“Kahit mapabayaan ni Meta ang 90% ng mga tao, magpapatuloy pa rin ang paggana ng mga app tulad ng Instagram at Facebook.”

Si Eva ay senior engineer sa Meta, hindi nakalista sa listahan ng mga aabot ng pagkakawala ng trabaho, magandang performance, at aktibong umuunlad sa paggamit ng mga AI tool.

Ngunit sinabi niya, "Walang sinuman ang ligtas, lahat ay delikado, langit ang tanong kung kailan."

Ito ay isang kuwento tungkol sa kung paano sinusukat ang performance, kung paano nagaganap ang pagtaas sa posisyon, kung paano gumagana ang pamamahala, at kahit paano tinutukoy ang pagod mismo, kung saan ang lahat ng tao—mula kay Zuckerberg hanggang sa bagong hirang na junior engineer—ay hindi kayang sabihin kailan matutupad ang bagyo.

Ang pagkakawala ng mga trabaho ay totoo, ngunit ang dahilan ay pekeng-peko

Ang Meta ay nagpalaya ng halos 25,000 tao mula noong 2022.

Noong Nobyembre 2022, 11,000 ang inalis; noong 2023, karagdagang 10,000, na tinawag ni Zuckerberg bilang taon ng efficiency. Noong Enero 2025, inihayag ni Zuckerberg sa isang internal memo ang pag-alis ng 5% sa pinakamababang performance, halos 3,600. Noong Marso 2026, karagdagang 700 ang inalis. Ayon sa Reuters, magkakaroon pa ng karagdagang pag-alis ng halos 8,000 noong huling bahagi ng Mayo, na kumakatawan sa 10% ng kabuuang 79,000 na empleyado sa buong mundo, kasunod ng pangalawang ronda sa ikalawang kalahati ng taon.

Ang pagpapalit ng mga empleyado ay totoo, ngunit hindi ito laging dahil sa AI na umalis sa kanilang trabaho.

Sa tingin ni Eva, sa panahong ito, karamihan sa mga taong napalayas ay magkakaroon ng pagkakataong umalis kahit walang AI. "Sa mga nakaraang taon, sobrang dami ng mga taong hinirang sa buong industriya ng CS kaysa sa tunay na pangangailangan, malakas ang industriya, sobra ang kapital, at tumataas ang presyo ng mga aktibo, kaya maraming kumpanya ang naghiring ng maraming tao. Pagkatapos bumili si Musk ng Twitter, pinalayas niya ang karamihan sa mga empleyado, ngunit patuloy pa ring gumagana ang app—noon pa ay wala pa naman ang AI."

Sa taon na 2026, ang gabay sa kapital na gastusin ng Meta ay 115 bilyon hanggang 135 bilyong dolyar ng Amerika, halos dalawang beses ang dami ng 2025, at lahat ay patungo sa mga data center, GPU, at infrastraktura ng AI. Ang perang naligtas sa pagpapalit ng mga manggagawa ay napunta sa computing power.

Ang papel na ginagampanan ng AI sa phase na ito ay parang isang magandang card na maaaring gamitin ng mga kumpanya upang ipahayag na tumataas na ang efficiency at hindi na kailangan ng ganito karaming tao.

Maliit at mabilis ang mga maliit na kumpanya, ngunit nang lumaki sila, tumagal ang pagdedesisyon; nalaman nilang hindi sila makakapaglaban sa mga bagong unicorn at startup, kaya nagsimula silang magpapaliit, magpapalawig, at magpapakonsentrado sa pangunahing produkto. Ang AI ay nagpabilis lang sa siklo na nangyayari na.

Kapag ang paggamit ng AI ay kasali sa pagtataya ng performance

Gayunpaman, ang pagpasok ng AI ay nagbago sa ilang patakaran tungkol sa pagpapalaya sa mga manggagawa.

Ang dating paraan ng pagtataya ng performans ng Meta ay lubos na natatangi sa mga malalaking kumpanya sa Silicon Valley. Hindi direktang nagbibigay ng marka ang mga manager, kundi nagpapalikom ng iyong sariling pagtataya, mga pagtataya mula sa mga kasamahan, at kanilang sariling obserbasyon upang sumulat ng isang dokumento na naglalaman ng antas ng performans.

