Meta กำลังทำลายองค์กรวิศวกรรมของตัวเองอยู่หรือไม่?
(newsletter.pragmaticengineer.com)- Meta มีจุดแข็งมาอย่างยาวนานในเรื่องการลงมือทำอย่างรวดเร็วและ อิสระของวิศวกร แต่ราวเดือนเมษายน 2026 ความเชื่อมั่นภายในสั่นคลอนอย่างรุนแรงจากการปรับโครงสร้างที่มุ่ง AI เป็นศูนย์กลาง
- เพื่อไล่ให้ทันการแข่งขันด้าน AI บริษัทได้เข้าซื้อหุ้น 49% ของ Scale AI ในราคา ราว 14.8 พันล้านดอลลาร์ ($14.8b) และมอบหมายให้ Alexandr Wang ดูแลกลยุทธ์ AI ส่งผลให้แนวทางการดำเนินงานที่เน้นการเก็บข้อมูลและการทำ labeling เข้ามาสู่องค์กรวิศวกรรม
- มีการประเมินว่าวิศวกรในทีมหลัก 30~50% ถูกย้ายไปยัง ADO และวิศวกรซอฟต์แวร์ราว 4,000~5,000 คนถูกส่งไปทำงานด้าน data labeling และ RLHF
- การติดตามการกดแป้นพิมพ์และคลิกเมาส์ การประเมิน ปริมาณการใช้โทเค็น ของ AI และการประกาศล่วงหน้าว่าจะปลดพนักงาน 10% ทำให้แรงกดดันในการเพิ่มประสิทธิภาพการใช้ AI ที่วัดผลได้มีมากกว่าคุณภาพของผลิตภัณฑ์
- หลังเกิดทั้งเหตุยึดบัญชี Instagram และเหตุขัดข้องของ Facebook·Instagram ประเด็นสรุปสำคัญคือคำวิจารณ์ที่ว่าองค์กรวิศวกรรมของ Meta กำลังถูกปฏิบัติราวกับเป็นศูนย์ต้นทุน ไม่ใช่ profit center
วัฒนธรรม Meta ที่เคยให้ความสำคัญกับความเร็วและอิสระ
- วัฒนธรรมวิศวกรรมของ Meta เปลี่ยนผ่านมาอย่างใหญ่ ๆ สองช่วง
- ช่วงทศวรรษ 2010: “move fast and break things”
- ช่วงต้นทศวรรษ 2020: “move fast with stable infra”
- ตอนที่ Facebook มีผู้ใช้แตะ 1 พันล้านคนในปี 2012 บริษัทได้แจกหนังสือวัฒนธรรมองค์กรภายในความยาวราว 70 หน้าไว้บนโต๊ะพนักงาน
- ข้อความหลักคือความเร็ว ความไม่กลัว ความเป็นเจ้าของ และการคิดนอกกรอบ
- ทั่วแคมปัสมีคำขวัญอย่าง “Move Fast and Break Things”, “Done is Better Than Perfect”, “Fail Harder” ติดอยู่
- Meta ในปี 2022 ยังใกล้เคียงกับการเป็นองค์กรที่มีวิศวกรเป็นศูนย์กลาง
- impact ของแต่ละบุคคลเป็นแกนหลักของการประเมิน
- เมื่อเทียบกับ Big Tech รายอื่น บริษัทมีขั้นตอนและมาตรฐานที่น้อยกว่าค่อนข้างมาก
- ยังถูกมองว่ามีการทดสอบ เอกสารประกอบ และ code comment น้อยกว่า Big Tech อื่น
- วิศวกรใหม่จะผ่าน Bootcamp 6 สัปดาห์ เพื่อซึมซับวัฒนธรรม Meta และเลือกทีมในช่วง onboarding
- Facebook และ Instagram มีโครงสร้างพื้นฐานที่สุกงอมพอจะรองรับการลงมือทำอย่างรวดเร็ว
- Facebook ถูกยกเป็นตัวอย่างผลิตภัณฑ์ที่มีระบบ rollout อัตโนมัติที่ซับซ้อนในอุตสาหกรรม
- Instagram ถูกกล่าวถึงว่าเป็นกรณีตัวอย่างของโครงสร้างพื้นฐานที่ผ่านการพิสูจน์แล้ว ถึงขั้นรองรับผู้ใช้ 100 ล้านคนในสัปดาห์แรกของการเปิดตัว Threads
- ตอนนั้นวิศวกรภายในรู้สึกว่างานของตนอยู่ใน profit center ที่สร้างกำไรให้บริษัท
การลงทุนเพื่อไม่พลาดโอกาสของแพลตฟอร์ม AI
- Meta ถูกจัดว่าเป็น Big Tech ที่อ่อนกว่าในด้านแพลตฟอร์มฮาร์ดแวร์หรือระบบปฏิบัติการของตนเอง เมื่อเทียบกับ Apple, Microsoft, Amazon, Google
- Apple มี iPhone, iPad, Mac
- Google มี Android, ChromeOS, Pixel
- Microsoft มี Windows
- Amazon มี Kindle
- มีการตีความว่า Mark Zuckerberg หลังจากพลาดการสร้าง mobile OS หรือมือถือของตัวเองในช่วงทศวรรษ 2010 ก็หันไปให้ความสำคัญกับการไม่พลาดโอกาสของแพลตฟอร์มถัดไป
- การลงทุนใน VR และ AR เป็นส่วนหนึ่งของแนวทางนั้น
- มีการลงทุนก้อนใหญ่ใน Oculus และ Meta Glasses
- ในปี 2021 Facebook เปลี่ยนชื่อบริษัทเป็น Meta
