Создает ли больше кода пропорционально больше продукта? Нет

Чем закончился самый масштабный эксперимент по замене людей на AI

В теории нет разницы между теорией и практикой. А на практике есть. Первые результаты замены людей AI инструментами на настоящем масштабе прибыли, и не откуда-нибудь, а из Meta. В теории всё сходилось: план Project OT, агенты берут работу тысяч сотрудников, отдельные команды сокращаются на 60%, две волны увольнений. На практике получилось иначе: бунт сотрудников, взлом Instagram через AI бота, вторая волна отменена за несколько часов до первой, а в финале обещание улучшить снеки в офисных кухнях. Reuters восстановил всю историю по десяткам внутренних документов, постов и записей.

В январе Цукерберг собрал топ-менеджмент на ежегодной выездной сессии в своей резиденции на Гавайях. Там был запущен Project OT, Organization Transformation. Внутренние документы, которые изучил Reuters, описывают замысел так: агенты берут на себя ежедневную работу тысяч сотрудников, а надзирают за ними небольшие «talent dense» группы людей. В сценарных проработках фигурировало сокращение отдельных команд до 60%. HR директор оценивал масштаб как сопоставимый или больший, чем чистка 2022-2023 годов, когда компания срезала около 25% штата. План разбили на две волны, май и ноябрь. Отдельной строкой шла продажа агентов наружу: Meta собиралась предлагать другим компаниям агентов для планирования встреч и закрытия сделок.

У замысла своя история. После выхода ChatGPT в Кремниевой долине сложилась философия «AI native» компаний: не встраивать AI в существующие процессы, а собирать организацию вокруг него с нуля, чтобы агенты и инструменты взаимодействовали между собой, а рабочие потоки были автоматизированы по умолчанию. Руководители Meta поехали смотреть, как это выглядит вживую: в Азии их впечатлили стартапы, у которых оргструктура построена вокруг AI, глава продукта прямо говорила, что офис в Сингапуре вдохновил команды в Калифорнии. Компания заказала собственное исследование устройства AI стартапов и запустила пилоты. В июле 2025 вице-президент по продукту Име Арчибонг собрал пять подов из двух или трёх инженеров и дизайнера с AI инструментами, с четырёхнедельными спринтами вместо шестимесячных циклов планирования. Свой замысел он объяснял через баскетбол: быстрый отрыв даёт больше бросков и лучше позиции, AI инструменты точно так же позволят проверять больше идей дешевле и качественнее, и в AI эпоху это выигрышная стратегия. В октябре внутренний документ «AI Native Playbook» масштабировал подход: должности инженера и дизайнера исчезают, все становятся «builders», средний менеджмент убирается, дневные приоритеты помогает расставлять агентский анализ.

К июню на поды перешли минимум 11 подразделений. Ввели модель «деревни»: один Org Lead на 30-50 человек, оценки и продвижения решает он при поддержке HR и неназванных «AI систем», а Pod Lead ведёт команду ежедневно, но без формальных полномочий. Один из назначенных на эту роль писал во внутренней сети, что его не отправили на обучение менеджеров и не дали доступ к инструментам оценки. Параллельно HR построил инструмент поиска «Irreplaceable Talent» с архетипом «10X Performer», а сэкономленное на сокращениях планировали направить на пакеты для звёзд AI инженерии. Часть инженеров перевели в подразделение Applied AI Engineering, где они писали задачки для обучения моделей Meta. Люди во внутренних постах называли эту работу тупой и монотонной. В отдельных инженерных юнитах штат к концу мая упал на 30%.

Дальше компания начала терять людей ещё до увольнений. В марте Reuters написал о готовящихся сокращениях до того, как о них узнали даже вице-президенты. Руководство ушло в молчание, менеджерам раздали методичку с формулировкой, что роли будут «эволюционировать» из-за AI. В апреле стало известно, что на устройства сотрудников в США ставят софт, записывающий клавиатуру и клики мыши, чтобы учить агентов работать за компьютером. Сотрудники сложили два и два: они обучают собственную замену. Внутренняя сеть заполнилась злыми постами, под сообщениями руководства ставили картинки слонов, слон в комнате, в туалетах висели листовки с петицией против трекинга, люди публично сцеплялись с CTO Босвортом. Когда Цукерберг анонсировал AI инициативу для малого бизнеса, кто-то из сотрудников ехидно сравнил его с Прометеем, дарующим людям огонь. Индекс лояльности в полугодовом опросе упал с 74% до 55%, набрали силу попытки профсоюзной организации.

