Meta裁员案真正可怕的是什么
26名被裁员工把Meta的AI裁员告上了法庭，但真正可怕的不是“AI裁员”这五个字，而是有人想借着AI的名义，把公司变成血汗工厂。
这次Meta被告，真正吓人的是AI有可能正在被用来，把一家公司悄悄开成一个你不敢休假、女生不敢怀孕、残疾了也不敢开口申请照顾的地方。在这套逻辑下，休假、怀孕、残障，全都会被计算成“你的绩效差”；而AI还顺手成了最好用的挡箭牌：“不是我要开你，是算法给你算出来的。”
2026年7月13日，26名前Meta员工全部匿名，用“无名氏1号到26号”的身份，在加州北区联邦法院把Meta告了。这26个人来自7个不同的州和地区，岗位、团队都不一样，但他们有一个共同点：每一个人在被裁之前，要么休过法定保护假，包括医疗假、产假、照顾家人的假；要么申请过残障方面的合理便利。
他们指控，Meta这次裁员不是主要靠熟悉员工工作的经理来定去留，而是让一套AI和算法辅助系统给员工打分、排序、拉名单；这些休过假、有残障便利的人，被这套系统不成比例地挑了出来。
休假怎样被算法算成负分
“血汗工厂”最扎心的地方就在这里。你不敢休假，因为休假时没有敲键盘、没有提交代码、没有消耗token，系统看到一段空白，绩效分就往下掉。女生不敢怀孕，因为休假期间同样没有烧token、没有产出。残障人士不敢申请合理便利，因为一旦告诉系统“我这里有些不一样”，这个不一样就可能成为把你挑出来的信号。
这个案子的技术核心，可以用两个程序员甲和乙来说明。甲一年12个月都在岗，提交了120次代码；乙也很能干，但依法休了3个月假，可能做了手术，也可能家里添了孩子，剩下9个月提交了99次代码。如果系统只看总量，甲120次，乙99次，乙少了17.5%，于是乙进了裁员名单。
但把分母换对，结论立刻翻过来：甲每月平均提交10次，乙每月平均提交11次。按真正在岗的时间算，乙的绩效反而更高。问题就在于，系统拿日历上的12个月当分母，把乙依法休假的3个月算成“这段时间什么也没干”。
这件事不能简单说成AI自己出了问题或AI疏忽了。这样的算法对老板有利：老板当然希望留下提交120次代码的人。乙即使更能干，但请假期间活没有干完。以前因为法律允许乙请假，老板不能因为这件事开掉他，就必须忍受乙去请假；现在有了AI，老板得到了一个背锅侠。AI打完分，留下甲、开掉乙，这对老板是有利的。
这是一场双方都艰难的举证战
这个案子需要举证。首先要讲清楚，它不是一个集体诉讼案。Meta与每个入职者签劳动协议时，专门约定这类裁员争议不能采用集体诉讼。26个人可以作为共同诉讼人起诉，但最后要一个一个单独谈：谁输谁赢、谁回去上班、给谁多少赔偿，都要分别处理。
法官到目前为止的处理是：这26个人先要求紧急冻结裁员，希望先保留职位，再慢慢审理。法官没有支持，认为即使现在先裁掉，将来如果判Meta输，可以赔钱或者恢复工作，不属于必须紧急叫停的情形，因此裁员顺利完成。不过，法官也要求Meta和原告继续补充证据，8月份还要开庭审理，所以现在没有结论。
进入审理，双方都要提交证据。原告缺少的最重要证据，是Meta到底怎样计算裁员分数：哪些指标参与计算、不同指标各占多少、休假如何处理。任何被裁员工都很难知道公司为什么选中自己，公司最后总会给一个理由。因此，原告目前没有办法直接证明AI让这些请过假、怀过孕或者有残障便利的人被裁。
但他们手里有另一个非常有力的证据：在一些人请假时，主管曾对他们说，最近最好不要请假，请假可能影响绩效，马上可能裁员，你也不希望被裁掉吧。这个话是人说的，不是AI说的，是非常有力的证据。
为什么主管会说这种授人以柄的话？因为主管也可能被裁，他又不是扎克伯格本人。主管要考虑整个团队的任务能不能完成。员工请假当然合法，但员工请假后，如果团队任务没有完成，最后裁员时主管自己也可能被扔进去。所以主管会出来说一些难听的话：“最近风向不对，日子很紧，马上要裁员了，你现在真的要请假吗？”无论作为主管还是准备请假的人，在公司里工作过的人大概都经历过这种情形。这是26名原告手里最有利的证据。
对Meta来说，情况也一样：它要打官司，也要举证，但它要举的证据大概率同样很难拿出来。它需要公开透明地说明裁员规则怎样制定、数据是否排除了员工依法请假的部分、AI给出结论后最终签字的主管有没有修改名单、主管是否有足够时间理解AI打分规则并修改名单、修改时是否给出了理由。不能AI给出名单，主管就直接签字。