Pagkatapos ay pumasok sa isang sesyon na tinatawag na Calibration Meeting, kung saan isang grupo ng mga katulad na antas na halos labindalawang tao ay pinagsama, at bawat manager ay bumabanggit nang pabalik-balik tungkol sa kanilang mga kahalili, ipinapaliwanag kung bakit karapat-dapat ang isang tao sa isang tiyak na antas, at pagkatapos ay pinag-uusapan ng lahat, at sa huli ay itinakda ang antas ng lahat.

Ang proseso na ito ay mahaba at nakakalipas ng oras, ngunit ang halaga nito ay nasa pagpapakilala ng maraming pananaw at komparasyon sa parehong antas; mahirap para sa isang manager lamang ang magdesisyon ng resulta. Naniniwala si Eva na ito ay relatibong patas.

Noong unang bahagi ng 2026, natigil ang Calibration Meeting. Ipinaliwanag ni Eva, “Binalik ng kumpanya ang pagtataya ng performans na kada anim na buwan, dahil sa AI, maaari ng mga manager gamitin ang AI upang matulungan sa pagsulat ng kanilang sariling pagtataya, at hindi na kailangan ng maraming mga hakbang sa pagkakasundo, kaya mas mabilis ang proseso.”

Sambil nagsasagawa ng mga pagbabago, inilunsad ng Meta ang isang AI-powered na sistemang pangpagsunod sa performance na tinatawag na Checkpoint, na nakakapag-ugnay ng awtomatiko ng mga datos tungkol sa trabaho ng mga empleyado mula sa mga panloob na sistema tulad ng Google Workspace upang lumikha ng mga summary ng kontribusyon para sa mga manager. Para sa mga software engineer, sinusunod ng Checkpoint ang higit sa 200 na dimensyon ng datos, kabilang ang proporsyon ng AI-generated code, habang sinusubaybayan ang rate ng error, bilang ng mga bug na kaugnay, at iba pang mga indikador.

Ang pangunahing opisyal ng pagmamahalaga sa tao ng Meta, si Janelle Gale, ay nagpaliwanag sa isang internal memo noong katapusan ng 2025 na ang kakayahang makipagtulungan gamit ang AI ay magiging pangunahing pamantayan sa pagtataya ng performans noong 2026.

Bukod dito, bawat beses na isusulat ng mga inhinyero ng Meta ang isang piraso ng code, awtomatikong iginagawad ng sistema ng isang porsyento na nagpapakita kung gaano karaming bahagi ng code ay natapos gamit ang tulong ng AI, at naging bahagi na ito ng mga pamantayan sa pagtataya.

Ang bawat grupo ay nagtatag ng isang minimum na pagsasakatuparan, tulad ng kailangan ng 50% o 90% ng code na gawa ng AI. Kailangan mong makamit ang pagsasakatuparan na ito, at pagkatapos ay patuloy pa ring masusukat ang actual na halaga ng iyong ginagawa sa pagtataya ng performance. “Ang ideya ng kumpanya ay, unahin niyo muna ang paggamit, at pagkatapos ay titingnan namin kung gaano kahusay niyo ito ginagawa,” sabi ni Eva.

Isama ang paggamit ng AI sa performance, tulad ng isang pambansang mekanismo ng pagpapalaganap—hindi pinaparangalan ang mga madalas na gumagamit, ngunit pinaparusahan ang mga hindi gumagamit.

Hindi eksklusibo sa Meta ang ideyang ito.

Sinabi ni Jensen Huang, CEO ng NVIDIA, sa GTC Conference noong Marso 2026 na ang bawat inhinyero ng kumpanya sa hinaharap ay kailangang magkaroon ng taunang budget para sa Token, at magkakaroon ng karagdagang kalahati ng budget para sa paggamit ng AI, sa labas ng kanilang pangunahing sahod. Kahit sinabi niya na kung ang isang inhinyero na may taunang suweldo na $500,000 ay nagagastos ng mas mababa sa $250,000 sa AI bawat taon, magiging "malalim na nag-aalala" siya.

