Цукерберг признал: ИИ-агенты в Meta развиваются медленнее, чем планировалось
Компания сократила 8 000 человек и перебросила ещё 7 000 на ИИ-направления, однако ожидаемого прорыва так и не произошло.

Содержание · 3
На внутреннем таунхолле 3 июля 2026 года генеральный директор Meta Марк Цукерберг сообщил сотрудникам, что разработка ИИ-агентов в компании не набрала тех темпов, на которые рассчитывало руководство. Это заявление прозвучало на фоне многомиллиардных вложений в искусственный интеллект и масштабной реструктуризации, проведённой в начале года. О содержании встречи сообщило агентство Reuters.
Признание Цукерберга примечательно тем, что именно ускорение ИИ-разработок служило главным обоснованием для болезненных кадровых решений, принятых несколько месяцев назад. Теперь выясняется, что замена людей алгоритмами — задача куда более сложная, чем предполагалось.
Увольнения, перестановки и несбывшиеся ожидания
В начале 2026 года Meta уволила около 8 000 сотрудников — примерно 10% корпоративного персонала. Ещё 7 000 человек были переведены в различные ИИ-подразделения, в том числе в специально созданный отдел под названием Agent Transformation, по данным Bloomberg.
На встрече с командой Цукерберг, по имеющимся сведениям, затронул и сами сокращения, назвав их недостаточно «чистыми» — то есть проведёнными не так аккуратно, как следовало бы. По его словам, топ-менеджмент опасался, что компания не успеет адаптироваться к стремительно меняющемуся технологическому ландшафту, и именно это стало главным мотивом для столь жёстких шагов.
Однако ожидаемые преимущества новой структуры, ориентированной на ИИ, пока «не материализовались». Цукерберг тем не менее выразил осторожный оптимизм: по его словам, отдачу от инвестиций в искусственный интеллект компания рассчитывает увидеть в течение ближайших трёх-шести месяцев.
Деньги вложены, результат под вопросом
Meta продолжает делать ставку на ИИ-инфраструктуру с беспрецедентным финансовым размахом. По данным Reuters, в 2026 году компания планирует направить на эти цели до $145 млрд — сумму, сопоставимую с ВВП небольшой страны.
При этом внутренняя атмосфера в новообразованных ИИ-подразделениях, судя по журналистским расследованиям, далека от инновационного духа. Ряд изданий описывает условия работы в этих отделах как крайне тяжёлые: инженеры, переведённые туда принудительно, характеризуют обстановку в весьма мрачных красках.
Ситуация в Meta отражает более широкую тенденцию: крупные технологические корпорации по всему миру столкнулись с разрывом между амбициозными заявлениями об ИИ-трансформации и реальными сроками её реализации. Автоматизация рутинных задач идёт активно, но полноценные автономные агенты, способные заменить целые команды, пока остаются скорее концепцией, чем рабочим инструментом.
Что это означает для белорусского IT-рынка
Для белорусских IT-компаний и специалистов, работающих в периметре ПВТ, история Meta — показательный кейс управления ожиданиями. Многие резиденты Парка высоких технологий активно внедряют ИИ-инструменты в продуктовую разработку и сервисные процессы, нередко ориентируясь на публичные заявления крупных игроков как на дорожную карту.
Признание Цукерберга напоминает: даже при бюджете в $145 млрд и тысячах инженеров переход к агентному ИИ занимает больше времени, чем обещают пресс-релизы. Это не повод откладывать эксперименты с ИИ, но весомый аргумент против поспешных кадровых решений, принятых исключительно в расчёте на быструю автоматизацию.
Белорусские компании, которые рассматривают сокращение штата разработчиков в пользу ИИ-инструментов, могут использовать опыт Meta как предупреждение: технология ещё не готова взять на себя весь объём задач, который возлагают на неё инвесторы и советы директоров. Горизонт в три-шесть месяцев, названный Цукербергом, — это оптимистичный прогноз для одной из богатейших технокомпаний мира. Для остальных он, скорее всего, окажется длиннее.
Свежие новости
Все новости
Rust 1.100.0: стабилизация типа ! и нового API аллокаторов
В Rust 1.100.0 стабилизированы тип never (!) и базовые части allocator API. Изменение затрагивает все издания языка и несёт ограниченный breaking change.

Google представила Gemini 4 Hydrogen: быстрая модель для повседневных задач и агентных сценариев
Google анонсировала Gemini 4 Hydrogen — модель, ориентированную на скоростное выполнение задач в агентных рабочих процессах и повседневном программировании. Она доступна во всех тарифах Google AI Studio, Gemini API и приложения Gemini, а также платным подписчикам Google AI Pro и Ultra в Google Antigravity.

AWS Emulator: локальное тестирование AWS-приложений без аккаунта и деплоя
AWS выпустила AWS Emulator — инструмент для сборки и тестирования AWS-приложений локально или в CI-среде без AWS-аккаунта и деплоя. Эмулятор принимает стандартные вызовы SDK и CLI и отвечает на них за миллисекунды.

DeepSeek-V4-Pro, V4-Flash и V4.1-Flash появились в Amazon SageMaker JumpStart
Amazon SageMaker JumpStart пополнился тремя моделями DeepSeek: флагманской V4-Pro, экономичной V4-Flash и мультимодальной V4.1-Flash с архитектурой CED. Все три распространяются под лицензией MIT и поддерживают контекстное окно в 1 млн токенов.

Amazon S3 Tables получили поддержку серверного журналирования доступа
Amazon S3 Tables теперь поддерживают серверное журналирование доступа: детальные записи о запросах к табличным бакетам помогают отслеживать операции с таблицами, управление пространствами имён и доступ к данным для аудита безопасности, анализа доступа и распределения затрат.

Google открыла доступ к Gemini 4 Carbon для разработчиков
Google запустила Gemini 4 Carbon — модель с заявленными возможностями в кибербезопасности и длительных агентных рабочих процессах. Доступ открыт через платный уровень API.

Amazon S3 Access Grants научился перечислять гранты сразу по нескольким AWS-аккаунтам
Amazon S3 Access Grants получил поддержку кросс-аккаунтного листинга: один вызов ListCallerAccessGrants возвращает гранты из всех инстансов, расшаренных через AWS RAM, без необходимости опрашивать каждый аккаунт отдельно.

Google Maps Platform теперь доступна в AI Studio
Google добавила поддержку Maps Platform в AI Studio: разработчик описывает идею, Gemini генерирует код, а студия автоматически подключает ключ API и показывает живой интерактивный превью.

AWS выпустила open-source UI для графовой аналитики поверх data lake
AWS представила open-source решение с локальным веб-интерфейсом, которое позволяет превращать записи из data lake в графы для анализа в Amazon Neptune Analytics — без ручной сборки ETL-пайплайнов.