据知情人士透露，科技企业meta正酝酿一项新计划，拟通过采集员工日常工作中的交互数据，为新一代人工智能模型提供训练素材。这一举措旨在开发出能够更精准理解办公场景需求、高效完成任务的智能系统。公司计划推出一款内部工具，用于记录员工在特定办公软件中的操作轨迹，包括鼠标移动路径、键盘输入内容、界面按钮点击情况以及菜单导航选择等细节。
针对外界关注，meta官方发言人证实了该项目的存在，并解释称构建真正具备实用价值的办公辅助智能体，必须基于真实的人类计算机使用模式进行训练。公司特别强调已建立多层安全防护机制，对采集数据进行脱敏处理，确保不涉及员工个人隐私信息，同时承诺所有数据仅用于模型优化，不会外泄或用于其他商业目的。尽管如此，这一策略仍引发了业界对职场数据采集边界的激烈讨论。
当前人工智能领域正经历关键转型期，高质量训练数据的获取已成为制约技术突破的核心因素。近期有报道显示，多家科技企业已开始将内部通讯记录、项目管理工具数据等非公开信息纳入训练集。meta的最新动作进一步印证了行业趋势——企业运营过程中产生的高频交互数据，正逐渐取代传统公开网络数据，成为推动AI进化的新型战略资源。这种转变虽然可能带来专业领域AI性能的显著提升，但也使得职场隐私保护与技术发展之间的矛盾愈发突出。
有分析指出，从公开网络数据转向企业内部行为数据的采集模式，反映了AI训练范式的深刻变革。相较于公开数据，职场交互数据具有场景特定性强、行为模式复杂等特点，能够为模型提供更贴近真实工作环境的训练样本。但这种数据采集方式也面临多重挑战，包括如何平衡数据效用与员工权益、如何建立符合伦理规范的数据使用框架等，这些问题亟待行业共同探索解决方案。
