文 | Kaori

Editor | Sleepy

"Mesmo que a Meta demita 90% das pessoas, os aplicativos como Instagram e Facebook ainda vão funcionar normalmente."

Eva é engenheira sênior na Meta, não está na lista de demissões, está com uma performance boa e abraçando proativamente as ferramentas de IA.

Mas ele disse: "Ninguém está seguro, é tudo bem arriscado, é só uma questão de tempo."

Esse é um relato sobre como a performance é avaliada, como as promoções acontecem, como a gestão funciona e até como o esforço em si é definido. As pessoas envolvidas, desde Zuckerberg até o estagiário que acabou de entrar, não conseguem dizer quando essa tempestade vai acabar.

As demissões são reais, mas o motivo é falso

A Meta acumulou cerca de 25.000 demissões desde 2022.

Em novembro de 2022, demitiu 11.000 pessoas; em 2023, mais 10.000; Zuckerberg chamou isso de ano da eficiência. Em janeiro de 2025, Zuckerberg anunciou em um memorando interno a demissão de 5% dos funcionários de pior desempenho, cerca de 3.600 pessoas. Em março de 2026, mais 700 foram demitidas. Segundo a Reuters, no fim de maio mais cerca de 8.000 serão cortados, o equivalente a 10% dos quase 79.000 funcionários globais, e haverá uma segunda rodada no segundo semestre.

As demissões são reais, mas não necessariamente porque a IA tomou o lugar dessas pessoas.

Eva acha que, nessa fase, a maioria dos demitidos teria saído de qualquer jeito, com ou sem IA. “Nos últimos anos, o setor de CS contratou muito mais do que a necessidade real; o mercado estava aquecido, o capital estava superaquecido e as ações subiam sem parar, então muitas empresas contrataram um monte de gente. Depois que Musk comprou o Twitter e demitiu a maioria dos funcionários, o app continuou funcionando; naquela época, que IA havia?”

Em 2026, a orientação de capex da Meta é de 115 bilhões a 135 bilhões de dólares, quase o dobro de 2025, tudo indo para data centers, GPUs e infraestrutura de IA. O dinheiro economizado com demissões está indo para capacidade computacional.

Nesse estágio, a IA atua como uma carta de apresentação respeitável: a empresa pode dizer ao mercado que a eficiência já melhorou e que não precisa de tanta gente.

Empresas pequenas são leves e ágeis; quando crescem e viram grandes corporações, a tomada de decisão fica mais lenta, elas percebem que não conseguem competir com unicórnios e startups emergentes, e então começam a enxugar, achatar a estrutura e focar no produto principal. A IA apenas acelerou esse ciclo que já estava em curso.

Quando o uso de IA entra na avaliação de desempenho

No entanto, a entrada da IA ainda mudou algumas regras das demissões.

O método original de avaliação de desempenho da Meta era bastante singular entre as grandes empresas do Vale do Silício. O gerente não dava uma nota diretamente; em vez disso, combinava sua autoavaliação, a avaliação dos colegas e as próprias observações para escrever um documento de classificação de desempenho.

Depois vem uma etapa chamada Calibration Meeting, em que cerca de uma dezena de pessoas do mesmo nível são reunidas; cada gerente, por sua vez, apresenta o desempenho de seus subordinados e explica por que determinada pessoa merece certa classificação. Depois, todos discutem coletivamente e, por fim, atribuem notas a todos.

Esse processo é trabalhoso e toma tempo, mas seu valor está em introduzir múltiplas perspectivas e comparações horizontais entre pares; a preferência de um único gerente dificilmente decide o resultado. Eva acha isso relativamente justo.

No início de 2026, o Calibration Meeting foi cancelado. Eva explicou: “A empresa voltou a fazer avaliações de desempenho semestrais, porque com IA o gerente pode usar IA para ajudar a escrever a autoavaliação, não sendo mais necessário tantos processos de coordenação; assim, tudo pode andar mais rápido.”