- หลังยุคโรคระบาด ความสนใจของสาธารณะต่อ VR ถูกมองว่าลดลงอย่างมาก
- เมื่อ AI กลายเป็นเทรนด์ใหญ่ในปี 2022 Meta ก็ออกโมเดลตระกูล Llama ผ่าน FAIR และองค์กรผลิตภัณฑ์ GenAI
- Llama 1: เปิดตัวเดือนกุมภาพันธ์ 2023, หลัง ChatGPT 3 เดือน, พัฒนาโดย FAIR
- Llama 2: เปิดตัวเดือนมิถุนายน 2023, พัฒนาโดยองค์กรผลิตภัณฑ์ GenAI
- Llama 3: เปิดตัวเดือนเมษายน 2024, ถูกแนะนำว่าเป็น LLM ที่แข่งขันได้มากที่สุดของ Meta
- Llama 4: เปิดตัวเดือนเมษายน 2025, ถูกประเมินว่า “น่าผิดหวังอย่างมาก”
- ในเดือนมิถุนายน 2025 Meta เข้าซื้อหุ้น 49% ของ Scale AI ด้วยมูลค่า 14.8 พันล้านดอลลาร์ เพื่อจุดเครื่องความพยายามด้าน AI ใหม่อีกครั้ง
- Alexandr Wang ซีอีโอของ Scale AI เข้ามาดูแลกลยุทธ์ AI ของ Meta
- ดีลที่จะซื้อ Manus AI มูลค่า 2 พันล้านดอลลาร์ถูกจีนขัดขวาง ทำให้สถานะการปิดดีลยังไม่ชัดเจน
การเก็บข้อมูลแบบ Scale AI และการเร่ง RLHF
- ความสามารถหลักที่ Scale AI นำเข้ามาใน Meta ถูกสรุปว่าเป็นข้อมูลฝึกและการปรับปรุงโมเดลจากฟีดแบ็กของมนุษย์
- Training data and labeling: จัดหาชุดข้อมูลคุณภาพสูงที่ผ่านการ labeling สำหรับโค้ด ข้อความ ภาพ วิดีโอ ฯลฯ
- RLHF and fine-tuning: data engine แบบ human-in-the-loop ที่ให้มนุษย์ป้อนฟีดแบ็กแก่ foundation model
- Alexandr Wang ถูกอธิบายว่ามีอำนาจกว้างขวางในการขับเคลื่อนการสร้างข้อมูลฝึก การทำ data labeling และ RLHF
- ปลายเดือนเมษายน Meta แจ้งวิศวกรว่าจะมีการลงทะเบียนเข้าระบบที่ติดตามการกดแป้นพิมพ์และการคลิกเมาส์
- เป้าหมายคือการสร้าง ข้อมูลฝึก สำหรับ AI ตัวใหม่ของ Meta
- มีการระบุว่าไม่มีวิธี opt-out
- จึงเกิดข้อกังวลเรื่องความเป็นส่วนตัวว่าขอบเขตการติดตามจะครอบคลุมถึงขั้นไหน เช่น บัญชีธนาคารส่วนตัว อีเมลส่วนตัว หรือการรับสายส่วนตัว
- ตามรายงานของ Reuters หลังพนักงานต่อต้าน Meta ก็ลดขอบเขตของแผนเก็บข้อมูลบางส่วน
- เพิ่มตัวควบคุมให้พนักงานหยุดการเก็บข้อมูลชั่วคราวได้สูงสุด 30 นาที
- และสามารถยื่นขอยกเว้นได้
- จากการพูดคุยกับวิศวกร Meta ปัจจุบัน ระบบ logging นี้ยังไม่ได้ rollout ในสหราชอาณาจักร เนื่องจากกฎคุ้มครองข้อมูล
วิศวกรผลิตภัณฑ์ที่ถูกผลักไป ADO
- ตั้งแต่ปลายเดือนเมษายน ทีมวิศวกรรมผลิตภัณฑ์ได้รับคำสั่งให้ส่งวิศวกร 30~50% ไปยังองค์กร ADO (Agent Data Optimisation)
- เหตุที่การย้ายนี้ถูกมองว่าเป็น “การบังคับ” เพราะมันขัดกับวัฒนธรรมเดิมของ Meta โดยตรง
- ในอดีต วิศวกรไม่ได้ถูกจ้างเข้าทีมใดทีมหนึ่ง แต่ถูกจ้างเข้าบริษัท
- พนักงานใหม่จะเลือกทีมหลังผ่าน Bootcamp 6 สัปดาห์
- การจับคู่ทีมทำโดยคุยกับหลายทีมและลองทำงานเล็ก ๆ เพื่อหาที่ที่เหมาะสม
- การย้ายภายในทำได้ง่าย และมักขับเคลื่อนโดยวิศวกรเอง
- การเลือกทีมผ่าน Bootcamp เริ่มอ่อนแรงลงราวปี 2024 แต่วิศวกร Meta ที่ทำงานมาเกิน 2 ปีส่วนใหญ่ยังมีประสบการณ์ที่ได้เลือกเองว่าจะทำอะไร
- ทีม infra และ security ได้รับผลกระทบหนักเป็นพิเศษ
- หลายองค์กรด้าน infra ถูกย้ายคน 30~50% ไป ADO
- บางกรณีคนที่เก่งที่สุดก็ถูกดึงออกไป
- องค์กร ADO ถูกอธิบายว่ามีขนาดราว 6,500 คน
- ในนี้มีการคาดว่าราว 4,000~5,000 คนเป็นวิศวกรซอฟต์แวร์
- เมื่อเทียบกับวิศวกรทั้งหมดของ Meta ที่มีราว 25,000 คน ก็หมายความว่า 1 ในทุก 5~6 คนอาจต้องทุ่มเต็มเวลาให้กับ data labeling
- วิศวกรที่ถูกย้ายไป ADO มีรายงานว่าไม่พอใจทั้งกับตัวงานเองและการตัดสินใจแบบสั่งการจากบนลงล่าง
