Проект Meta под кодовым именем Project OT должен был превратить компанию в «AI-native»: небольшие команды людей управляют ИИ-агентами, а часть коллективов сокращается, в отдельных случаях до 60%. Как показало расследование Reuters, план фактически свернули: вторую волну увольнений Цукерберг отменил, ограничившись примерно 10%. Внутренняя телеметрия при этом фиксировала рост серьёзных инцидентов и времени на реагирование, а ИИ-бот клиентской поддержки стал каналом взлома крупных Instagram-аккаунтов.

image

Что произошло

26 августа 2026 года Reuters опубликовал расследование, основанное на внутренних документах Meta, записях и интервью более чем с 20 сотрудниками. Оно описывает проект Project OT («Organization Transformation»), родившийся на январском ретрите Цукерберга на Гавайах: конечной целью была «AI-native» компания, некоторые команды предполагалось сократить до 60%. Перед увольнениями 20 мая Цукерберг отменил вторую общую волну сокращений и ограничился примерно 10% персонала. Внутренняя телеметрия показывала рост серьёзных технических и security-инцидентов на 40% год к году и увеличение времени на реагирование на 70% при более скромном росте реальных продуктовых улучшений. В июне добавилась репутационная проблема: хакеры через ИИ-бота клиентской поддержки Meta получили доступ к крупным Instagram-аккаунтам, включая архивный аккаунт Белого дома эпохи Обамы. Meta официально подтвердила Project OT как годовую инициативу по сокращению затрат, перестройке команд и переводу части сотрудников на создание тренировочных данных.

Контекст

Тезис «агенты заменят команды» до этого существовал в основном как декларация: обещания CEO-агентов и «AI-native» организаций не сопровождались проверяемыми цифрами. Project OT стал первым известным случаем, когда такой план в масштабе большой компании столкнулся с операционной телеметрией. Экономика не сошлась: рост инцидентов и стоимости реагирования съедал ожидаемую экономию на штате, и относительная скромность итоговых сокращений выглядит прямым следствием этого разрыва. Показателен и способ, которым короткая история была закрыта официально: Meta перенесла акцент на cost-cutting и переобучение людей под задачи вроде генерации тренировочных данных. Это типовой паттерн big tech, где роли смещаются от написания кода и контента к данным и eval-циклам для моделей.

Почему это важно для индустрии

Это первый детальный полевой разбор с цифрами того, как «замена людей ИИ-агентами» работает на практике в компании масштаба Meta, и агрегированный результат пока негативный: инциденты +40% г/г и время на реагирование +70% дают конкурентам и инженерам конкретные данные против аргумента «агенты готовы заменить команды». Эффект уже переговорный: предложения «заменим вашу команду агентами» теперь встречаются контраргументом с числами, пилотные сделки сдвигаются к формату «агент плюс человек» и к договорным метрикам надёжности. Взлом клиентского бота очерчивает незанятый продуктовый слой — не «ещё один агент», а инфраструктура безопасной эксплуатации: per-agent телеметрия, permission-границы, аудит действий, human-in-the-loop на привилегированных и необратимых операциях. Команды, запускающие клиентских агентных ботов, вынуждены уже сейчас пересматривать скоуп прав и добавлять подтверждение человека на чувствительных операциях, а ожидаемые направления eval-методологии смещаются от разовых бенчмарков демо-задач к выносливости: частоте инцидентов, времени восстановления, стоимости реагирования.

Почему это важно для пользователей

Ключевой риск для пользователя показал июньский инцидент: доступ к чужим аккаунтам атакующие получили через автоматизированный канал поддержки, то есть туда, куда человек обращается, когда проблема уже случилась. Практические следствия: осторожнее относиться к любым запросам бота поддержки на подтверждение личности или смену данных, включать двухфакторную аутентификацию и воспринимать неожиданно «вернувшийся» доступ к аккаунту как возможный инцидент, а не удачу. Для читателя новостей материал работает как фильтр: когда компания анонсирует агентную перестройку и сокращения, смотреть стоит на операционные метрики — количество инцидентов, скорость реакции поддержки, качество продукта, — а не на заявления о будущем. Наконец, стоит следить за переориентацией ролей: подтверждённый перевод части сотрудников на создание тренировочных данных показывает, какие инженерные и контентные профессии в big tech меняют профиль уже сейчас, и это прямо касается планов карьеры у специалистов.

Что пока неизвестно / ограничения

Метрики +40% и +70% — наблюдательные: определение «серьёзного инцидента», база сравнения и нормировка не раскрыты, поэтому сильная формула «итог опровергает capability-заявления» была бы преувеличением. Рост мог быть частично вызван самой реструктуризацией и уходом части инженеров при ~10% сокращений, а не качеством агентов как таковым; прямая причинно-следственная связь между Project OT и метриками материалом не доказана. Детали июньского взлома — механизм компрометации бота и точный масштаб доступа хакеров — остаются за рамками опубликованных данных.

Источники

Автор

Look at AI, редакция