Ao mesmo tempo, a Meta lançou um sistema de rastreamento de desempenho por IA chamado Checkpoint, capaz de agregar automaticamente dados de trabalho dos funcionários em sistemas internos como o Google Workspace e gerar resumos de contribuição para os gerentes. Para engenheiros de software, o Checkpoint acompanha mais de 200 dimensões de dados, incluindo a proporção de código gerado por IA, além de monitorar taxa de erro, número de bugs associados e outros indicadores.

A diretora de pessoal da Meta, Janelle Gale, afirmou claramente em um memorando interno no fim de 2025 que a capacidade de colaborar com IA se tornará o critério central da avaliação de desempenho de 2026.

Além disso, toda vez que um engenheiro da Meta escreve um trecho de código, o sistema marca automaticamente uma porcentagem, mostrando quanto daquele código foi feito com assistência de IA; esse dado já se tornou parte dos indicadores de avaliação.

Cada equipe define um piso mínimo conforme sua própria situação, por exemplo, 50% ou 90% do código precisa ser gerado por IA. Você tem de atingir esse piso; depois disso, a avaliação de desempenho continua considerando quanto valor real o seu trabalho gerou. “A ideia da empresa é: usem primeiro, e depois vemos se funciona bem ou não”, disse Eva.

Colocar a taxa de uso da IA na avaliação de desempenho é, em certa medida, um mecanismo de promoção forçada: não recompensa quem usa mais, mas pune quem não usa.

Esse raciocínio não é exclusivo da Meta.

Jensen Huang, CEO da Nvidia, afirmou publicamente no evento GTC de março de 2026 que, no futuro, cada engenheiro da empresa precisará de um orçamento anual de tokens; além do salário base, metade desse valor ainda deverá ser destinada ao consumo de IA. Ele chegou a dizer que, se um engenheiro que ganha 500 mil dólares por ano gastar menos de 250 mil dólares por ano em IA, isso lhe causaria “grande preocupação”.

Jensen Huang vende tokens; e que comerciante não promoveria o próprio produto? Mas a Meta também chegou, por um tempo, a esse extremo de frenesi por quantificação.

Um funcionário montou espontaneamente na rede interna um ranking chamado “Claudeonomics”, nomeado em homenagem ao modelo Claude da Anthropic, para acompanhar o consumo de tokens de IA de 85 mil funcionários. Em 30 dias, a empresa consumiu mais de 600 trilhões de tokens.

O ranking tem níveis de distintivo de bronze até esmeralda, e os 250 primeiros recebem títulos como Token Legend e Cache Wizard. O funcionário em primeiro lugar consumiu 281 bilhões de tokens em 30 dias. Houve quem, para subir no ranking, deixasse agentes de IA rodando por horas sem fazer nenhuma tarefa real, consumindo tokens pura e simplesmente. Medir produtividade pelo consumo de tokens é como avaliar caminhoneiros pelo consumo de combustível: o motor estar ligado não significa que a carga está sendo entregue.

Eva, em sua própria equipe, não sentiu tanta pressão do ranking: “Enfim, não temos relação direta com esse ranking; fazemos o que tem de ser feito, todo mundo olha como curiosidade e pronto”. A gerente também não usou isso como assunto, mas, depois que o site do ranking saiu do ar, a lógica subjacente não desapareceu. A proporção de código gerado por IA ainda está sendo monitorada, e o piso mínimo continua existindo.

E, quando todos são empurrados a usar IA e os números produzidos por cada um só aumentam, o próprio padrão de desempenho também sobe. “Se 60% das pessoas estão indo melhor, esse padrão com certeza vai aumentar. Quanto desse ‘melhor’ veio da IA e quanto veio de virar a noite na corrida, é difícil dizer.”

A onda da pressão competitiva chegou ao Vale do Silício

Até o chefe de Eva está sob pressão: “Os outros chefes estão todos pressionando loucamente as pessoas abaixo; se não conseguir, o cargo deles também fica em risco.”

