有消息称，Meta不再以工程师使用AI工具的程度来评判工程师。内部备忘录提到，AI仪表盘和token计数器不再纳入绩效评审，现在看的是工作的质量、速度和复杂度。此前Meta把AI使用设为评审标准，员工为了在内部排行榜上好看而大量消耗token，被叫作tokenmaxxing。需要说明，这则消息只反映Meta自己的调整，其他公司是否跟进、哪些团队受影响，都还没有公开信息。对正在面试或准备跳槽的程序员来说，更实际的问题是：怎么在选团队时问出对方会不会把AI工具使用量变成考核项。

面试时怎么问出团队是否用AI使用量考核？

不要直接问“你们用AI使用量考核吗”，对方很容易用“我们看综合表现”挡回来。把问题拆成三层更有效。

第一层问流程：绩效评审由谁发起、周期多长、自评和上级评价各占什么位置。第二层问数据：评审时会参考哪些系统记录，代码提交、工单、AI工具后台数据是否进入材料。第三层问关系：如果团队鼓励用AI工具，使用情况是参考信息，还是评价项。

可以准备一个模拟追问：面试官说“我们很看重AI提效”，你接着问“提效具体体现在评审的哪一栏？是看产出结果，还是也看工具调用量？”如果对方只能回答“看谁用得多”，这就是需要留意的信号；如果能说清质量、交付节奏和问题复杂度怎么被记录，可信度更高。这里不是断言面试官一定会被问住，而是帮你观察对方能否把评价口径讲具体。

如果团队强调AI工具使用，我该关注什么？

强调工具本身不是问题，问题在于工具使用是否被当成目的。Meta的教训是，当使用量进入排行榜，员工会为了数字而消耗token，而不是为了解决问题。你可以在面试中问：工具使用数据是否对个人可见，是否用于一对一沟通；如果一个人用很少的AI调用完成了复杂任务，会被怎么评价；团队有没有工具预算，超支由谁承担。

这些问题不保证你能拿到答案，但能看出团队是把工具当杠杆，还是当考勤机。如果对方只谈“多用AI”，却说不清产出怎么衡量，你入职后很可能陷入为使用量而使用工具的循环。

选团队时，怎么判断绩效评价是否合理？

把“质量、速度、复杂度”当作对照表。合理的团队通常能说清：质量由什么标准衡量，速度是否区分任务难度，复杂度由谁认定。只反复强调AI使用量或内部排行榜的团队，评价口径可能偏窄。

一个实际可做的小建议：面试结束前，请对方用最近一个季度的真实例子说明一次绩效判断——谁被认可、为什么。听例子比听原则更能判断这套标准是否落到你身上。