Meta 要求全員停工學 AI 一週：你的公司下一個？

本文是社群貼文的完整延伸版。 社群版講了核心觀念，本文加上獨家深度分析和操作指南。

---

重點回顧

Meta 推行了一個叫「AI 訓練週」的全公司計畫，覆蓋超過八萬名員工，從工程師到行銷到營運，所有人停下正常工作，只做一件事：用 AI 做出真實的東西。

主要發現：Meta PM Zevi Arnovitz 用 Claude + Gemini 多模型工作流，在兩天內把想法變成上線功能（以前要兩週）。Reality Labs 千人團隊重組為「AI 原生小組」，出現三個新職稱。同期裁員 700 人，並非矛盾，而是同一套邏輯。

---

一個沒有程式背景的 PM，在兩天內上線了功能

讓我先說這個讓我反覆讀了好幾遍的故事。

Meta 產品經理 Zevi Arnovitz，從來沒有正式受過程式訓練。但現在，他可以自己寫程式、自己送 PR，把一個模糊的想法在兩天之內變成真實運行在線上的功能。

他的工作流是這樣的：用 Claude 規劃檔案結構和架構邏輯，用 Gemini 生成介面程式碼（JSX），再把程式碼丟給第三個 AI 模型做安全性審查，最後才送給工程師做最後 review。

整套流程走完：兩天。

以前，同樣的工作要等兩週衝刺週期（sprint）才能看到原型。

他說：「感覺像被賦予了超能力。」

這不是個案。Meta 內部主管已經在用這樣的工作方式，直接做出原型演示給 Zuckerberg 看。這種用自然語言告訴 AI 你要做什麼、讓 AI 生成程式碼並執行的方式，現在有個名字：Vibe Coding。

Vibe Coding 的核心不是學程式語法。它的核心是：你清楚知道自己要做什麼，然後讓 AI 幫你把它做出來。

---

【獨家】Vibe Coding 在企業實際怎麼運作？三層次分析

Vibe Coding 這個詞在 2025 年 2 月由前 OpenAI 研究員 Andrej Karpathy 提出，但在企業場景裡，它的意義跟個人開發者完全不同。

我在 400 多家台灣企業的培訓現場觀察，企業 Vibe Coding 分成三個層次：

第一層：輔助執行（80% 的企業目前在這裡）

用 AI 協助完成已知的任務。寫報告、做簡報、翻譯文件、分析數據。這個層次的 AI 是「加速器」，讓你做同樣的事情更快。效率提升 30-50%，但工作的本質沒有改變。

第二層：跨界執行（Meta AI 訓練週的核心目標）

讓不同專業背景的人做以前做不到的事。PM 可以寫程式、設計師可以跑數據、行銷人員可以做 A/B 測試的工具。

這個層次最危險，因為它模糊了職責邊界，但也是效率提升最大的地方。Zevi Arnovitz 的案例就是這個層次。他不是「幫工程師做事」，他是「直接做了工程師才能做的事」。

第三層：自主代理（AI-native pods 的終極目標）

讓 AI 自主完成整個工作流，人只負責設定目標和審核結果。這個層次現在還在試驗期，但 Meta 的 AI 原生小組正在往這個方向走。

三個層次的轉換，需要的不只是工具，更需要組織結構的配合。這也是為什麼 Meta 不只是辦培訓，還要重組整個部門。

---

【獨家】Meta 的組織重組：AI 原生小組到底是什麼

Business Insider 獲得的 Meta 內部備忘錄顯示，Reality Labs 的開發工具部門對約一千名員工展開了「AI 原生小組」（AI-native pods）的試驗。

這個試驗有幾個關鍵細節：

組織結構：傳統的部門層級被壓平，改為小型跨職能小組。每個小組包含工程師、設計師、產品人員，但不再有嚴格的職責分工。

三個新職稱：

• AI Builder（AI 構建者）：負責用 AI 工具實際完成工作的個人。這個職稱替代了傳統的「工程師」或「設計師」的單一職責定義
• AI Pod Lead（AI 小組領導）：管理小組日常運作和 AI 工具的使用規範
• AI Org Lead（AI 組織領導）：負責跨小組的協調、績效考核和晉升決策

預期目標：「對工程生產力和產品品質帶來根本性的大幅躍升。」這是 Meta 備忘錄的原話。

從台灣企業的角度來看，這個組織模型有一個很現實的問題：它假設每個人都已經具備「用 AI 工作」的能力。Meta 辦 AI 訓練週，其實就是在建立這個能力的基礎。

如果你的公司明天宣布要推行類似的組織改革，大部分員工的第一個反應會是：「我不知道怎麼用 AI 做我的工作。」

這就是培訓的意義。

---

【獨家】Claude Code 為什麼成為 Meta AI 訓練週的主角工具

Meta 在 AI 訓練週中主推的工具是 Anthropic 的 Claude Code，而不是自家的 AI 工具（Meta AI 或 Llama）。這個選擇背後有幾個原因。