И на этом фоне пришли главные цифры. Босворт в начале июня написал во внутреннем посте: объём изменений кода во внутренних платформах вырос на 220% за год. Изменений, дошедших до пользователей новыми или обновлёнными фичами, стало больше на 36%.

Механика разрыва простая. Генерация кода это одна из частей создания продукта, и до появления AI она не была самой узкой. Написанный код нужно отревьюить, протестировать, провести через выкладку, а потом годами держать в эксплуатации: мониторить, чинить, обновлять, отвечать за последствия. Агенты ускорили только первый шаг. Пропускная способность всего остального конвейера осталась прежней, ревьюеры те же, дежурные инженеры те же, инфраструктура та же. Когда в систему с прежней пропускной способностью заливается втрое больше кода, разница не исчезает. Она копится в очередях на ревью, в непроверенных изменениях, в техдолге, и выходит наружу инцидентами.

Внутренние данные Meta показывают ровно эту картину, по шагам. Ещё в марте инфраструктурные команды предупреждали о признаках деградации надёжности, в апреле внутренний пост фиксировал, что агенты без контроля совершают масштабные разрушительные действия, на которые человек бы не пошёл. Крупные инциденты, включая падения сервисов и возможные утечки данных, выросли на 40%, время инженеров на их тушение на 70%. В июне проблема стала публичной: хакеры через AI бота поддержки получили доступ к крупным аккаунтам Instagram, включая аккаунт Белого дома времён Обамы.

Вечером 19 мая, за несколько часов до старта первой волны, Цукерберг собрал ближний круг и отменил ноябрьскую волну. Что именно заставило его передумать, Reuters выяснить не смог. Утром 20 мая уволили 10% штата, около 8 000 человек, после чего он написал сотрудникам, что других общекорпоративных сокращений в этом году не ждёт и хочет дать людям стабильность. Дальше пошёл ремонт: трекинг мыши поставили на паузу, части инженеров разрешили вернуться в старые команды, CFO занялась перками, вплоть до обещаний улучшить снеки в офисных кухнях. В июле на внутренней встрече Цукерберг признал, что агентские технологии ускоряются медленнее, чем он рассчитывал, и пообещал эффект через три-шесть месяцев.

Снаружи в это время развернулась кампания «betting on people» с роликами о том, что Meta ставит на людей. Цукерберг выпустил эссе «The Future is for Everyone», где предсказывает изобилие рабочих мест в будущем, просто компании станут меньше по размеру, а самих компаний станет больше. При этом во внутренних коммуникациях он аккуратно держится за слова «общекорпоративных» и «в этом году», и сотрудники читают это как оставленную дверь для точечных сокращений. Давление никуда не делось: capex на AI в этом году порядка 130 миллиардов долларов, и аналитики ждут, что он съест весь операционный денежный поток 2026.

Убеждение «больше кода значит больше продукта» относится к самым живучим заблуждениям о вайбкодинге. Meta проверила его на себе, с лучшими моделями и бюджетом, которого нет ни у кого. Код вырос на 220%, продукт на 36%. И даже эти 36% нельзя записать в чистый выигрыш. Из них надо вычитать плюс 40% инцидентов и плюс 70% времени инженеров на их тушение, а это простои сервисов, деньги и внимание команд, снятое с разработки. Добавить сюда обвал доверия сотрудников, свёрнутые программы и месяцы ремонта отношений, и итоговый знак эффекта уже трудно назвать. Ускорение точно произошло. Ускорение чего, вопрос открытый.

Главный вывод: Meta провела эксперимент за всю индустрию. За свой счёт, на который у остальных не хватило бы ни денег, ни смелости, и теперь у всех нас есть цифры вместо предположений. Не ошибается тот, кто ничего не делает. Эксперименты проводить надо, и крупные компании их ставят точно так же, как стартапы. Какие-то случаются, какие-то нет, и в этом суть предпринимательства: правильных ответов с самого начала не знает никто, даже при всех деньгах и ресурсах мира. Надо пробовать и делать.

AI, конечно, изменит нашу жизнь и нашу работу. Но не всё, не сразу и не везде.