- อย่างไรก็ตาม การที่พวกเขาไม่ใช่กลุ่มเป้าหมายของการปลดพนักงานและยังคงเงินเดือนไว้ได้ ถูกมองว่าเป็น “silver lining”
ประกาศล่วงหน้าการปลดคน และแรงกดดันเรื่องการใช้โทเค็น
- วันที่ 20 เมษายน Reuters รายงานว่า Meta วางแผนปลดพนักงาน 10% ภายในหนึ่งเดือน และ Meta ก็ยืนยันเรื่องนี้
- ส่งผลให้พนักงานต้องรออยู่ 4 สัปดาห์โดยรู้ว่าตนอาจตกงานในไม่ช้า
- ระบบประเมินผลงานของ Meta ที่ชื่อ PSC (Performance Summary Cycle) ถูกอธิบายว่าเข้มงวดมากเมื่อเทียบกับ Google หรือ Apple
- ผู้จัดการจะแข่งขันกันในลักษณะที่พยายามกดแพ็กเกจค่าตอบแทนของวิศวกรทีมอื่นลง เพื่อดันแพ็กเกจของทีมตัวเองขึ้น
- ตัวชี้วัดอย่าง business impact, จำนวน code review และจำนวนบรรทัดโค้ดที่เขียน อาจถูกใช้เป็นอาวุธในกระบวนการประเมินผลงาน
- เมื่อสัดส่วนคนในแต่ละ bucket การประเมินลดลง การเมืองภายในเพื่อแย่ง bucket ที่สูงกว่าก็ยิ่งรุนแรง
- หลังยืนยันการปลดพนักงาน วิศวกรก็ได้รับรู้ว่าผู้จัดการจะดู จำนวนโทเค็น ในการประเมินผลงานด้วย
- ถ้าจำนวนโทเค็นต่ำ ก็มีความกังวลว่าอาจถูกจัดเป็นพนักงานผลงานต่ำและถูกเลิกจ้าง
- ภายใน Meta มี leaderboard การใช้โทเค็น และบรรยากาศถูกอธิบายว่าเอื้อต่อการทำ
tokenmaxxing
- ตามข้อมูลของ The Information พนักงาน Meta ใช้ 60.2 ล้านล้าน AI tokens รวมกันภายใน 30 วัน
- หากคำนวณตามราคา API ของ Anthropic จะเทียบได้กับ 900 ล้านดอลลาร์
- แม้ Meta จะซื้อโทเค็นได้ในราคาลด ก็ยังถูกประเมินว่าอาจเกิน 100 ล้านดอลลาร์
- เมื่อแรงกดดันหลายด้านมารวมกัน ก็มีการตีความว่ามันผลักให้เกิด performative work มากกว่างานจริง
- การติดตามคีย์บอร์ดและการคลิกเมาส์ของวิศวกร
- การเปลี่ยนวิศวกรจำนวนมากไปทำ data labeling แบบเต็มเวลา
- การประกาศล่วงหน้าว่าจะปลดพนักงาน 10%
- วัฒนธรรมที่ผลักให้ optimize ทุก metric ด้านผลงาน
- การวัดการใช้โทเค็นใน PSC
การยึดบัญชี Instagram และความปั่นป่วนในองค์กรความปลอดภัย
- วันที่ 30 พฤษภาคม เกิดเหตุหลายบัญชีบน Instagram ถูกยึด
- รวมถึงบัญชีระดับ high-profile อย่าง Obama White House
- ตาม สรุปของ Siddharth Sundharam ลำดับการโจมตีนั้นเรียบง่ายมาก
- ผู้โจมตีเริ่มได้ทันทีถ้ารู้เพียงชื่อผู้ใช้ของบัญชี
- ใช้ VPN หรือ proxy ที่อยู่ใกล้เมืองของเหยื่อ เพื่อหลบการสงสัยจากระบบความปลอดภัยของ Instagram
- บอก AI support ของ Meta ว่าบัญชีถูกแฮ็ก และขอให้ส่งรหัสยืนยันไปยังอีเมลใดก็ได้ที่ผู้โจมตีควบคุม
- เมื่อนำรหัสที่ AI ส่งมาไปยื่นอีกครั้ง ก็จะได้รับลิงก์รีเซ็ตรหัสผ่าน
- เหตุการณ์นี้ถูกเรียกว่า “proper zero auth password reset”
- มีคำอธิบายว่าไม่มีการตรวจเพิ่มเติมว่าอีเมลใหม่ที่กรอกเข้ามาเคยเป็นอีเมลที่ผู้ใช้ใช้มาก่อนหรือไม่
- จากการพูดคุยกับคนภายใน Meta ระบุว่า AI อยู่ใจกลางของเหตุขัดข้องนี้
- ทีม Instagram Trust and Safety สูญเสียกำลังคนไปราว 50% จากการย้ายไปทำ data labeling และจากการปลดพนักงาน
- บุคลากรอาวุโสบางส่วนก็ถูกย้ายไปทำงานฝึก AI
- มีคำอธิบายว่าในช่วงสองเดือนล่าสุด มีการเปลี่ยนแปลงที่สร้างโดย AI และการรีวิวโค้ดโดย AI ทั่วทั้ง codebase โดยแทบไม่มีมนุษย์เข้ามาเกี่ยวข้อง
- ปกติทีม Trust and Safety จะรับผิดชอบการมอนิเตอร์และแจ้งเตือนการละเมิดความปลอดภัย แต่จากการปรับโครงสร้างภายในอย่างรวดเร็วทำให้เกิดความสับสนวุ่นวาย
- วันจันทร์ที่ 1 มิถุนายน เหตุขัดข้องถูกแก้ไขและเริ่มการสอบสวนในฐานะส่วนหนึ่งของกระบวนการ SEV