Si Huang Renxun ay nagbebenta ng Token; paano ba hindi ipinopromote ng negosyante ang kanyang sariling produkto, ngunit ang Meta ay naging ekstremo rin sa kakaibang pagkakaroon ng quant frenzy.

Isinagawa ng isang empleyado ang isang sariling leaderboard na tinatawag na «Claudeonomics», na pinangalanan ayon sa Claude model ng Anthropic, na sumusunod sa paggamit ng AI Token ng 85,000 empleyado. Sa loob ng 30 araw, ang kabuuang paggamit ng token sa buong kumpanya ay higit sa 60 trilyon.

Ang leaderboard ay may mga antas ng badge mula sa brons hanggang emerald, at ang mga nasa unang 250 ay makakatanggap ng mga pamagat tulad ng Token Legend at Cache Wizard. Ang nakauna sa listahan ay nag-consume ng 281 bilyong Token sa loob ng 30 araw, at may mga empleyado na nagpapagana ng AI agent nang walang layunin sa loob ng ilang oras, na lamang upang mag-consume ng Token. Ang paggamit ng dami ng Token na na-consume bilang sukat ng produktibidad ay parang pagtataya sa isang driver ng truck gamit ang paggamit ng gasolina—ang engine ay gumagana, ngunit hindi nangangahulugan na may pagdadala.

Hindi naramdaman ni Eva ang presyong mula sa leaderboard sa kanyang sariling team: "Bale-wala naman ang aming team sa leaderboard, kaya kami ay nagpapatuloy lang sa aming gawain, at basta lang tinitingnan namin ito nang walang serio." Hindi rin ginamit ng manager ito bilang paksa, ngunit matapos ang pagkakabawas ng website ng leaderboard, ang pondo nito ay hindi nawala. Ang porsyento ng AI-generated code ay patuloy na tinataya, at ang pinakamababang pamantayan ay nananatili pa rin.

At habang lahat ay pinipilit gamitin ang AI, tumataas ang bawat output ng bawat tao, ang mga pamantayan sa performans ay lalaki rin. “Kung mas mabuti ang 60% ng mga tao, tataas siguro ang pamantayan. Kung gaano karami sa mga pagbabagong ito ay dulot ng AI, at gaano karami ay dulot ng pagpapagod, hindi malinaw.”

Ang hangin ng over-competition ay napunta sa Silicon Valley

May pressure din ang pangunahing pinuno ni Eva, “Ang iba pang mga pangunahing pinuno ay nagtatrabaho nang husto upang mapabilis ang kanilang mga kawani; kung hindi mo ito matagumpay, hindi na mapapanatili ang posisyon niya.”

Ayon sa The Wall Street Journal, nagtatag si Meta ng isang bagong departamento para sa AI engineering na may ratio ng 1:50 sa pagitan ng manager at engineer, kung saan isang manager ang nagtatrabaho sa 50 tao—dalawang beses ang tradisyonal na limitasyon sa Silicon Valley na 25:1.

Ayon sa Gallup, tumataas ang average na bilang ng mga tao na pinag-uupuan ng mga manager sa buong bansa mula sa 10.9 noong 2024 patungo sa 12.1 noong 2025, ngunit ang 50:1 ng Meta ay higit pa sa apat na beses ang industriya average.

Naramdaman nang buong puso ni Eva ang pagbabagong ito. Karaniwan sa malalaking kumpanya, isang manager ang nagtatrabaho sa sampu-sampu ng tao, dahil kailangan nilang tulungan ka sa iyong pagpaplano ng karera, magkaroon ng isang-on-isang talakayan sa iyo, at maunawaan ang iyong mga pangangailangan.

1:50 ay nangangahulugan na ang dating tim na may 5 manager ay ngayon ay kailangan lang ng 1, at nawawala ang 4 na iba.

Walang nakakaalam kung paano gagana ang bagong departamento, bagaman ang mga pananaw ng labas ay naniniwala na magtatapos ito sa trahedya.

