shí)表示會(huì)設(shè)置保護(hù)措施，而且這些數(shù)據(jù)不會(huì)用于別的用途。

很多人看到這條消息，第一反應(yīng)是隱私。

這當(dāng)然是隱私問題，但我覺得還不止。

更大的變化是，AI 公司已經(jīng)不滿足于拿公開網(wǎng)頁、公開文本和公開圖片來訓(xùn)練模型了。它們開始往公司內(nèi)部看，開始往工作現(xiàn)場(chǎng)看，開始盯上人是怎么把一件事做成的。

說白了，AI 競(jìng)爭(zhēng)正在從“誰掌握更多內(nèi)容”，往“誰掌握更多行為路徑”走。

以前喂給模型的是內(nèi)容，現(xiàn)在開始喂的是動(dòng)作

過去幾年，大模型最主要的養(yǎng)料還是內(nèi)容。

網(wǎng)頁、書、代碼、圖片、問答記錄，這些東西解決的是“模型知不知道”“模型會(huì)不會(huì)說”“模型能不能生成”的問題。

但 agent 不是只會(huì)說就夠了。

它如果真要替你在電腦上干活，就得知道一件任務(wù)在真實(shí)世界里是怎么被完成的：先開哪個(gè)系統(tǒng)，點(diǎn)哪個(gè)入口，遇到彈窗怎么處理，字段填錯(cuò)了怎么回退，兩個(gè)頁面之間怎么對(duì)照，什么時(shí)候該停一下讓人確認(rèn)。

這些東西，文檔里通常寫不全。

真正完整的流程，很多時(shí)候藏在人的手上，藏在一個(gè)熟手下意識(shí)的點(diǎn)擊順序里，藏在他知道哪里最容易出錯(cuò)、哪里最該多看一眼的那個(gè)小動(dòng)作里。

所以 Meta 這件事真正值得注意的，不是它有沒有又干了一件容易挨罵的事，而是它把一個(gè)方向說得很直白：如果 AI 想從會(huì)聊天變成會(huì)操作，那訓(xùn)練數(shù)據(jù)就必須從內(nèi)容層往行為層下沉。

以前訓(xùn)練的是世界知識(shí)。

現(xiàn)在訓(xùn)練的，是工作動(dòng)作。

一旦動(dòng)作成了數(shù)據(jù)，公司的眼睛就會(huì)重新盯住辦公過程

這件事為什么麻煩？

因?yàn)橐坏┬袨檐壽E也被視作訓(xùn)練原料，公司對(duì)“什么算資產(chǎn)”的定義就會(huì)變。

以前公司最看重的，通常還是結(jié)果物：代碼、文檔、方案、專利、客戶名單、銷售記錄。

以后它會(huì)越來越在意另一種東西：這些結(jié)果是怎么做出來的。

誰在什么系統(tǒng)里點(diǎn)了哪些步驟，哪種路徑最快，哪種提示詞最好用，哪種表格整理方式最容易被 agent 接手，哪類異常要交給人兜底，哪類異常其實(shí)已經(jīng)可以標(biāo)準(zhǔn)化。

這就意味著，過去很多帶有個(gè)人經(jīng)驗(yàn)色彩的工作方法，會(huì)被重新識(shí)別成組織資產(chǎn)。

你原來以為那只是自己的熟練度，是自己干久了才摸出來的門道。可一旦系統(tǒng)能把它記錄下來、抽象出來、再教給模型，那它就不再只是你的本事了，它會(huì)變成公司的數(shù)據(jù)。

這才是很多白領(lǐng)崗位接下來真正要面對(duì)的壓力。

不是突然被一個(gè) AI 聊天框頂?shù)簟?/p>

而是你原來靠經(jīng)驗(yàn)、靠路徑感、靠熟悉流程建立起來的那部分不可替代性，開始被拆解、被歸檔、被訓(xùn)練。

這波變化，最先壓的不是程序員，而是大量“會(huì)做事的人”

很多人一說 AI 訓(xùn)練，就下意識(shí)想到寫代碼、做模型、畫圖這些高技術(shù)崗位。

但從這類信號(hào)看，最先被壓縮的，往往不是最頂端的專業(yè)判斷，而是辦公室里大量“會(huì)把事情做順”的中間勞動(dòng)。

比如有人特別會(huì)整理材料，有人特別會(huì)在幾個(gè)系統(tǒng)之間對(duì)齊數(shù)據(jù)，有人特別會(huì)補(bǔ)齊報(bào)表和流程，有人一看就知道這個(gè)申請(qǐng)會(huì)卡在哪一步，有人能把一堆零碎信息快速拼成一份能交差的東西。