- วันถัดมา Guy Rosen, CISO ของ Meta, ประกาศลาออก
- มีข้อคาดเดาว่าการลาออกนี้อาจไม่ใช่เรื่องบังเอิญ แต่ยังไม่มีข้อยืนยัน
- เหตุขัดข้องที่เลวร้ายที่สุดก่อนหน้านี้ถูกยกเป็นกรณีปี 2021 ซึ่งทุกบริการของ Meta ล่ม 7 ชั่วโมงจากปัญหา configuration ของ DNS/BGP
- หลังเหตุปี 2021 Meta เผยแพร่ postmortem และคำขอโทษต่อสาธารณะ
- แต่สำหรับเหตุยึดบัญชี Instagram ครั้งนี้ ยังมีคำอธิบายว่ายังไม่มี postmortem สาธารณะ
ความไม่พอใจภายในและการยอมรับจากผู้นำ
- Wired รายงานตัวอย่างที่สะท้อนบรรยากาศภายใน Meta
- ระหว่างการประกาศผ่านไลฟ์สตรีมสำหรับพนักงาน มีคนหนึ่งใช้คำพูดหยาบคายโจมตีบริษัทและผู้บริหาร Meta AI คนหนึ่ง
- เหตุการณ์นี้ถูกยกเป็นตัวอย่างของความไม่พอใจภายในทีม Applied AI ที่ตั้งขึ้นในเดือนมีนาคมเพื่อสนับสนุนงานวิจัย AI ของ Meta Superintelligence Labs
- พนักงานปัจจุบัน 3 คนที่ Wired อ้างถึงกล่าวว่ามีความไม่พอใจอย่างกว้างขวางต่อวิธีจัดตั้งองค์กรขนาดราว 6,500 คน และต่องานวนซ้ำเพื่อปรับปรุงโมเดล AI
- พนักงานคนหนึ่งถึงกับบอกว่า “literally the gulag” พร้อมระบายความรู้สึกสูญเสียเป้าหมายและความโดดเดี่ยว
- Chris Cox, CPO ของ Meta, เรียกสภาพแวดล้อมในช่วงไม่กี่เดือนที่ผ่านมาระหว่างประชุมรวมพนักงาน Instagram ว่า “difficult”, “brutal”
- เขาเปรียบว่าเหมือนวิ่งมาราธอนท่ามกลางลูกเห็บ
- และกล่าวว่าเมื่อทั้งทีมถูกสับเปลี่ยนแถมยังถูกบันทึกติดตามอีก มันก็ทำให้รู้สึกว่า “what the fuck”
- ตามรายงานของ Wired, CTO ของ Meta คือ Andrew Bosworth ยอมรับว่าการปรับองค์กรไปทาง AI ทำออกมาได้แย่มาก และสัญญาว่าจะสื่อสารให้ดีกว่านี้ในอนาคต
- พร้อมเสริมว่าพนักงานจะสามารถเข้าถึงเครื่องมือ AI coaching ได้
ใครต้องรับผิด และความเสียหายต่อองค์กร
- วิศวกรภายในชี้ไปที่ Mark Zuckerberg และ Alexandr Wang ว่าเป็นบุคคลสำคัญเบื้องหลังสถานการณ์ปัจจุบัน
- Zuckerberg ถูกวางให้เป็นผู้รับผิดชอบต่อการย้ายวิศวกร การ rollout ซอฟต์แวร์ติดตาม และการตัดสินใจปลดพนักงาน 10% ทั้งที่รายได้และกำไรทำสถิติสูงสุด
- Wang ถูกกล่าวถึงว่าเป็นคนนำแนวทางแบบ Scale AI เรื่องการสร้างข้อมูล การทำ labeling และ RLHF เข้ามา
- หลายมาตรการนอกเหนือจากการปลดพนักงานถูกประเมินว่าคล้ายกับวิธีทำงานของ Scale AI
- การสร้างข้อมูลฝึกผ่านการติดตามการกดแป้นพิมพ์และเมาส์
- การระดมวิศวกรมากกว่า 4,500 คนมาทำ data labeling
- การสร้าง RLHF คุณภาพสูงสำหรับ coding LLM ที่ Meta กำลังสร้าง
- มีการตีความว่าการฝึก coding AI ถูกให้ความสำคัญมากกว่าการเดินระบบอย่างมั่นคงของผลิตภัณฑ์หลักอย่าง Instagram, Facebook, Messenger
- วันที่ 12 มิถุนายน Facebook และ Instagram ก็เกิดเหตุขัดข้องใหญ่ทั้งระบบในระดับ SEV0 อีกครั้ง
- มีคำอธิบายว่า Meta กำลังอยู่บนเส้นทางที่จะขึ้นเป็นธุรกิจโฆษณาอันดับ 1 ของโลก แซง Google ภายในสิ้นปี
- แต่ถึงอย่างนั้นก็ยังมีคำวิจารณ์ว่าผู้นำกลับมองว่าการสร้าง coding LLM สำคัญกว่า
- หากสถานการณ์ปัจจุบันยังดำเนินต่อไป ก็มีแนวโน้มว่าวิศวกรที่อยู่มานานจะทยอยลาออกมากขึ้น
- และเสริมว่าหากยกเลิกการบังคับไปทำ data labeling และการติดตามพนักงาน ก็อาจยังมีช่วงเวลาสั้น ๆ ที่พากลับสู่ภาวะปกติได้
ความกังวลว่า “AI psychosis” อาจไม่ใช่ปัญหาของ Meta เพียงรายเดียว
- Mitchell Hashimoto กล่าวว่าบางบริษัทกำลังอยู่ในภาวะ “AI psychosis” อย่างรุนแรง จนยากจะพูดคุยกันอย่างมีเหตุผล