Claude Code 的核心能力是讓工程師和非工程師都能透過自然語言直接操作完整的程式碼庫。它不只是「幫你寫程式」，而是讓你可以「指揮 AI 完成複雜任務的整個流程」。

更重要的是，Claude Code 原生支援 AI Agents 的工作方式：你可以設定一個長期目標，讓 Claude 自主決定要用什麼工具、執行什麼步驟，完成後回報結果。這種「設目標、AI 執行」的模式，正是 Meta 想要在全公司推廣的工作方式。

Meta 在 AI 訓練週裡做了大量 Agent 相關的 Demo： – 讓 AI 自動掃描程式碼庫、找出潛在的安全問題並產出報告 – 讓 AI 自主完成跨系統的工作流（從 Jira 取任務 → 執行 → 更新狀態） – 讓 AI 根據用戶行為數據自動產出分析摘要

這些 Demo 的目的不是炫技，而是讓員工「看到可能性」，知道 AI 可以幫他們做哪些他們以前覺得很麻煩的工作。

在台灣的培訓現場，我發現一個規律：員工通常要先「看到 AI 做到什麼」，才會相信「AI 可以幫我做什麼」。Meta 的 AI 訓練週，本質上就是在創造這種「看到可能性」的體驗。

---

訓練的同時，Meta 裁了 700 人

這個時機點不舒服，但值得直說。

就在推動全員 AI 訓練週的同一時間，Meta 裁員約 700 名員工。這兩件事看起來矛盾，但其實是同一個邏輯的兩面。

Zuckerberg 的說法很直接：「以前需要大型團隊的專案，未來可能只需要一個非常有才華的人。」

那個「非常有才華的人」，不是天才程式設計師。他指的是「會善用 AI 的人」。

Meta 的邏輯是：

一方面，投資留下的員工，讓他們學會用 AI 做得更多。另一方面，精簡那些可以被 AI 取代、或者因為 AI 讓人力需求降低的職位。

這個邏輯會蔓延到其他公司。JPMorgan 在考核員工的 AI 使用程度。Google 已有超過四分之一的新程式碼由 AI 生成。Meta 的 AI 訓練週不是孤例，它是企業界正在發生的一個趨勢的縮影。

Stack Overflow 2025 年的調查：84% 的開發者已在使用或計畫使用 AI 工具，51% 每天使用。

這個數字在一年前是 62%。

---

台灣企業，現在走到哪一步了

我這三年幫超過 400 家台灣企業做 AI 培訓，跨製造、金融、科技、醫療各個產業。

最常聽到的兩句話：

第一句：「我知道要用 AI，但不知道從哪裡開始。」

第二句：「老闆叫我們用 AI，但沒有人告訴我們怎麼用。」

Meta 的 AI 訓練週給了一個很具體的起點：從做出一個東西開始。

不是讀教材開始。不是等培訓計畫開始。是打開工具，選定一個今天有的工作任務，讓 AI 幫你完成它，然後記下哪些步驟可以再快一點。

在我的培訓課程中，我通常這樣做：

第一步，讓學員列出他們這週最花時間的三個重複性任務。 第二步，選出最簡單的一個，當場用 Claude 做一次。 第三步，記錄下來，下週繼續用，速度更快。

這個方法的核心不是學工具，是改變工作習慣。工具學了不用，等於沒學。

問題不在你，問題在工具。而工具現在已經夠好了。

---

本文提到的資源

工具 / 資源	用途	連結
Claude Code	AI coding agent，支援自然語言操作程式庫	claude.ai/download
Anthropic Claude	規劃架構、撰寫文件、多模型工作流	claude.ai
Business Insider 原文	Meta AI 訓練週完整報導	原文連結

---

如果你的公司也想推動系統化的 AI 培訓，讓員工從「聽過 AI」變成「每天用 AI」，歡迎到官網聯繫我。

阿峰老師服務過超過 400 家企業，培訓方式針對台灣企業的實際情況設計，不是搬抄國外理論。

加入 AI 學員社群，每天跟我們一起練習：

官網：https://www.autolab.cloud

---

關於作者

黃敬峰（AI峰哥），企業 AI 實戰培訓專家，400+ 企業合作、10,000+ 學員。 核心心法：「會用、懂用、好用、每天用」 官網：https://www.autolab.cloud

📎 出處：Business Insider — Meta is having employees participate in AI week training using Claude agents and vibe coding（2026 年 3 月）