Meta 和 Shopify 把 AI 写进绩效，真正变的是“合格员工”的定义
真正被写进绩效的，不是“你今天开了几次 AI”，而是你能否借助 AI 放大结果、重写流程，并在更少资源下做出更高产出。对管理者来说，重点不是强制打卡 AI，而是先重写岗位要求、人效假设和增员逻辑。
说明：本文基于 Shopify CEO Tobi Lutke 于 2025 年 4 月 7 日公开的内部 memo、First Round 于 2025 年 7 月发布的 Shopify 工程实践访谈，以及 Business Insider、Reuters 在 2025 年 10 月至 2026 年 3 月间的公开报道整理，用于分析 AI 如何进入企业绩效、资源配置与组织管理语言。文中关于趋势的判断，属于基于公开信息的实务推断；相关资料最后核对时间为 2026 年 3 月 23 日。
最近最容易引发焦虑的一句话，大概就是：
Meta 和 Shopify，已经开始把“会不会用 AI”写进绩效了。
这句话的传播力很强，但如果把公开信息拆开看，它其实包含两层不同程度的事实。
Shopify 这边，信号非常直接。2025 年 4 月 7 日，CEO Tobi Lutke 公开了一份原本面向内部的 memo，里面明确写到：AI usage questions 会进入绩效与同侪评审问卷，而且 reflexive AI usage 已经成为 Shopify 的基础期待。多家后续报道也都指出，在 Shopify 的管理语境里，团队在申请更多人手和资源之前，要先回答为什么这件事不能先通过 AI 完成。
Meta 这边，则更接近“方向属实，但传播时容易被说重”。Business Insider 2026 年 3 月的报道显示，Meta 从 2026 年起会把员工的 AI-driven impact 纳入绩效期待，更关注的是你有没有借助 AI 做出更大的业务结果，而不是简单统计你每天打开了几次工具、写了多少个 prompt。Business Insider 同时提到，2025 年的年终评估并不会直接按个人 AI 使用和 adoption 指标打分。
所以，真正值得看懂的，不是一句“AI 写进 KPI”，而是它背后的组织逻辑变化：
AI 正在从“可选工具”变成“默认能力”；从“个人效率插件”变成“公司定义合格员工、分配资源和判断人效的新标准”。
先把结论说清楚：变的不是工具列表，而是岗位默认值
如果只抓最重要的一句，可以记住这个判断：
企业现在开始考的，不再只是“你会不会完成工作”，而是“你会不会在 AI 已经存在的前提下重新完成工作”。
这两种要求看上去只差一点，实际差别很大。
前一种要求默认流程不变，人把事做完就行。 后一种要求默认工具环境已经改变，你必须证明自己能利用新的杠杆，把同样的目标做得更快、更稳，或者用更少资源做出更大的结果。
这就是为什么很多人会觉得这条新闻“不只是工具新闻”，而更像“岗位定义新闻”。
Shopify 的信号最直接：AI 已经开始进入制度层
如果只看公开证据，Shopify 是这轮讨论里态度最清楚的一家公司。
Tobi Lutke 在 2025 年 4 月 7 日公开的 memo 里，核心意思非常明确：reflexive AI usage is now a baseline expectation at Shopify。这不是“欢迎大家试试”，也不是“建议学习新工具”，而是直接把 AI 使用定义成一种基础职业能力。
更重要的是，这件事不是停留在口号层面。
公开 memo 已经明确提到，AI 使用相关问题会被纳入绩效与同侪评审。后续媒体解读又把这件事往前推了一步：在 Shopify 的管理语境里，申请更多 headcount 和资源之前，先解释为什么 AI 还不能先解决问题，已经开始变成默认提问方式。
这背后的管理逻辑很值得注意：
过去，公司默认“业务增长了，就该加人”； 现在，公司越来越可能默认“业务增长了，先看 AI 能不能把新增工作量吃掉”。
只有当 AI 吃不下、自动化接不住、流程仍有明显瓶颈时，新增编制才更容易成立。
First Round 2025 年 7 月对 Shopify 工程负责人 Farhan Thawar 的采访，又补上了这套逻辑在落地层的样子。按采访披露，至少在工程侧，Shopify 已经在用内部仪表盘观察开发者如何使用 Cursor、Claude Code 等工具，也把和 AI 相关的问题放进了 360 review，用来评估同事是否已经形成更“AI native”的工作方式。
这意味着什么？
意味着 Shopify 并不是想让员工“偶尔用一下 AI”，而是想把 AI 变成一种工作反射。真正进入考核的，也不只是工具本身，而是你有没有在新的工具环境里重写自己的工作方法。
Meta 更像另一种路径：不是考“你用了多少”，而是考“你有没有靠 AI 做出更大影响”
Meta 的情况更需要区分，因为很多二次传播把它简单说成了“开始按 AI 使用量打绩效”。
更准确的公开表述是：Meta 正在把员工的 AI-driven impact 纳入绩效期待。
这里的关键词不是 usage count，而是 impact。
这代表公司关心的重点是：
- 你有没有借助 AI 提高结果质量
- 你有没有借助 AI 扩大个人或团队产出
- 你有没有把 AI 真正嵌进业务流程、工程效率或内部工具里
而不是单纯问：
- 你今天开了几次 AI
- 你写了多少条 prompt
- 你有没有机械完成某个工具的使用指标
这两种管理方式看起来接近，其实完全不是一回事。
“按使用量考核”，更像查动作有没有发生。 “按 AI 驱动结果考核”，才是在重写产出标准。
也正因为如此，关于 Meta 的更稳妥说法应该是：
Meta 正在把“利用 AI 产生实际业务影响的能力”写进绩效期待，而不是简单把“AI 使用次数”写进绩效。