- เขาอธิบายว่าข้อถกเถียงเรื่อง MTBF และ MTTR ที่เคยเจอในงาน infra ช่วงเปลี่ยนผ่านสู่ cloud และ automation กำลังกลับมาอีกครั้งในทั้งอุตสาหกรรมซอฟต์แวร์
- แนวคิดที่ว่า “ปล่อยบั๊กไปก็ได้ เพราะ agent จะแก้ได้เร็วและในสเกลใหญ่” ถูกยกเป็นปัญหา
- เขาบอกว่า MTTR สำคัญก็จริง แต่ไม่อาจยอมทิ้งทั้งระบบที่มีความยืดหยุ่นทนทานได้
- ความกังวลของ Hashimoto คือแม้ metric ระดับย่อยจะดูดีขึ้น แต่ระบบโดยรวมอาจกำลังกลายเป็นสิ่งที่ไม่มีใครเข้าใจได้อีก
- แม้ bug report จะลดลง ความเสี่ยงแฝงอาจกลับเพิ่มขึ้น
- แม้ test coverage จะสูงขึ้น ความเข้าใจเชิงความหมายอาจกลับลดลง
- ความเร็วของการเปลี่ยนแปลงอาจสูงเกินไปจนสังเกตไม่ทันว่ามีการผุกร่อนของสถาปัตยกรรม
- เหตุยึดบัญชี Instagram ถูกตีความว่าเป็นผลจากการลดมาตรฐานคุณภาพของโค้ดที่สร้างโดย AI และรีวิวโดย AI
- แม้ระบบจะกู้คืนได้ แต่ก็เป็นหลังจากที่บัญชีระดับ high-profile ถูกยึด และระบบถูกเจาะต่อหน้าสาธารณะแล้ว
- บทความปิดท้ายด้วยคำเตือนว่า หากผู้นำกำลังพิจารณาปรับองค์กรอย่างรุนแรงโดยอ้าง AI ก็ควรดูกรณีของ Meta ก่อน
- วิศวกรของ Meta ถูกอธิบายว่าเป็นคนที่ใช้ AI อย่างจริงจังมาตั้งแต่เนิ่น ๆ และมีประสบการณ์ทั้งด้านผลิตภัณฑ์และการสร้างโครงสร้างพื้นฐาน AI
- หากคนกลุ่มนี้ยังผิดหวังกับบริษัทและผู้นำ ก็อาจกลายเป็นโอกาสในการจ้างงานสำหรับสตาร์ตอัปและ Big Tech รายอื่น
1 ความคิดเห็น
ความเห็นจาก Hacker News
พอได้ไปทำงานที่ Meta ก็พบว่า องค์กรที่ทำงานได้ดี ส่วนใหญ่มักเป็นทีมที่ถูกซื้อกิจการมา เช่น WhatsApp, Reality Labs, Instagram ส่วนองค์กรที่โตมาจากภายในล้วน ๆ ที่ฉันอยู่มานั้นแย่มาก
งานยังเดินหน้าได้ก็จริง แต่ไร้ประสิทธิภาพอย่างหนักเพราะจ้างคนเกินความจำเป็น และมีการเปลี่ยนข้อกำหนดกับกำหนดการแบบสุดโต่งตลอดเวลา มองได้ว่าวัฒนธรรมที่ก่อตัวมาจากนอก Meta ถูกใช้เพื่อ ฟอกภาพลักษณ์ ให้ดูเหมือนว่าวัฒนธรรมวิศวกรรมของ Meta โดยรวมดี
เขาบอกว่านี่คือ ที่ทำงานที่ดีที่สุด กับ ที่ทำงานที่แย่ที่สุด ที่ตัวเองเคยเจอ และมันต่างกันราวฟ้ากับเหว
ฉันคิดว่าการล้อเลียนในเธรดนี้พุ่งเป้าผิดทางไปมาก Meta เป็นบริษัทที่เลวก็จริง แต่ประเด็นสำคัญไม่ใช่เรื่องนั้น แต่อยู่ที่ อาการคลั่ง AI แบบนี้อาจกลายเป็นความปกติใหม่ของอุตสาหกรรม หรืออย่างน้อยก็เป็นหนึ่งในความปกติใหม่
บริษัทก่อนหน้าของฉัน CEO ก็หมกมุ่นกับ AI จนบรรยากาศเป็นพิษขึ้นอย่างรวดเร็ว ถึงขั้นทำกระดานจัดอันดับโทเค็นและสั่งหยุดงานที่ไม่ใช่ AI ทั้งหมดอยู่พักหนึ่ง ทั้งที่เราไม่ใช่ Meta ด้วยซ้ำ
คนหลายคนที่เขาดึงเข้ามาและเคยทำงานด้วยกันมาหลายปีก็ถูกปลดหรือไม่ก็ลาออก คนหนึ่งที่ฉันพร้อมจะตามไปถึงนรกสุดขอบยังลาออกพร้อมพูดตรง ๆ ว่า “ฉันไม่รู้ว่าเกิดอะไรขึ้นกับคุณ แต่ฉันไม่อยากทำงานกับคุณในเวอร์ชันนี้ที่ไม่ใช่คนที่ฉันเคยรู้จัก”
ฉันรอดการปลดพนักงานมาได้สามรอบก่อนจะโดนปลดในที่สุด และพอมองสิ่งที่พวกเขากำลังสร้างอยู่ตอนนี้ก็น่าสลดมาก ถึงขั้นอยากแชร์ลิงก์ให้ดูหากยอมเสี่ยงจะห่างเหินกับคนจำนวนมาก ตอนนี้บอกตามตรงว่ามันเหมือนสถานการณ์ของ ราชาแห่งความคลั่ง และบริษัทยังถูกล้อมรอบด้วยพวกประจบที่ฉันเกลียดและมองว่าเป็นพิษที่สุดไม่กี่คน ขณะที่บริษัทกำลังไหม้วอดวายลงไป
ฉันคิดว่าเรื่องนี้ไม่ได้เกิดขึ้นได้แค่กับ Zuck แต่เกิดกับบริษัทอีกมากมายได้เหมือนกัน ทั้งที่ฉันก็เป็นแค่เฟืองเล็ก ๆ ในองค์กร แต่ถ้าฉันไม่ได้พลาดอะไรไป การที่ฉันยังดูฉลาดกว่าคนส่วนใหญ่ที่บริหารบริษัทแบบนี้มันก็น่าอึ้งดี สักวันคงมีคนเขียนโศกนาฏกรรมกรีกเกี่ยวกับช่วงเวลานี้ และดูเหมือนอีกไม่นานมันจะเลวร้ายลงจริง ๆ
