Meta規定工程師每週修改AI程式碼 以審查數據驗證成效

Meta(META)自即日起要求工程師每週至少提交一次由AI輔助修改的程式碼,將AI輔助編碼正式列入公司內部開發流程。此舉不僅追蹤AI撰寫程式碼的數量,也將修改與審查過程納入工作指標管理。

根據商業內幕(Business Insider)5日報導,取得的Meta內部文件顯示上述方針。Meta的「Creation」部門設定目標,要求在2026年上半年前,65%工程師的提交程式碼中至少75%由AI撰寫。

在「Scalable Machine Learning」部門,則被要求在2026年2月前,將AI輔助程式碼比重提高至50%至80%。部分部門被賦予具體使用比例與期限,使AI輔助編碼從可選工具轉變為正式工作流程。

此舉延續了Meta擴大自有AI編碼工具、強化成本與開發數據掌控的既有走向。工程師使用並修改AI建議的過程,將與內部程式碼審查數據相連結,用於「編碼代理(coding agent)」的訓練與驗證。

Meta研究團隊於2025年7月17日發布的論文《AI-Assisted Fixes to Code Review Comments at Scale》中,介紹了內部系統「MetaMateCR」。MetaMateCR是一款根據程式碼審查留言,自動生成AI輔助修改補丁的工具。

研究團隊表示,Meta每週需處理數萬則程式碼審查留言。Meta以其中6萬4000筆內部數據,對以Llama為基礎的模型進行微調。

該大型微調模型在離線評測中,「完全吻合補丁(exact match patch)」的成功率達到68%。完全吻合補丁是用來衡量AI生成修改方案是否與基準補丁完全一致的評估方式。

AI生成程式碼並未直接轉化為開發速度的提升。在初期安全性測試中,若將AI補丁直接呈現給審查者,審查時間反而增加逾5%。

Meta隨後調整使用者介面,僅向撰寫者顯示AI建議補丁,審查者畫面則將其收合隱藏。研究團隊說明,調整後未再出現審查時間惡化的情況。

Meta工程團隊也在2026年4月6日的技術部落格中,公開了讓內部程式碼庫結構化、便於AI讀取的作業內容。逾50個專用AI代理分析了4個儲存庫、3種程式語言及超過4100個檔案,建立59個情境檔案(context files)。

初步測試顯示,AI代理每項任務的工具呼叫與代幣(token)使用量減少約40%。這不僅涉及程式碼生成模型本身,也反映Meta整理基礎資料,讓AI能更有效率地探索內部開發知識與程式碼結構的成果。

Meta創辦人暨執行長馬克·祖克柏(Mark Zuckerberg)在2026年第2季財報發布會上表示:「代理最先落地的領域就是編碼(coding)。」The Verge在報導這番發言時指出,Meta的AI策略正同時應用於消費端個人代理與內部開發體系。

加密貨幣市場目前尚未出現代幣價格直接受影響的情況。不過,大型科技公司將自有程式碼數據與運算基礎設施結合的開發方式,可能成為Render(RENDER)、Akash等分散式運算專案,以及開源AI陣營需要比較的技術基準。

目前並未證實Meta是否使用Render或Akash Network。這起案例顯示,在擴大AI程式碼生成量的同時,人力審查負擔與品質驗證機制也需要一併設計。