Ang iba pang mga departamento namin ay patuloy pa ring sumusunod sa dating ritmo ng pamamahala, at ang manager ay magkakaroon pa rin ng isang-on-isang talakayan tungkol sa iyong career plan, ngunit inaasahan ng lahat na hindi ito magtatagal. Ang ilang mga grupo ay nagsimula nang alisin ang mga基层 manager at nananatiling ang mas mataas na antas ng mga manager na direktang pamamahalaan ang lahat.

Ang pamamahala mismo ay nakakaroon ng sariling tanong kung ang kanilang trabaho ay naging walang kwenta na. “Lahat ay nasa parehong kalagayan, at lahat ay kailangang harapin ang tanong kung mayroon pa bang kahalagahan ang inyong posisyon. Para sa mga lider, pareho rin—hindi nagiging mas madali ang kanilang mga araw.”

Totoo nga na tumutulong ang AI sa mga manager na palakasin ang kanilang efficiency, automating ang pagkolekta ng mga pinakabagong code na isinulat ng mga kalahok, mga post na ipinost, at mga meeting na kanilang pinagdadaan, at gumagawa ng mga ulat nang regular. Noon, kailangan ng manager na maghanap nang sarili nila, ngayon, kailangan lang nilang i-review ang naisumite ng AI.

Ngunit sa kabilang panig ng pagtaas ng efisiyensiya, mas mura ang pagpapatakbo, at ang mga mura ay hindi kailanman kulang sa mga alternatibo.

Ang pagkakasunod-sunod ng pagkakaroon ng sobrang kompetisyon ay nagdudulot ng pinakadirektang epekto sa mga entry-level na posisyon.

Si Eva, bilang senior engineer, kung dati ay isinisiwalat niya ang isang maliit na bug sa junior engineer habang pinaplano ang proyekto, ngayon, kung hindi ito malaki, direktang buksan niya ang isang AI window at matatapos ito sa ilang minuto. “Hindi kailangang makipag-ugnayan sa junior engineer, sarili kong pinatutupad ito nang mabilis.”

Kailangan pa rin ng mga tao ang malalaking proyekto, ngunit ang mga simpleng gawain na dati ay nagbibigay ng malaking workload sa mga junior engineer, ay patuloy na binabawasan ng AI na nasa tabi ng mga senior engineer.

Mabilis ang pagbibilang ni Eva: “Kung maaari mong gawin agad ang lahat ng mga ito—maging engineering manager, product manager, engineer, at designer—kung maaari mong gawin lahat ng trabaho nang mag-isa at buuin ang isang function o kahit isang team, mas maliit ang posibilidad na ikaw ay mawawalan ng trabaho kaysa sa iba.”

Sa pagtugot kung ilan ang tatira, tinawag ni Eva, “Sa kasalukuyan, kahit anong kalahati lang ng tao ang matitira sa Meta, kayang palakasin pa rin ito. Kung patuloy na umuunlad ang AI ayon sa kanilang pagpapahayag, maaaring matira lang ang 10% ng mga programmer para i-review ang ginawa ng AI at i-align ang mga desisyon sa produkto, habang ang 90% ay mawawalan ng trabaho. Kahit ganito, kayang patuloy ng Meta ang paggalaw.”

Walang ligtas, kahit si Zuckerberg.

Walang sinoman ang nakakaramdam ng ligtas.

May pressure ang mga mataas na opisyales dahil sa pagkakaroon ng pressure ng iba pang mataas na opisyales; may pressure ang mga manager dahil maaaring magbago ang kanilang sakop mula 1:15 patungo sa 1:50; may pressure ang mga senior engineer dahil tumataas ang mga pamantayan; at may pressure ang mga junior engineer dahil ang kanilang trabaho ay kinakain nang walang pagsisikap ng AI ng mga senior engineer.

Kahit si Zuckerberg mismo ay nasa gitna ng pagkabalisa.