เป้าหมายไม่ควรเป็นจำนวนบรรทัดโค้ดที่เขียนหรือผลงานส่วนบุคคล แต่ควรเป็นความเหนียวแน่นของทีม ความสม่ำเสมอของสถาปัตยกรรม และความสามารถในการสร้างสิ่งที่สมเหตุสมผลจริง ๆ
สุดท้ายมันเกิดจากผู้นำที่ตัดขาดจากหน้างาน ไม่รู้จักคนทำงานจริง และไม่เข้าใจงานที่กำลังดำเนินอยู่ จึงต้องพึ่งตัวชี้วัดเชิงปริมาณไว้คอยมองดู สถิตินี่ช่างโหดร้ายจริง ๆ
ดูเหมือนอาการคลั่ง AI จะแสดงออกต่างกันมากในองค์กรเทคโนโลยีขนาดใหญ่ เมื่อเทียบกับทีมเล็กที่มีอิทธิพลสูง
ในสตาร์ทอัปเล็ก ๆ ถ้าทีมปล่อยผลิตภัณฑ์ดี ๆ ออกมาไม่ได้ บริษัทก็เจ๊งอยู่ดี และที่สำคัญแต่ละคนยังต้องรับผิดชอบงานของตัวเองอย่างชัดเจน ในทีมที่ดี ฉันเห็นบ่อยว่าทุกคนรู้ว่าต่างก็พยายามหาทางออกกันอยู่ จึงรับมือแม้แต่ pull request ที่ไม่ดีด้วยความระมัดระวังค่อนข้างมาก
ถึงอย่างนั้นถ้างานไปไม่รอด ก็ต้องมีใครสักคนหาวิธีทำให้มันดีขึ้นให้ได้ แทบทุกอย่างที่ฉันเรียนรู้เกี่ยวกับการสร้างด้วย AI และใช้ AI เพื่อส่งผลิตภัณฑ์ออกสู่ตลาดจริง มาจากทีมแบบนี้
วิศวกรรมซอฟต์แวร์กำลังเปลี่ยนไปก็จริง แต่ในมุมของคนที่ต้องส่งผลิตภัณฑ์ออกไป มันยังคล้ายยุคแรก ๆ ของการพัฒนาเว็บมาก ตอนนั้นทุกคนก็ต้องช่วยกันหาว่ารูปแบบไหนจะทำให้โลกซอฟต์แวร์ใหม่แบบนี้เดินได้อย่างเสถียร ใครที่จำ JavaScript ก่อนยุค jQuery ได้ก็น่าจะรู้ว่าก่อนที่การพัฒนาเว็บจะมาเป็นแบบทุกวันนี้ เราต้องค้นพบอะไรอีกมากแค่ไหน
ในองค์กรเทคโนโลยีขนาดใหญ่ ความเชื่อมโยงระหว่างความพยายามของพนักงานกับคุณค่าที่ส่งมอบจริงขาดออกจากกันมากกว่าเดิมมาก และความรับผิดชอบก็กระจายตัวกว้างกว่ามาก เมื่อความรับผิดชอบกลายเป็นเรื่องนามธรรม และไม่มีใครมั่นใจว่างานของตัวเองสร้างคุณค่าอะไรจริง อาการคลั่ง AI ก็ยิ่งมีพื้นที่ให้เติบโต
ในระดับหนึ่งก็เพราะองค์กรใหญ่แบบนี้เดิมทีก็มีศักยภาพแฝงของความบ้าคลั่งอยู่แล้ว ใครคือคนที่ “มีประสิทธิผล” และอะไรคือสิ่งที่ “มีคุณค่า” มักต้องอาศัยการแต่งเรื่องอย่างสร้างสรรค์ที่ไม่ได้ตั้งอยู่บนความเป็นจริงเสมอไป
แต่ฉันไม่คิดว่าสิ่งนี้จะอยู่เป็น “ความปกติใหม่” ได้นานนัก เหมือนตอนที่การพัฒนาเว็บแอปเริ่มรุ่ง ทีมเล็ก ๆ จะเป็นฝ่ายนำหน้าและค่อย ๆ ค้นพบบางอย่างได้ก่อน รูปแบบ MVC ที่ใช้กับเว็บแอป, JavaScript framework และแนวปฏิบัติที่ดีขึ้นเรื่อย ๆ, วิธีการแบบ agile, การแพร่หลายของ Git และ GitHub, รวมถึงการใช้ NoSQL เพื่อการขยายระบบ ล้วนถูกทดสอบในสนามจริงโดยสตาร์ทอัปเล็กและเร็วเป็นหลัก และตอนนี้มันก็กลายเป็นรากฐานที่นักพัฒนาสมัยใหม่บางคนอาจไม่รู้ด้วยซ้ำว่าเคยต้องมีใครเป็นคนสร้างขึ้นมา
เป็นเรื่องคนละประเด็นกันเลย แต่ตรงกลางบทความมีรูปภูเขาน้ำแข็งแบบตั้งตรงตามสูตร ที่เห็นพ้นน้ำแค่ 10% อยู่ด้วย แต่จริง ๆ แล้วภูเขาน้ำแข็งไม่ได้ลอยแบบนั้น และจะหมุนจนกว่าส่วนใหญ่จะอยู่ในแนวนอน
พอรู้เรื่องนี้แล้วก็เริ่มเห็นภาพภูเขาน้ำแข็งที่วาดผิดไปหมด everywhere รายละเอียดอ่านได้ที่ https://axbom.com/iceberg/ ลองเล่นตัวจำลองภูเขาน้ำแข็ง https://joshdata.me/iceberger.html หรือดูทวีตที่เป็นชนวนของเรื่องนี้ได้ที่ https://xcancel.com/GlacialMeg/status/1362557149147058178
คำกล่าวที่ว่า “วิศวกรทีมแกนหลัก 30~50% ถูกบังคับโยกไปทำ data labeling กับ RLHF” ฟังดูตรง ๆ แล้วไม่น่าเชื่อเท่าไร แม้พอมองจากความบ้าคลั่งทั้งหมดที่เกิดขึ้นช่วงนี้ก็อาจจะไม่แน่ แต่ในสหรัฐนักพัฒนาซอฟต์แวร์มีค่าตัวแพงมาก การเอาไปใช้ทำdata labelingจึงเป็นการสิ้นเปลืองทรัพยากร