不过，这不代表 Meta 只看结果、完全不看 adoption。Business Insider 2025 年 10 月的后续报道显示，Meta 内部确实也在通过 dashboard 跟踪部分团队的 AI 使用情况，某些组织甚至有明确 adoption 目标。也就是说，Meta 的真实路径更像是“双层推进”：
一层是组织层面推动 adoption；
另一层是绩效层面强调 AI-driven impact。
对外传播时，如果只留下“Meta 开始统计谁用了几次 AI”，反而会把重点说偏。
这不是技术新闻，而是组织治理新闻
很多人看到这类消息，第一反应是：AI 又来卷打工人了。
这个感受并不奇怪，但如果站在企业管理的角度看，这更像一次组织治理方式更新。
过去二十年，公司绩效考核的核心逻辑大致都是：
- 你做成了什么
- 你带来了多少结果
- 你是否符合岗位要求
AI 的出现，并没有把这套逻辑推翻。 它真正改变的是，公司开始重写“岗位要求”本身。
以前，一个合格员工的标准可能是：
- 会写方案
- 会做分析
- 会沟通推进
- 会协调跨团队执行
现在，很多公司会在这套标准后面默默加上一句：
你能不能熟练借助 AI，把同样的时间和资源，放大出更高的产出。
这才是这类新闻真正让人不安的地方。
因为一旦 AI 从“加分项”变成“默认配置”，不会用的人失去的就不只是一个技能，而是新的基础生产力门槛。
从“会不会用 AI”到“为什么还需要更多人”：人效公式正在被重写
Shopify 那句“申请更多 headcount 之前，先回答为什么 AI 还不能解决”，其实已经把这轮变化讲透了。
过去公司看人效，通常会问：
- 营收增长了多少
- 人均产出有没有提高
- 团队效率有没有改善
现在很多公司还会补上一道新题：
如果 AI 已经足以覆盖这部分工作，为什么还要继续沿用旧的人力模型？
这会带来三个很现实的变化。
第一，招聘门槛会变。
很多岗位未必会把“精通某个 AI 工具”写进 JD，但会越来越默认你具备 AI fluency，也就是能快速理解、调用、组合 AI 工具完成工作的能力。
第二，绩效评价会变。
考核不再只是“你有没有完成任务”，而会越来越在意“你是不是在新的工具条件下完成了任务”，以及“你有没有用 AI 把结果放大”。
第三，增员逻辑会变。
新增 headcount 不再天然合理，而会变成一个需要论证的选择。AI 越成熟，管理层越可能优先追求“同样的人，做更多事”。
Reuters 在 2026 年 3 月对 Meta 的报道里提到，市场持续关注 Meta 巨额 AI 投入最终能否转化成更高生产率和更强利润表现。这种资本市场压力，也会进一步推动大公司把“AI 投入必须换来效率提升”内化成组织要求。
普通公司最容易学错的，不是动作慢，而是理解错
对中小企业来说，这类新闻最大的风险不是“没学大厂”，而是“只学到表面动作”。
最常见的误读，通常有两个。
第一个误读，是把 AI 管理做成形式主义报表。
比如规定员工每天必须打开几次 AI、每周提交多少次使用记录、每月汇报多少个 prompt。这样做看上去像在推进转型，实际往往只是多了一层低质量管理动作。公开信息并不支持把 Meta 或 Shopify 的变化理解成“机械统计使用次数就行”。
第二个误读，是把这件事当成大厂口号，与自己无关。
这也不对。因为真正变化的不是某一家公司爱不爱用某个工具，而是公司对“岗位要求”“流程设计”“人效标准”的底层假设已经开始变了。
所以，普通公司更值得学的，通常不是“怎么考核员工有没有打开 AI”，而是三个更本质的问题：
- 你的团队里，哪些工作已经可以被 AI 明显压缩时间成本？
- 你现在的流程，哪些步骤只是因为旧工具条件下不得不这么设计？
- 你的绩效标准，是不是还停留在 AI 出现之前的人效假设上？
如果这三个问题没有想清楚，硬把“AI 使用次数”塞进考核表，最后大概率只会制造更多噪音。
结语
回头看，“Meta 和 Shopify 把 AI 写进绩效”这句话不能算错，但它太粗了。
更准确的说法应该是：
Shopify 已经明确把 AI 使用相关问题放进绩效与同侪评价，并把“先证明 AI 还做不了”变成资源讨论的默认前提；Meta 则开始把 AI-driven impact 纳入绩效期待，同时在部分团队推动 adoption 追踪。两家公司共同释放出的信号是，企业正在重新定义“一个合格员工”的标准。
说到底，真正被写进考核的，从来不只是一个工具。
真正被写进去的，是一种新的生产力逻辑：
未来的优秀员工，不只是把事做完的人，而是能借助 AI 重新组织流程、放大结果、并在更少资源约束下创造更高产出的人。
这才是这条新闻真正值得管理者、创业者和职场人认真对待的地方。
参考资料
- Tobi Lutke：Reflexive AI usage is now a baseline expectation at Shopify（2025-04-07）
- Forbes：Viral Shopify CEO Manifesto Says AI Now Mandatory For All Employees（2025-04-09）
- First Round：From Memo to Movement: Shopify's Cultural Adoption of AI（2025-07-15）
- Business Insider：Meta is about to start grading workers on their AI skills（2025-11-14）
- Business Insider：Meta might be creating the new blueprint for an AI-first company（2026-03-16）
- Business Insider：Meta is monitoring how much employees use AI and turning it into a game（2025-10-03）
- Reuters：Exclusive: Meta planning sweeping layoffs as AI costs mount（2026-03-13，转载）