Ang kawalan ng siguraduhan sa panahon ng AI ay totoo; bawat bagong feature na ipinapakita ni Claude Code ay maaaring magpapabaya sa isang kumpanya, at ang presyo ng mga shares ng Figma ay umabot sa malakas na pagbabago pagkatapos ng balita tungkol sa Claude Design, at ang buong SaaS industry ay tinatanggalan ng mga bahagi nang isa-isa.

Mukhang may hadlang ang social media, ngunit ang hadlang ay hindi kailanman ganoon kalalim. Naniniwala si Eva na ang paglipat mula sa QQ patungo sa WeChat ay nangyari lamang sa loob ng dalawang taon.

Pinapahalagahan ni Zuckerberg ang kinabukasan ng kumpanya habang nagpapatupad ng malalaking pagpapabaya. Bilang isang empleyado, sa pananaw ni Eva, ito ay isang estratehiya sa pamamahala. “Gusto niyang panatilihin ang pinakamalakas at pinakamatalinong mga tao. Ano ang pinakamahusay na paraan? Natuklasan niya na ang pagbibigay ng pera ay hindi ang pinakamahusay, mas epektibo ang pagpapabaya.”

Ang paggawa ng kawalan ng seguridad ay mas nakakapagpapalakas ng output kaysa sa pagbibigay ng bonus.

Ngunit may gastos din sa estratehiyang ito. Hindi magpapaliban ang mga pinakamahusay na inhinyero sa ganitong presyon; sila ay magpapalitan sa mga lugar na mas nagpapahalaga sa mga empleyado. Ang pagpapalaya ay maaaring palayain ang mga nagiging malayong manggagawa, ngunit maaari rin itong palayain ang mga may pinakamaraming opsyon.

Ang dahilan kung bakit nanatili si Eva ay praktikal: bagaman mas nakakapagod na ang Silicon Valley ngayon, hindi pa rin ito kagalingan ng kanyang bansa.

Gayunpaman, ang kabuuang trend ng industriya ay hindi na maaaring iwasan sa likod ng mga personal na pagpili na ito. “Ang AI ay magpapalitan ng karamihan sa mga trabaho, at ang industriya ng internet ay hindi na mababalik sa dating tagumpay kung saan maaaring kumita ng maraming pera nang hindi kailangang maging sobrang busy.”

Kung hindi mo kayang talunin, sumali na lang

Ang AI ay nagbago ng paraan ng paggawa ng mga umiiral na empleyado, at parehong nagbago ng entry point para sa mga bagong kandidato.

Ang tradisyonal na pag-interview ng mga inhinyero ng Meta ay nahahati sa tatlong bahagi: Coding, Behavior Question, at System Design. Ang Coding ay nagtatadhana ng isang algorithm problem, tulad ng pag-sort ng isang serye ng data, na tumatalakay sa iyong pagpili ng alin sa algorithm, at sa iyong pag-uugnay sa performance at gastos. Ang Behavior ay mas subhektibo, kumukwestyon kung paano mo ginagamot ang feedback at konflikto. Ang System Design ay karaniwang isang tanong sa arkitekturang disenyo na inaasahan lamang mula sa mga senior level.

Noong Oktubre 2025, ipinakilala ng Meta ang AI coding segment sa kanilang pagpapakilala. Noong dalawang round ng pure coding, ngayon ay isang round ng tradisyonal na coding at isang round ng AI coding. Ang mga kandidato ay nakakatanggap ng isang kumplikadong proyektong maraming file sa loob ng CoderPad, at may AI chat window sa kanan kung saan maaaring magpalit-gamit ng iba’t ibang AI model sa loob ng panahon ng interview, kabilang ang GPT series, Claude series, Gemini, at Llama. Sa loob ng 60 minuto, kailangan mong maunawaan ang isang codebase na hindi mo pa nakikita, i-decompose ang problema, at gamitin ang AI upang ma-implement ang mga function o i-fix ang mga bug.

Hindi ito tungkol sa kung kayang mo bang isulat ang code o ang prompt, kundi sa iyong pagpapasya sa pagtatrabaho kasama ang AI. Ang resulta na ibinibigay ng AI ay maaaring tama, mali, o bahagyang tama at bahagyang mali—paano mo ito iinteraksyonin upang makamit ang kasiyahan, at kaya mo bang masuri kung ang code na nilikha ng AI ay pinakamahusay? Sinusubaybayan ng interviewer ang bawat prompt at interaksyon mo sa real-time.