เว้นแต่ว่า “ทีมแกนหลัก” จะหมายถึงคนส่วนน้อยมากของนักพัฒนาทั้งหมด ไม่อย่างนั้นสัดส่วนนี้ก็ดูสูงเกินไป
เพียงแต่ต้องการคนเก่งที่มีความสามารถในสาขาเฉพาะนั้น Meta ก็เหมือนบริษัทกลุ่มเดียวกันอื่น ๆ ที่มีคลังบุคลากรที่พิสูจน์ฝีมือแล้วจำนวนมหาศาลจากช่วงบูมการจ้างงาน และในภาวะเศรษฐกิจเปราะบางที่โอกาสลักษณะใกล้เคียงกันแทบหายไปหมด การฝึก AI โดยผู้เชี่ยวชาญ คือโอกาสทางธุรกิจที่สุกงอมที่สุด
เพราะงั้นก็ใช่ ถ้ามองในแง่เงินมันคือการสิ้นเปลืองทรัพยากร แต่นั่นคือเจตนาแต่แรก
ที่น่าขันคือพอเปลี่ยนบริบทเป็นการขอฮาร์ดแวร์หรือซอฟต์แวร์ที่ดีกว่า ความเชื่อนี้กลับหายไป ตอนที่ SSD ยังเป็นของใหม่ เล็ก และแพงมาก ก็น่าจะมีหลายคนที่นี่ที่เล่าได้ว่าการโน้มน้าวนายจ้างว่ามันคุ้มค่านั้นยากแค่ไหน
ทีมโครงสร้างพื้นฐานอื่น ๆ ส่วนใหญ่ที่ฉันทำงานด้วยก็อยู่ในสภาพคล้ายกัน
ต่อให้ไม่นับองค์กรวิศวกรรม การเปลี่ยนแปลงที่ใหญ่กว่ามากก็กำลังก่อตัวอยู่ใต้ผิวน้ำ ฉันคุยกับวิศวกรหลายคนในองค์กรโครงสร้างพื้นฐาน และได้ยินว่าทีม 30~50% ถูกดึงไปที่องค์กร ADO และบางกรณีก็เป็นวิศวกรที่เก่งที่สุดที่ย้ายออกไป
วันอังคาร Guy Rosen ประธานเจ้าหน้าที่ฝ่ายความมั่นคงสารสนเทศ (CISO) ของ Meta ก็ประกาศลาออก เขาอยู่มาตั้งแต่การเข้าซื้อแอปติดตามบนมือถือ Onavo ในปี 2013 และในช่วงเสี่ยงสูงอย่างคดี Cambridge Analytica เขาก็ดูแลงานด้านการใช้งานแพลตฟอร์มในทางที่ผิดและการแทรกแซงการเลือกตั้งในฐานะรองประธานฝ่าย Trust & Safety / Integrity
เมื่อเขาออกไป จริยธรรม ปรัชญา และความรู้ฝังลึกที่สั่งสมมา ซึ่งขับเคลื่อนงานไซเบอร์ซีเคียวริตี้และการบริหารความเสี่ยงขององค์กร ก็ออกไปพร้อมกันด้วย ทั้งสามอย่างนี้เป็นองค์ประกอบสำคัญที่ทั้งทำให้หายไปด้วยระบบอัตโนมัติไม่ได้ และก็พูดออกสาธารณะได้ยาก นี่ฟังดูเหมือนเป็นการเปลี่ยนแปลงด้านการตัดสินใจที่ใหญ่กว่าเรื่องวิศวกรรมเสียอีก
ต้องยอมรับว่า Zuckerberg ทำเรื่องพวกนี้ในระดับที่แทบจะบ้าคลั่งแบบการ์ตูน ถ้า Facebook เป็นบริษัทที่บริหารโดยคนปกติ มันก็คงค่อย ๆ เผาผลาญทุกอย่างทิ้งไปช้า ๆ ตลอด 20 ปีข้างหน้า ขณะที่ความสำคัญของโฆษณาโซเชียลมีเดียค่อย ๆ ลดลง
แต่พอ Zuckerberg เป็นคนคุม มันต่างออกไป เขาจะเผามันลงเพื่อหาวิธีที่จะยังสำคัญต่อไปเรื่อย ๆ สิ่งที่น่าแปลกคือคนที่ทำงานที่นั่นคิดว่าตัวเองจะไม่โดนเผาไปด้วย
ขณะเดียวกันก็คืนทุนให้ผู้ถือหุ้นผ่านการซื้อหุ้นคืนและเงินปันผลด้วย
หลายคนโทษ Zuckerberg แต่ในมุมฉัน ฉันเห็นคล้ายผู้เขียนว่าความรับผิดชอบส่วนใหญ่ของเรื่องนี้อยู่ที่ Alexandr Wang ผู้ก่อตั้ง Scale AI การที่คนซึ่งชูคำว่า “MEI” (Merit, Excellence, Intelligence) ยอมให้ดึงผู้เชี่ยวชาญประสิทธิภาพสูงจากองค์กรวิศวกรรมหลักไปโยกทำ data labeling นั้นช่างย้อนแย้งมาก
เอาจริง ๆ ในองค์กรแบบ Meta ตำแหน่งที่คุณอยากเอาตัวท็อปไปลงไม่ใช่งาน data labeling นี่คือตัวอย่างของการปล่อยให้ผู้ก่อตั้งสายเทคที่มีชื่อเสียงมาทำลายวัฒนธรรมวิศวกรรมสมรรถนะสูง
ถ้าผู้ถือหุ้นรู้ความละเอียดอ่อนของเรื่องนี้ พวกเขาคงเรียกร้องให้ปลดเขาออก ภาวะผู้นำของเขาขาดทั้ง merit, excellence, intelligence
Facebook และ Instagram เป็นธุรกิจที่แข็งแกร่งมาก จนถึงขั้นว่าต่อให้หยุดงานพัฒนาไปเลย ก็ยังน่าจะคงสถานะเป็นบริษัทผูกขาดที่ไม่มีใครโค่นได้ไปอีกหลายปี
