Meta叫停以AI使用量評核員工：Tokenmaxxing令指標變質

Meta據報撤回以AI使用量評核員工嘅做法，核心原因其實好直接：用得多AI，唔代表做得更好。

今年較早時，部分科技公司將AI使用情況變成職場上好顯眼嘅指標。Meta員工據報曾面對有關AI使用量同「AI Native」狀態嘅評核措辭；加上內部按token使用量排名，結果令使用模型本身變成一場競賽。呢種為咗提高自己AI token用量而行動嘅現象，被稱為「tokenmaxxing」。237

而家，Meta據報已將AI使用量同「AI Native」狀態從績效評核準則中移除。新取向係評估員工嘅貢獻同成果，無論成果係由AI輔助，定係用其他方法做到，都可以獲得認可。79

Token數量點解唔適合做績效指標？

Token係AI模型讀取或生成文字時處理嘅基本單位。佢可以反映系統需求同成本，但用嚟衡量一個人嘅工作表現，就相當有限。

員工可以寫更多提示詞、叫模型做更長嘅工作，甚至將AI用喺價值不高嘅任務上；但咁做未必改善交付質素、準確度、可靠性、速度，或者商業價值。一旦使用量同表揚或考核掛鈎，個指標就容易由「量度工具」變成「追逐目標」。業界報道指出，有人會藉增加AI使用量去操弄排名，而推理成本亦急升。11116

呢個正正係tokenmaxxing嘅問題：它優化嘅只係生產力嘅替代指標，而唔係真實生產力。

Meta據報曾因成本「指數式增加」而告知員工將會限制AI使用；報道亦指Meta同Amazon已撤下token使用量排行榜。12 呢個轉向唔代表AI喺工作場所冇價值，而係原始使用量本身，無法證明AI真正創造咗幾多價值。

新評核改為問：你交付咗乜？

據報，Meta新指引取消咗以AI使用情況作評核重點，亦叫經理唔好以token總數或AI採用儀表板去判斷員工影響力。79

換言之，評核問題應由「你用咗幾多AI？」轉為：「你實際交付咗乜成果？」

以貢獻為本嘅評核，可以聚焦於：

• 成果嘅質素同準確度；
• 系統或流程係咪可靠、易於維護；
• 對客戶或內部團隊嘅實用性與影響範圍；
• 營運或業務成效；
• 以及判斷AI幾時有幫助、幾時唔應該用嘅能力。

報道引述嘅新措辭尤其關鍵：同一份成果可以由AI支援，亦可以透過其他方法做到，兩者都應按成果獲得評價。79 AI仍然係工具，但唔應再係張「成績表」。

點解Meta仲要員工測試Hatch？

改變評核政策，唔等於Meta放棄推動AI。相反，Meta據報仍鼓勵員工測試Hatch——一個更自主嘅AI代理項目。7

呢兩件事其實並唔矛盾。可以喺網站同應用程式中執行操作嘅AI代理，與只負責生成文字嘅聊天機械人，係兩種好唔同嘅產品。透過內部測試，公司可以先了解代理有冇準確完成任務、能否安全處理權限，以及整個使用體驗值唔值得用戶信任，之後先決定會否更廣泛推出。

對Hatch呢類產品而言，有意義嘅證據唔係測試者消耗咗幾多token，而係代理能否喺適當用戶控制下，可靠地完成有價值嘅任務，同時避免錯誤、安全問題，或者要人花大量時間監督。

對職場AI嘅更大啟示

Meta嘅調整亦反映更廣泛嘅業界轉變。最初要求員工「盡量用AI」嘅公司，開始面對更難答嘅問題：呢筆開支有冇帶來可量度嘅收益？有報道指AI成本上升，生產力卻未見相應增幅，令部分僱主轉向使用上限、預算控制，或者更有選擇地部署AI。11011

對公司嚟講，較合理嘅做法係將AI採用視為一個以結果為本嘅實驗：

1. 先界定邊類工作應該改善；
2. 衡量質素、節省時間、可靠性同成本，而唔係只睇工具活動量；
3. 保留人類對決策與交付成果嘅責任；
4. 用適當嘅非AI基準作比較；
5. 停止獎勵不必要模型使用量嘅制度。

AI使用數據仍然有營運價值，例如用於容量規劃同成本管理；但它唔可以取代對員工實際貢獻嘅判斷。Meta據報今次改政策，正正劃清咗呢條界線：應獎勵工作帶來嘅影響，而唔係為完成工作而消耗咗幾多AI token。79