當 Meta 把員工的滑鼠軌跡也收進訓練管線，企業 AI 的資料邊界就開始往內部勞動延伸

作者:

過去兩年，生成式 AI 的資料來源爭議多半還停留在公開網路：誰抓了多少網站、圖庫、論壇、書籍與影音資料，能不能合法訓練模型。Meta 這次被揭露的新做法，把問題往前推了一層。因為它不再只是從外部世界拿資料，而是開始把員工每天如何移動滑鼠、如何點選按鈕、如何在系統間切換，直接變成 AI agent 的訓練燃料。當企業把日常工作操作本身視為模型資產，AI 的資料邊界就不只穿過網路，也開始穿過辦公室內部。

根據 Reuters 引述的內部備忘錄，Meta 正在美國員工的工作電腦上部署名為 Model Capability Initiative 的工具，蒐集滑鼠移動、點擊、鍵盤輸入，以及部分截圖上下文。Meta 對外的解釋其實很直白：如果要讓 AI agent 學會替人完成電腦上的日常任務，就必須先看過真實的人是怎麼做的。這個邏輯在技術上並不難理解。今天各家都在推會操作瀏覽器、應用程式與工作流程的 agent，真正稀缺的，早就不是一般文字語料，而是高品質、可重播、帶有操作脈絡的人機互動資料。

但也正因為如此，這件事的重點從來不只是 Meta 又找到一批新資料，而是企業 AI 的治理框架正在變形。Meta 說這些資料不會拿來做績效評估，也設有保護敏感內容的 safeguard；TechCrunch 也引述了相近說法。可是真正讓人不安的地方，在於資料用途雖然被定義為「模型訓練」，資料來源卻已經直接碰到員工勞動行為本身。這會讓很多企業接下來都得面對同一個問題：當一個人完成工作的方法、節奏與操作路徑都可被抽取成模型能力，那它到底還算是個人工作行為，還是公司的 AI 資產？

從產業競爭角度看，Meta 的動作也透露出一個更現實的訊號：AI agent 競賽已經進入資料精度階段。模型能不能看懂畫面、點對按鈕、在多個系統之間穩定完成任務，不再只靠參數量或網路上抓來的說明文件，而要靠大量真實操作樣本。這也是為什麼 Reuters、Ars Technica 都把焦點放在互動式訓練資料的稀缺性上。對外界來說，這像是監控；對模型團隊來說，這卻可能是把 agent 從 demo 推向可用產品所缺的那塊地基。兩邊都沒錯，也因此衝突不會消失。

現在還不能把 Meta 這步直接寫成新常態。受影響員工比例、資料保留機制、過濾敏感內容的方法、是否會擴大到美國之外，都還沒有公開答案。但這件事至少先把下一輪企業 AI 的核心矛盾提前攤開了：未來公司若想讓 agent 更像真人工作，就越可能需要更貼近真人工作的資料；而資料一旦貼近工作本身，治理、同意與信任成本也會一起升高。AI 企業化走到這裡，真正需要被重新定義的，恐怕不只是工具能力，而是組織裡什麼能被算成訓練資料、誰有權決定，以及員工要用什麼交換這一切。

發表迴響