Segundo o Wall Street Journal, a Meta criou um novo departamento de engenharia de AI para aplicativos, adotando uma proporção de 1:50 entre gerente e engenheiros; um gerente cuida de 50 pessoas, o dobro do limite tradicional do Vale do Silício, de 25:1.

Dados da Gallup mostram que o número médio de subordinados por gerente nos EUA subiu de 10,9 em 2024 para 12,1 em 2025, mas a proporção 50:1 da Meta ainda é mais de quatro vezes a média do setor.

Eva sentiu essa mudança na prática. Em uma grande empresa normal, um gerente cuida de uma dúzia de pessoas, porque precisa ajudar no planejamento de carreira, fazer conversas individuais e entender suas necessidades.

1:50 significa que, se antes a equipe precisava de 5 gerentes, agora só precisa de 1; os outros 4 perderam seus cargos.

E ninguém sabe ao certo como esse novo departamento vai funcionar, embora de fora todos acreditem que essa mudança acabará em tragédia.

“Nosso outros departamentos ainda mantêm o ritmo de gestão de antes; os gerentes ainda conversam um a um com você sobre o plano de carreira, mas todos esperam que isso não dure muito. Alguns grupos já começaram a cortar gerentes de base, deixando apenas o nível acima para administrar todo mundo diretamente.”

A própria liderança também enfrenta o questionamento de se seu trabalho já não perdeu o sentido. “Todos estão no mesmo estado, todos precisam encarar a questão de se seu cargo ainda é necessário. Para os líderes também é assim; a vida deles também não ficou mais fácil.”

A IA realmente está ajudando os gerentes a ganhar eficiência, resumindo automaticamente o que os subordinados escreveram recentemente, que posts publicaram e em quais reuniões participaram, gerando relatórios periódicos. Antes, o líder tinha de sair procurando tudo por conta própria; agora a IA faz o resumo e o líder só precisa revisar.

Mas o outro lado do ganho de eficiência é que a gestão ficou mais barata, e coisas baratas nunca faltam substitutos.

A pressão competitiva vai sendo transmitida em cascata, e quem acaba sofrendo o impacto mais direto, no fim, ainda são os cargos júnior na base.

Eva, como engenheiro sênior, quando está planejando um projeto e encontra um pequeno bug, antes costumava passar isso para um engenheiro júnior. Mas agora, se a questão não for grande, ele abre diretamente uma janela de IA e resolve em poucos minutos. “Não preciso conversar com o engenheiro júnior; eu mesmo resolvo num instante.”

Os projetos grandes ainda precisam de gente para fazê-los, mas aquelas tarefas miúdas que antes sustentavam a carga de trabalho dos engenheiros juniores estão sendo absorvidas sem esforço pela IA ao alcance dos engenheiros sêniores.

Eva fala rápido: “Se você conseguir, o quanto antes, ser ao mesmo tempo gerente de engenharia, gerente de produto, engenheiro e designer — fazer tudo sozinho, montar até um recurso ou até uma equipe inteira — a chance de ser demitido talvez seja um pouco menor do que a dos outros.”

Sobre quantas pessoas acabarão ficando, Eva disse com um sorriso: “Neste exato momento, mesmo que a Meta mantivesse só metade das pessoas, ainda conseguiria tocar a empresa. Se a IA continuar evoluindo no ritmo anunciado, no fim talvez sobrem 10% dos programadores para revisar o que a IA fez e alinhar as decisões de produto; os outros 90% estarão desempregados. Mesmo assim, a Meta ainda conseguiria continuar.”

Ninguém está seguro, inclusive Zuckerberg

Ninguém acha que está seguro.

Os líderes de alto escalão estão sob pressão porque outros líderes de alto escalão também estão nessa corrida; os gerentes estão sob pressão porque o span of control pode passar de 1:15 para 1:50; os engenheiros sêniores estão sob pressão porque o padrão está subindo; os engenheiros juniores estão sob pressão porque seu trabalho está sendo absorvido sem esforço pela IA dos engenheiros sêniores.

Até o próprio Zuckerberg está sob ansiedade.

