ハクソク

世界を動かす技術を、日本語で。

なぜMetaはそのエンジニアリング組織を壊しているのか？

2026年6月17日原文(newsletter.pragmaticengineer.com)

概要

  • Meta のエンジニア文化は長年高いパフォーマンスを誇っていたが、2024年春に大きく変化
  • 以前はエンジニアが自律的にインパクトを追求できる環境だった
  • 現在はAI投資とエンジニアの強制的な再配置が進行中
  • プライバシー侵害やキャリア停滞への懸念が噴出
  • 他のBig Techと比較しても異常な変化が起こっている

Metaのエンジニア文化の変遷

  • 2004年創業から約20年間、Metaは「 Move Fast and Break Things」文化を維持

  • 2010年代 は型破りなエンジニア文化が業界で伝説化

  • 2012年、社員向けに「 Little Red Book」を配布

    • 速度、恐れない姿勢、オーナーシップ、型破りな思考を推奨
    • キャンパス全体でスローガンを掲示
      • Move Fast and Break Things
      • Done is Better Than Perfect
      • Fail Harder
      • What Would You Do If You Weren’t Afraid?
      • Fortune Favors the Bold など

  • 2020年代初頭、「 Move Fast with Stable Infra」へと進化

    • エンジニア中心主義 が色濃く残る
    • 個人インパクト重視の評価体系
    • プロセスや標準化が非常に少ない
    • テスト・ドキュメント・コメントが他社より少ない
    • 創業者であるMark Zuckerberg自身がエンジニアであり、現場に深く関与

  • Bootcamp による独自のオンボーディング

    • チーム選択の自由度が高い
    • 新人が自ら希望チームを選ぶ文化

AI投資とエンジニアの再配置

  • AI分野への巨額投資

    • FAIR（Fundamental AI Research）チーム設立
    • Llama 1 (2023年2月), Llama 2 (2023年6月), Llama 3 (2024年4月)、Llama 4 (2025年4月) をリリース
    • Scale AIを148億ドルで買収、CEO Alexandr WangがMetaのAI戦略を担当
    • 中国のManus AI買収は中国当局のブロックで不透明

  • Scale AIの強み

    • 高品質なラベル付きデータセットの提供
    • RLHF（人間のフィードバックによる強化学習）やファインチューニングのノウハウ

  • エンジニアの監視と再配置

    • 2024年4月以降、エンジニアの キーボード入力やマウス操作の全記録 をAI学習データ収集目的で強制導入

      • オプトアウト不可
      • プライバシーや個人利用時の懸念が噴出
      • 社内反発を受け、30分間の一時停止や例外申請が可能に（英国では未導入）

    • 30〜50%のコアエンジニアが強制的にデータラベリングやRLHF業務へ異動

      • これまで自律的にプロジェクトを選べた文化が一変
      • インフラやセキュリティ部門の優秀な人材も大量異動
      • 「Hunger Games」のようなランダムな選抜に例えられる
      • キャリアへの悪影響やモチベーション低下

現場の声と組織への影響

  • エンジニアの不満と失望

    • かつての プロフィットセンター から コストセンター 扱いへ
    • 影響力ややりがいの喪失
    • 強制異動先での業務が単調かつ将来性に疑問
    • 社内の混乱と自己崩壊（Self-inflicted wounds）

  • Metaだけの問題か？

    • 他のBig Tech（Apple, Google, Microsoft, Amazon）と比較しても異例の急変
    • 特にエンジニア自律性の喪失が際立つ

まとめ

  • Metaのエンジニア文化 は長年の強みだったが、AI投資と組織再編で大きく揺らぎ中
  • エンジニアの自律性低下 と プライバシー侵害 が深刻な課題
  • 組織文化の急激な変化 が今後の競争力や人材流出リスクに直結

Hackerたちの意見

コアチームのエンジニアの30〜50%がデータラベリングやRLHFに強制的に再配置されてるって、みんなさらに不満が募ってる。正直、これが信じられないんだけど、今の状況じゃ何が起こるかわからないよね。アメリカのソフトウェア開発者はめっちゃ高いし、データラベリングに使うなんて資源の無駄だと思う。しかも、その割合はかなり高いね。「コアチーム」が全体の開発者数のほんの一部なら別だけど。

└

データラベリングに使うなんて資源の無駄だと思う。そうかな？数ヶ月かけてエンジニアから知恵や「センス」を引き出して、それをAIから何年分も取り戻せるなら、むしろお得じゃない？

└

ズックは、応用知能チームにはもっと高い知能を持った人たちを求めてるって言ってたよね。だから、内部で人を移動させるのが一番の方法だって。だって、彼らはメタの面接に合格するくらい「賢い」んだから。うーん、だから資源の無駄だよね（$$$）。でも、これが最初の意図だったんだ。

└

エンジニアが何もしてない時間が他のすぐに測れることに使える方がいいっていう考えは、職業自体と同じくらい古いよね。皮肉なことに、ハードウェアやソフトウェアの改善を求めるときにはその考えは消えちゃう。SSDが新しくて小さくてめっちゃ高かった頃、雇用主を納得させるのにどれだけの努力が必要だったか、そんな話はたくさんあるよ。

└

コールドハーバーが完成するまでの話だよ。

└

それは信じるよ、なんとなく理にかなってるから。ポストトレーニングはLLMのパフォーマンスに大きな影響を与えるし、ラベル付きデータがポストトレーニングの効果を決めるからね。だから、Anthropicみたいな会社が蒸留について心配するのもわかる。もし多くの高スキルな人たちにアクセスできて、他のことをやる必要が本当にないなら、データラベリングの仕事を強制する理由はないよね。Facebookも10%のレイオフを計画してるから、これも人が自主的に辞めるための励みになるよ。（ダウンボートする前に言っとくけど、これを支持してるわけじゃないし、いいアイデアだとも思ってない。ただ、Facebookのリーダーシップがこれをいいアイデアだと思うのはわかるから、そういう意味で信じてるだけ。）

└

アメリカのソフトウェア開発者は本当に高いから、データラベリングに使うのは資源の無駄だよ。フロンティアの仕事は、専門家によるラベリングとトレーニングなんだ。地味な仕事だし、FAANGの給料をもらうほどの価値はほぼないけど、FAANGのエンジニアたちがやってた仕事のほとんどもそうだった。だけど、専門分野からの有能な人材は必要だね。メタも、他の同業者と同じように、採用ブームでしっかりとした人材のプールを抱えてるし、専門的なAIトレーニングは、今の不安定な経済の中で最も有望なビジネスチャンスだよ。ほとんどの同等の機会は消えちゃったからね。

└

それって、ラベリングをやってる会社へのScale AIの投資じゃないの？何か見落としてる？私たちもすぐにラベラーになるのかな？

└

アメリカのソフトウェア開発者は本当に高いから、データラベリングに使うのは資源の無駄だよ。ザッカーバーグは、タウンホールで社員に、自分にとっての残りの価値はAIのためのトレーニング用のロバだって説明したんだ。

└

シリコンバレー、またやらかした？ https://www.youtube.com/watch?v=obS-qZO9uCQ

└

記事からすると、実際にやっているのはLLMが生成したコードのレビューみたいだね。そのためには優秀なソフトウェアエンジニアが必要だよ。優秀なエンジニアがこれをあまり楽しめないのは言うまでもないけど。

もしビジネスが詐欺師に広告を売って高齢者を狙うだけなら、実はトップクラスのエンジニアリング才能なんて必要ないってこと？

Hacker Newsで議論の続きを見る