這些能力過去一直有價(jià)值，只是它們不太像作品，也不太像頭銜，更像組織里的隱性潤滑劑。

問題在于，AI 最容易先吃掉的，恰恰就是這層潤滑劑。

因?yàn)檫@部分工作，往往高頻、重復(fù)、跨系統(tǒng)，而且有明確目標(biāo)。只要采到足夠多的操作軌跡，再加上企業(yè)內(nèi)部的規(guī)則和上下文，模型就有機(jī)會(huì)先學(xué)會(huì)一個(gè)七八成像的版本。

它未必一上來就做得完美，但對(duì)組織來說，七八成往往已經(jīng)夠用了。

尤其是那些本來就靠整理、搬運(yùn)、套模板、補(bǔ)格式、追流程撐起來的崗位，接下來會(huì)先感到冷風(fēng)。

對(duì)普通打工人來說，真正的變化不只是“被看見”，而是“被還原”

很多人會(huì)把這件事理解成監(jiān)控升級(jí)。

這也沒錯(cuò)，但還不夠。

更準(zhǔn)確地說，它是在把工作過程變成一種可回放、可分析、可復(fù)用、可訓(xùn)練的東西。

過去公司管理你，更多是看結(jié)果、看時(shí)長、看 KPI。

以后如果這條路走通，管理會(huì)更進(jìn)一步：它不只看你做沒做完，還會(huì)越來越想知道你是怎么做完的，以及這套做法能不能沉淀給模型。

這會(huì)帶來幾個(gè)很現(xiàn)實(shí)的變化。

第一，很多原本默認(rèn)屬于個(gè)人經(jīng)驗(yàn)的東西，會(huì)被組織重新收回。

第二，越來越多崗位會(huì)被要求把操作過程說清楚、留痕、標(biāo)準(zhǔn)化，因?yàn)檫@不僅方便協(xié)作，也方便 agent 接手。

第三，辦公室里對(duì)“第一版”的要求會(huì)更高。以前很多人只要會(huì)提需求，后面還有人補(bǔ)動(dòng)作；以后組織會(huì)更自然地問，你既然知道要什么，為什么不能先讓工具跑一版出來？

第四，人的價(jià)值會(huì)被更直接地逼到判斷、兜底和責(zé)任上。因?yàn)槁窂揭坏┍挥涗洠胀▓?zhí)行層的獨(dú)特性就會(huì)下降。

以前公司拿走的是你的結(jié)果。

以后它更想拿走你做出結(jié)果的方法。

這不等于工作馬上消失，但崗位說明書會(huì)悄悄變掉

我不覺得 Meta 這條消息能直接推導(dǎo)出“白領(lǐng)大失業(yè)”。

公開信息還很有限，Meta 也明確說了采集范圍是在某些應(yīng)用中，并強(qiáng)調(diào)有保護(hù)措施。很多工作里真正難的部分，仍然是判斷例外、承擔(dān)責(zé)任、處理模糊目標(biāo)和面對(duì)人。

但這不妨礙我們看清一個(gè)更實(shí)際的方向。

以后很多崗位未必會(huì)消失，可崗位說明書會(huì)先變。

你會(huì)發(fā)現(xiàn)，公司招人時(shí)越來越在意你能不能和 agent 協(xié)同；做事時(shí)越來越默認(rèn)你得先出一個(gè)可執(zhí)行的草版；管理層也會(huì)越來越自然地把“這個(gè)流程能不能采、能不能訓(xùn)、能不能自動(dòng)化”當(dāng)成一個(gè)經(jīng)營問題，而不只是一個(gè)技術(shù)問題。

這才是這條新聞最值得重視的地方。

它說明 AI 開始更深地進(jìn)入辦公室，不再只是一個(gè)幫你潤色郵件、總結(jié)會(huì)議的外置助手，而是在往工作的底層動(dòng)作里伸手。

最后一句

很多人還把 AI 競(jìng)爭(zhēng)理解成模型參數(shù)之爭(zhēng)、產(chǎn)品功能之爭(zhēng)。

那是臺(tái)前。

臺(tái)下真正越來越關(guān)鍵的，是誰能拿到足夠多、足夠真的行為數(shù)據(jù)，去教模型理解人到底是怎么工作的。

Meta 這次把話挑明了。

接下來值得警惕的，不只是哪個(gè)公司模型更聰明，而是哪家公司開始把員工每天在電腦前留下的那些細(xì)小動(dòng)作，也一起算進(jìn)自己的訓(xùn)練原料里。

當(dāng)工作過程本身都開始被數(shù)據(jù)化，AI 進(jìn)入公司的方式，就不再只是輔助，而更像接管前的測(cè)繪。