แต่ก็ไม่เข้าใจว่าการอัดหน้าจอหรือบันทึกการพิมพ์แป้นพิมพ์จะกลายเป็นข้อมูลฝึก AIที่มีประโยชน์ได้อย่างไร ต้นทุนก็สูง แถมยังทำให้คนจำนวนมากไม่พอใจ แต่ดูเหมือนมูลค่าจริงจะมีไม่มาก
แน่นอนว่านี่ใช้ได้น้อยกว่ามากกับพื้นที่ที่สำคัญจริง ๆ อย่างซอฟต์แวร์เข้ารหัสหรือซอฟต์แวร์การเงิน ถึงอย่างนั้นก็ยังน่าตกใจว่าความสำเร็จของบริษัทกับความเป็นเลิศทางวิศวกรรมนั้นเชื่อมโยงกันน้อยแค่ไหน
นั่นก็เป็นเหตุผลว่าทำไมธุรกิจ Amazon Ads ถึงโตในช่วงหลัง เพราะมันได้ผลจริง ในทางกลับกัน โซเชียลแบบเสียเงินและเสิร์ชแบบเสียเงินกำลังกลายเป็นของโบราณ
ในอนาคตอันใกล้มันอาจยังพิมพ์เงินได้อยู่ แต่กำลังถูกโจมตีรอบด้านจากโฆษณาเนทีฟ สื่อ Amazon และอื่น ๆ ซึ่งในพื้นที่นั้นข้อมูลบุคคลที่หนึ่งและพิกเซลสำคัญมาก และต้องเคารพความเป็นส่วนตัวด้วย
ที่รู้เรื่องนี้เพราะผมบริหารบริษัทเทคโนโลยีการตลาดขนาดเล็กที่เป็นคู่แข่งของ GA4 และกำลังขยายไปสู่โฆษณาเนทีฟ
ผมไม่คิดว่า Zuck จะมีออร่าแบบ Musk ที่ถึงจะปนเรื่องเหลวไหลก็ยังมีผลงานออกมาได้ และผลงานของ Meta ในการพัฒนาผลิตภัณฑ์ใหม่ด้วยตัวเองก็ดูไม่ดีนัก
เครื่องจักรผลิตความโกรธที่การใช้งานกำลังอยู่ที่จุดสูงสุดหรือใกล้จุดสูงสุดแบบนี้ จะยังเป็นการลงทุนที่น่าสนใจในปี 2026 อยู่หรือ?
น่าเศร้า ผมเคยคิดว่า Meta โดยเฉพาะเมื่อเทียบกับ Google ทำหลายอย่างได้ดีในแง่การใช้ประโยชน์จากวิศวกร ถ้าให้เลือกระหว่าง React (Facebook) กับ Kubernetes (Google) ผมเลือกอย่างแรกทุกครั้ง
Kubernetes ทำให้เทคโนโลยีคลัสเตอร์ถอยหลังไปตลอด 10 ปีที่ผ่านมา และขัดขวางไม่ให้มีทางเลือกที่ดีกว่าสำหรับบริษัทเล็กหรือบริษัทที่ไม่สามารถเสียทรัพยากรไปกับเทคโนโลยีและกระบวนการที่จัดการยากเพื่อผลประโยชน์แบบผูกขาดได้
ถ้ามีใครสร้างผลิตภัณฑ์โอเพนซอร์สจาก Parallel Sysplex เก่า ๆ ของ IBM ก็คงจะดีกว่ามาก แต่คงติดสิทธิบัตรอยู่ แม้ว่าตอนนี้จะหมดอายุไปแล้วก็ตาม
ถึงคนจะบ่นกันมาก แต่สุดท้าย React ก็ขึ้นไปอยู่จุดสูงสุดในตลาดที่แข่งขันดุเดือด ผมเห็นระบบสร้าง UI object ที่ดูคล้ายกันบนผิวเผินมามาก ทั้ง XAML ของ Microsoft หรือ FXML ของ Oracle แต่ระบบของ React เรียบง่ายและยืดหยุ่นที่สุดแบบทิ้งห่าง
มันเป็นตัวอย่างว่าคุณสามารถนำแนวคิดจาก On Lisp ไปใช้กับภาษาใดก็ได้ที่มีแนวปฏิบัติพื้นฐานของ functional programming และเพียงเพิ่มการปรับคอมไพเลอร์เล็กน้อยด้านบนก็ทำให้มันออกมาดูเป็นธรรมชาติได้
React ดูจะเป็นผู้นำฝั่งฟรอนต์เอนด์ก็จริง แต่อยากรู้ว่าฝั่งแบ็กเอนด์มีอะไรที่ถือว่าเทียบเคียงกันได้บ้าง
React อาจเป็นผลข้างเคียงที่ดีได้ แต่เมื่อคิดถึง Meta นี่ไม่ใช่สิ่งแรกที่นึกถึงเลย
Kubernetes กลายเป็นมาตรฐานอุตสาหกรรมด้านคลัสเตอร์ออร์เคสเตรเตอร์ก็ด้วยเหตุผลของมัน และมันยอดเยี่ยมมาก
ผมคิดว่าตรงนี้มีการเปลี่ยนแปลงที่หลายคนไม่ทันสังเกต ถ้าคุณทำงานในยุคแรก ๆ ของทีวี โดยเฉพาะตอนที่ทีวียังทดลองกันมากและมาตรฐานเปลี่ยนทุกปี คุณก็คงทำงานวิศวกรรมด้วยมือตัวเองเยอะมาก หรือทำงานใกล้ชิดกับวิศวกรมาก
ทุกวันนี้แทบไม่มีวิศวกรรมในโทรทัศน์แล้ว และดูเหมือนสิ่งเดียวกันกำลังเกิดขึ้นกับโซเชียลมีเดีย ผลิตภัณฑ์มันโตเต็มที่แล้ว และปัญหาทางวิศวกรรมที่ต้องแก้ต่อจากนี้ก็คงมีน้อยลงเรื่อย ๆ
แน่นอนว่าพอเห็นโปรเจกต์เสริมเหล่านั้นเดินหน้าแบบก้ำกึ่ง ก็ไม่แปลกถ้า Meta จะหันกลับไปสู่การปลดพนักงาน พวกเขาจ้างคนมากเกินไป และไม่ได้หาวิธีอย่างจริงจังที่จะใช้วิศวกรจำนวนมากเหล่านั้นให้เกิดประโยชน์