为什么Meta可能也很难拿出相应证据？因为公司裁员时，为了尽可能降低影响，通常会采取保密或突然袭击的方式运作。很多裁员理由和计算方法没法公开，一旦真的公开，留下的人也可能没办法继续安心工作。裁员往往追求稳、准、狠：快速挑出要裁的人，快速通知，不给任何人反应时间；裁完以后，还要让剩下的人继续老老实实、欢欣鼓舞地干下去。所以，这个案子最后怎么判还很难说。
用不用AI从来不是问题本身
讲到这里必须把话说清楚：用不用AI裁员，从来不是重点，更不违法。全世界没有法律规定不可以使用AI进行裁员。真正的红线，是能不能借着“我用了AI”，把公司偷偷变成血汗工厂。
“血汗工厂”不是一句情绪化的骂人话。不能拿休假整你、不能拿怀孕整你、不能拿残疾整你，这条底线是欧美国家几代人、无数企业、无数工会斗争了上百年才换回来的。今天觉得天经地义的8小时工作制、周末双休、不用童工、女工怀孕不能被随便开除、工伤得到保障，没有一样是老板发善心主动给的，全是一代代打工人用罢工、官司甚至生命，一寸一寸从血汗工厂时代抢回来的，然后被一条条写进法律。
第一，休假不能变成负分。这是美国家庭医疗休假法FMLA明文规定的规则：雇主不能把员工休保护假当成雇佣决定里的负面因素。第二，怀孕不能成为把员工挑出来开除的理由，这是民权法案第七章和怀孕歧视法管的事情。哪怕系统没有写性别字段，只要按照总在线时长、总产出这样的中性指标，造成对女性系统性不利，都可能违法。第三，残疾必须得到合理便利，而不是被当成排除信号，这是美国残疾人法ADA的核心。它不要求给残障员工降低真实标准，但要求别把残疾或者与残疾高度相关的替身指标，当成把人踢出去的捷径。
这些法律本质上都在做同一件事：给血汗工厂砌一道法律的墙。这个案子逼我们看的，是有些人会不会换上一件叫AI的新工具，就以为能够绕开这道墙，把公司偷偷变回血汗工厂。大家不要认为AI坏，AI再坏也是人教的。这件事跟AI先进不先进没有关系，工具是中性的。不能因为拿起一个更快的新工具，就把上百年斗争换回来的底线一夜退回去。
AI进入裁员后改变了什么
那么，AI这把更快的新工具到底哪里不一样？它为什么既能让事情更公平，又可能变成血汗工厂的帮凶？
以前裁人时，一方面看业绩、评分和各种具体产出，另一方面又不能完完全全靠数据客观完成。人能参考的数据极其有限，更多时候要拍脑袋：我觉得这个人怎样，我喜欢这个、不喜欢那个。这件事甚至有它合理的一面：一个人业绩很高，但主管就是不喜欢他，双方无法很好合作，把他留下也未必是好事。
今天AI来了，它可以帮助决策者参考非常多的信息，用更多维度、更复杂的模型评价员工，这是过去做不到的。但参考数据时会遇到第一个问题：这些数据是不是被正确参考了？比如女生怀孕或者员工请假，到底该怎样计算？从法律角度看，正确方式是把依法休假的时间剔除，不应该算进总量；员工怀孕生孩子，也应该把这段时间去掉。但是对老板来说，“正确”可能意味着把活干完。两种正确并不一样，AI必须遵守的是合法的正确。
第二个问题，是整个考核过程是否透明。Meta这个案子的核心就在这里。Meta裁员时估计也没有那么透明，即使内部有透明度，为了公司以后继续运作，也未必敢把全过程真正拿出来。大概率还是会因为不允许集体诉讼，一个一个与这26个人谈，赔一部分、处理一部分，把事情解决掉。
未来一定会要求数据更透明。无论裁员方还是被裁方，大家都应该能在同一个数据基础上申诉或抗辩，这是必须有的。
人负责不能只剩最后一次签字
第三个问题，是“人负责”到底是什么意思。Meta声称，裁员不是由AI决定，还是由人决定。但人负责有几个很硬的条件：需要签字裁员的人，必须知道系统用了什么数据，能看到原始证据，有时间、有权力权衡并推翻系统结论；推翻后必须写理由，而且不会因为推翻在组织里挨整。这几条缺一不可。
如果需要签字的人只得到10分钟，那就不可能做任何真正的决策，因为他自己也可能被干掉，只能签字。签字的人还必须知道分数怎样计算、原始数据是什么；但很多企业根本没法拿出这些东西，因为其中有许多即使在内部也上不了台面的内容。这对未来企业是巨大挑战。
主管还必须能够推翻AI排序，并写清楚为什么推翻，不能一句“我觉得不行”就拍脑袋；与此同时，他也不能担心推翻之后自己反而被开掉。企业过去一直利用信息不对称对待员工，即使需要签字裁员的中层领导，掌握的信息也不对称，所以他到底敢不敢拒绝AI的结论，很难说。
大部分裁员的真实状态是：员工去问HR为什么裁我，HR说，这是各团队按照统一流程评出来的；再去问经理，经理说，我参考了系统给你的综合评估，也不是我一个人说了算；如果能问到做系统的团队，他们会说，我们只提供工具，最终决定权在业务和管理层手里。一圈皮球踢下来，最后谁也不愿意为裁员负责。