Naniniwala si Eva na napakalapit nito sa totoong sitwasyon sa trabaho, upang makita kung kaya ng mga kandidato na gamitin ang pinakabagong mga kasangkapan upang lutasin ang mga kumplikadong problema sa maikling panahon.

Ang bagong pamantayan sa pagpasok ay nangangahulugan na ang mga bagong pumasok sa industriya ay hihilingin na magkaroon ng kakayahang magtrabaho kasama ang AI mula sa unang araw. Isang kandidato na nakapasok sa sirkulo ng pagpapakilala ay nagbuod na ang AI ay hindi nagpasimple sa pagpapakilala, kundi nagtaas pa ng pamantayan—kapag may AI na suporta, inaasahan ng mga tagapagsaliksik na lutasin mo ang mas kumplikadong mga problema sa parehong panahon.

Sa ganitong sitwasyon, ang estratehiyang pinili ni Eva ay sumama kung hindi kayang labanan.

Kung ito ay ang malaking trend, hindi mo ito maaaring baguhin, at walang kwenta ang pagtutol sa AI.

Nagbago nang lubos ang paraan ng pang-araw-araw na paggawa ni Eva, habang binuksan niya ang maraming AI window upang sila ay magtrabaho nang sabay-sabay sa iba’t ibang gawain. “Isang isip lang ang mayroon ka, at sa isang panahon, isa lang ang maaari mong gawin. Ngunit ang benepisyo ng AI ay maaari mong i-run ang sampu, at hayaan silang gawin ang iba’t ibang mga gawain para sa iyo.”

Isang buwan mula sa pagsubok hanggang sa makapagsimula.

Nakapalibot na ng halos lahat ng bahagi ng kanyang trabaho ang paggamit niya sa AI: pagsusulat ng dokumento, pagbuo ng mga ideya, paghahambing ng mga solusyon, pagsusulat ng SQL para masukat ang potensyal na epekto, at pagsusulat ng code. Pagkatapos makumpleto ang mga tampok, ginagamit pa niya ito para sumulat ng iba’t ibang ulat at mag-post ng mga social media tweet upang pataasin ang pagkakakilala.

Maging isa sa mga unang tao na gagamit nang pinakamahusay ang AI; baka maging isa ka sa mga huling tao na ikakasalaysay. Ngunit gaano kalakas ang bilis ng pagkakasalaysay, at kung tutuwing hindi ka makakasalaysay—hindi alam ng sinuman, kaya kailangan mong tanggapin ang nangyayari.

Sa labas ng self-consolation na ito, iba-iba ang halaga ng AI para sa iba’t ibang antas ng tao.

Para sa mga senior engineer na may sapat na karanasan upang makakilala ng mga problema at makahanap ng direksyon, ang AI ay isang tunay na leva: dati, ang pag-iisip na kailangan ng dalawang linggo para sa isang pagsusuri ay nagdudulot ng pagod, ngunit ngayon, maaari mo na agad magsimula. Ngunit para sa mga nasa simula ng kanilang karera, ang mga proseso ng pag-iisip at pagsubok na tinatanggal ng AI ay ang mga bagay na pinakakailangan nila.

Nag-improve ang efficiency, ngunit nawala ang mga pagkakataon sa pag-aaral.

Hindi gustong ilagay si Eva ang sarili sa anumang grupo ng optimista o pesimista, “Hindi mo kayang baguhin ang malaking trend na ito, tulad ng mga manggagawa sa Northeast na nawalan ng trabaho noon—kailangan mong tanggapin. May ilan na nagbukas ng restaurant, may ilan na umalis sa timog para mag-entrepreneur. Sino ang alam? Mahaba ang buhay, walang kwenta ang pag-iisip.”

Hanggang sa ngayon sa laro na ito, ang tanging tiyak ay walang nagwagi.