公司战略：打造“AI优先”工作场所 - 公司核心优先事项是“让人工智能成为我们工作的核心” 旨在将人工智能工具整合到员工工作的方方面面 [1][2] - 公司为员工提供了一套经过改进的人工智能工具套件 并确认其重点是使用人工智能帮助员工处理日常工作 [4] - 公司通过游戏化（如“Level Up”内部游戏）和将人工智能使用成效与绩效评估挂钩（2026年起）来鼓励员工采用和试验人工智能 [10] 工具开放与集成策略 - 公司自2024年6月起向员工广泛开放竞争对手的人工智能模型 包括谷歌和OpenAI的产品 [1][5] - 公司内部生产力套件已迁移至谷歌Workspace（包括Chat、Gmail、Docs和Drive） 以解锁人工智能驱动功能并更好地与扩展的工具集集成 [8] - 在工程侧 公司扩大了对智能体编码系统的访问 增加了谷歌Gemini 3 Pro 并探索与OpenAI Codex CLI等工具的新集成 战略核心是提高生产力和加速开发 [9] 可用人工智能工具详情 - 截至2024年11月 所有员工均可访问谷歌的Gemini 3 Pro和OpenAI的ChatGPT-5 [3] - 员工可访问的工具列表包括：Agentic Auto（顶级智能体）、Advanced Auto（实验性复杂任务处理）、iLlama（针对内部问题优化的快速Llama 3.1模型）、Llama 4 Maverick、GPT-4.1、Gemini 3 Pro以及编码助手Devmate等 [4] - 公司内部编码工具Devmate使用了Anthropic的Claude模型 [5] - 公司还向员工提供了Midjourney的AI图像生成工具 用于加速设计工作和创意原型制作 [7] 内部人工智能开发与投资 - 公司已在面向消费者的自有人工智能模型上投资了数百亿美元（tens of billions） [6] - 员工可以访问基于其Llama模型构建的内部人工智能助手Metamate [6] - 公司鼓励员工同时使用自有模型（采用“Llama”命名规范）和其他公司的产品 [2]

Meta的AI战略与资源投入 - 公司CEO扎克伯格认为在AI竞赛中时间是唯一敌人，宁愿浪费数百亿美元也不愿因行动缓慢而错过超级智能的发展机会 [1][6] - 公司已在AI领域投入数百亿美元，并以高达九位数的天价薪酬吸引顶尖人才，例如向24岁的人工智能专家Matt Deitke提供了价值约2.5亿美元（约合人民币18亿元）的薪酬包，其中第一年收入达1亿美元 [3][5] - 公司将所有AI业务重组于新成立的超级智能实验室（Meta Superintelligence Lab, MSL）之下 [3] 内部工程效率革命 - 公司发起内部革命，旨在引导团队转向更快的工程工具，目标是将应用部署时间从小时级压缩至分钟级 [1][12] - 内部备忘录指出，公司原有的为数十亿用户设计的内部系统部署变更耗时过长（小时级），且技术栈不利于流行的AI辅助编程（vibe coding） [9][10][12] - 基础设施负责人Aparna Ramani提出两种途径以加速部署：一是采用主流开发者平台Vercel，可将部署时间从99分钟降至2分钟或更少；二是在内部构建名为Nest的新平台 [12] 外部工具与平台的采用 - 公司推动员工放弃自研的缓慢基础设施，转而拥抱Vercel和微软旗下的GitHub等主流平台，目前已有10个项目在Vercel和GitHub上运行，更新可在几分钟内完成 [8][14][15] - 当自有工具表现不佳时，公司频繁转向外部技术，例如使用竞争对手Anthropic的Claude模型开发内部编码助手Devmate，以及采用Midjourney的外部图像生成技术 [15][16] - MSL的新任负责人Nat Friedman和首席AI官Alexandr Wang本身就是Vercel的投资者，Friedman同时也是Midjourney的顾问 [9][18] 强制推动内部AI应用 - 公司自年初起推出内部AI使用仪表盘，实时追踪各团队的AI使用情况，并为不同部门设定了具体的使用率目标，例如硬件部门Reality Labs的目标是AI使用率超过75% [2][20] - 公司通过将AI使用情况纳入游戏化机制（如“Level Up”自愿参与项目）和可能纳入绩效考核等方式，软硬兼施地提升员工对AI工具的依赖 [17][20][21] - 公司发言人称推动AI在日常工作中的使用是重点方向，CEO扎克伯格预计到2025年底，公司内部的AI将具备“中级工程师水平” [20]

公司战略转向 - 公司将AI原型开发工作转向外部开发者平台如Vercel和GitHub [1] - 此举措是Meta超智能实验室重组工程栈的一部分 旨在提升开发速度 [1] - 公司采取双轨策略 立即依赖Vercel以获得部署速度 同时内部构建名为"Nest"的托管平台 [4] 运营效率提升 - 公司内部部署流程耗时“数小时而非数分钟” 不利于快速原型开发 [3] - 结合使用Vercel和GitHub后 至少10个项目部署时间从99分钟缩短至2分钟以下 [6] - 外部平台为团队提供快速迭代能力 同时作为内部能力不足时的“泄压阀” [5] 技术合作与投资 - 公司探索与Alphabet旗下谷歌以及AI初创公司Scale AI的基础设施合作 [2] - Meta的AI负责人是Vercel的投资者 Vercel在9月融资3亿美元 估值达93亿美元 [7] - 公司近期收购芯片初创公司Rivos 以加强内部AI芯片开发 减少对英伟达的依赖 [4] 竞争背景与挑战 - 整合外部工具旨在使公司能与OpenAI和谷歌保持竞争力 [6] - 公司曾在内部编码助手“Devmate”中使用Anthropic的Claude模型 因自有Llama模型处理复杂编程任务存在困难 [8] - 尽管对自有AI模型投入巨大 公司在“Vibes”功能中仍依赖Midjourney提供图像 [9]