Meta CEO 扎克伯格承認啓動模型能力計劃，通過員工電腦監控工具收集數據，用於AI訓練

扎克伯格此前在2025-2026年多次推動AI代理轉型，曾在內部信中強調構建能自主完成電腦任務的AI Agent，此次MCI延續Llama系列從文本向具身智能擴展路徑，早前已通過Scale AI合作大量外包數據，但轉向內部精英數據以提升質量。

資本路徑上，Meta將計算與人力資源向MCI基礎設施傾斜，通過SuperIntelligence Labs集中工程師行爲數據，動機在於打造差異化電腦使用訓練集，降低對外包與合成數據的依賴，同時在裁員背景下用員工數據加速AI替代自身崗位，實現成本結構優化。

類似OpenAI早期用人類反饋強化學習（RLHF）及Google DeepMind代理訓練路徑，當前Meta處於從大規模參數擴展向真實人類交互數據驅動的轉型階段，先發者正通過內部閉環數據搶佔AI Agent實用化高地。

本質屬於技術替代：將高智力員工電腦操作轉化爲結構化訓練數據，將定價權從外部數據供應商與合成生成向企業內部人力資本轉移，機制在於AI Agent瓶頸從語言理解轉向界面導航與決策鏈，精英行爲數據提供不可複製的稀缺信號，加速模型從輔助工具向自主工作者演化。

ABAB News · 認知定律

員工越聰明，數據越值錢，最終越先被自己訓練的AI替代。
隱私換效率時，短期保密護城河，長期變成行業標準牢籠。
監控精英日常，不是爲了監督，而是爲了批量複製他們的結構優勢。