裁员这种事，我自己被裁过，也裁过别人。当你看着一个人的眼睛说“你被裁了”时，其实比别人裁你的时候还难受。在这种时候，要有人愿意承担责任，说实话有点违反人性。
这里还有一个有意思的角度，叫古德哈特定律，也就是Goodhart’s
Law：一个指标一旦决定了你的饭碗，它就不再是一个好指标。如果刷token能决定升职、降级或者被开除，大家就不再好好干活，而是疯狂刷token，最后不可能产生真正有价值的产出。
所以几个问题要连起来看：数据有没有被正确参考，过程透不透明，人到底是真负责还是假负责。这三关道道守住，AI就是让裁员更公平的好工具；有一关塌了，AI就成了公司开血汗工厂的挡箭牌。
美团骑手展示了算法管理的另一面
有没有更反面的典型？有，Meta的“亲兄弟”美团。由AI、由算法掌控的人会有多么悲惨，看看美团外卖骑手就知道了。平台甚至连开除都不用，这些人都是自由职业者、打零工的，但美团可以通过算法排序：送了多少单、是不是全勤、有没有迟到、有没有超时。没有投诉、准时到达、送单量大，就发奖金；其他人可能拿不到奖金，甚至被派很差的单子，受到处罚，而且处罚过程并不透明。
最终，几百万外卖员骑着超标电动车。国家规定电动自行车最高时速25公里，但他们想在午饭时间准时送餐，就骑着改装后时速45到50公里的电动自行车满街飞奔，非常吓人。很多人还罔顾交通法规，闯红灯、逆行，天天如此。这些都是算法逼出来的。他们为了在算法里多拿一点奖金，可以把自己逼成这样。
一旦算法决定人的收入，决定一个人是不是被开除，就会很可怕。现在国内也在开始调整，要求平台不能再这样处理，首先得保证交通安全，因为这些外卖员在街上已经构成重大交通隐患。
算法打分时代的六组选择
未来，我们会不会沦为完全靠算法打分的员工？会，一定会。老范现在每天也被算法打分：节目有没有人看、有没有人点赞、有没有人发评论。YouTube每天用算法过滤内容，如果发现很多人喜欢，就给老范更多流量；如果大家只看完而不点赞，可能就不给流量，收入也会下降。这就是现实。
算法打分一定会成为大趋势，所有人都会面对。未来真正需要思考的，不是用不用AI打分、用不用AI裁员，而是职场会不会重新变成血汗工厂。这里可以做六个对比。
第一个危险做法，是直接拿日历期限内的总活动量比大小，Meta这次被指控的就是类似做法。可持续的做法，是先剔除受保护的假期，按照一个人实际能够工作的时间测量。老范自己在YouTube上基本日更，星期六可能少更一期，其他时间都要更新，因为只要不更新，平台就可能不给流量。YouTube的算法也没有考虑正常双休，所以现在一年365天基本无休地更新。
第二个危险做法，是拿token、键鼠或者在线时长直接衡量价值。按照古德哈特定律，这样做不会有好结果，员工会想办法糊弄老板。可持续的做法，是使用真正与岗位相关、经过验证的多维标准检验员工。
第三个危险做法，是删除敏感字段就宣称系统没有偏见。算法里删掉性别、残疾、怀孕，不等于不再考量这些因素，因为它可能用其他替代数据把同一批人筛出来。比如用跑100米的速度筛选，残疾人仍然会被排除。可持续的做法，是主动检查代理变量和群体结果。所谓代理变量，就是虽然不叫“怀孕”，依然能把孕妇筛出来的变量，这些东西都要屏蔽。
第四个危险做法，是经理只看一眼排序就签字。可持续的做法，是让经理能够查原始证据，能够推翻系统结论，推翻时必须写出理由，而且不会因为推翻承担不当责任，这才是真正的人参与。
第五个危险做法，是出了事再回头重建过程。Meta现在大概就面临这种局面：出事以后回来看看哪些流程可以补、哪些事情需要找人签字。可持续的做法，是事前就把输入、模型版本、名单变更和审批日志保存好。不过，第五和第六点说起来容易，实际上执行可能非常困难。
第六个危险做法，是员工既不知情也没法申诉。大部分裁员都是这样，至少我在国内职场这么多年，基本就是这种状态。可持续的做法，是适当告知，解释主要理由，并提供复核渠道。过去很难做到，因为会增加巨大管理成本；有了AI以后，不知道这一块能不能有所改进，毕竟以前只靠人肯定搞不定。
今天的故事不是说Meta就是血汗工厂，也不是说这26个人一定是在无理取闹。如果Meta能够证明，剔除休假、怀孕、残疾因素后，按照原来的考核体系，这些人依然应该被裁掉，Meta也可以洗脱冤屈。
真正要讲的是，AI参与评估、AI参与裁员，是一个不可逆的大趋势。在这个过程中，会有一些老板借AI之名，重新行血汗工厂之事。AI在这里没有善恶，坏的永远是使用它的人。这一点一定要记住。
背景图片