A incerteza na era da IA é real; cada novo recurso lançado pelo Claude Code pode derrubar uma empresa, as ações da Figma oscilaram fortemente após a notícia do Claude Design, e todo o setor de SaaS está sendo desmontado um por um.

Redes sociais parecem ter barreiras, mas as barreiras nunca foram tão altas quanto se imagina. Eva acha que a transição do QQ para o WeChat levou só um ou dois anos.

Zuckerberg, ao mesmo tempo em que se preocupa com o futuro da empresa, demite em massa. Aos olhos de Eva, isso é uma estratégia de gestão. “Ele quer manter a turma que mais corre, a mais inteligente. Qual é o melhor jeito? Ele percebeu que pagar mais não é o melhor jeito; demitir funciona melhor.”

Criar sensação de insegurança impulsiona a produção mais do que dar bônus.

Mas essa estratégia também tem um custo. Engenheiros de alto nível não vão aguentar essa pressão para sempre; eles vão trocar para lugares que respeitam mais os funcionários. Demitir pode empurrar embora quem está acomodado, mas também pode afastar quem tem mais opções.

O motivo de Eva continuar na empresa é bem prático: embora o Vale do Silício esteja mais competitivo, ainda não é tão competitivo quanto a China.

Mas, por trás dessas escolhas individuais, a tendência de todo o setor já não pode ser evitada. “A IA vai substituir a maior parte dos trabalhos, e o setor de internet nunca mais voltará àquela época gloriosa em que não era preciso trabalhar tanto para ganhar muito dinheiro.”

Se não pode vencer, junte-se a eles

A IA remodelou a forma de trabalho dos funcionários antigos e também mudou a porta de entrada para os novos.

Tradicionalmente, a entrevista de engenheiro da Meta tem três partes: Coding, Behavior Question e System Design. Coding é uma questão de algoritmo, por exemplo ordenar uma sequência de dados; avalia qual algoritmo você escolhe e suas considerações sobre desempenho e custo. Behavior é mais subjetiva, perguntando como você lida com feedback e conflitos. System Design geralmente é uma questão de arquitetura, cobrada apenas em nível sênior.

Em outubro de 2025, a Meta introduziu uma etapa de AI coding nas entrevistas. Antes eram duas rodadas apenas de coding; agora virou uma rodada de coding tradicional mais uma rodada de AI coding. O candidato recebe, no ambiente CoderPad, um projeto complexo com vários arquivos; à direita há uma janela de chat com IA, e durante a entrevista é possível alternar entre vários modelos de IA, incluindo as séries GPT, Claude, Gemini e Llama. Em 60 minutos, você precisa entender uma base de código que nunca viu, decompor o problema e, com ajuda da IA, implementar uma funcionalidade ou corrigir um bug.

A prova não é se você sabe programar, nem se sabe escrever prompt, mas sim sua capacidade de julgamento ao colaborar com a IA. O resultado que a IA produz pode estar certo, errado, ou parcialmente certo e parcialmente errado; o que importa é como você interage com a IA para chegar a um resultado satisfatório, e se consegue detectar se o código gerado pela IA é o mais otimizado. O entrevistador acompanha em tempo real, durante todo o processo, cada prompt e cada interação.

Eva acha isso muito próximo do ambiente de trabalho real, vendo se o candidato consegue usar as ferramentas mais recentes para resolver problemas complexos em pouco tempo.

O novo critério de entrada significa que, no futuro, quem entrar nesse setor terá de demonstrar desde o primeiro dia a capacidade de colaborar com a IA. Um candidato que passou por essa rodada de entrevistas resumiu, em sua reflexão, que a IA não tornou a entrevista mais fácil; pelo contrário, elevou o padrão. Quando você conta com a ajuda da IA, o entrevistador espera que você resolva problemas mais complexos no mesmo tempo.

Diante de uma situação dessas, a estratégia escolhida por Eva é: se não pode vencê-los, junte-se a eles.

“Se essa for a tendência, você não consegue mudar; resistir ao uso da IA não adianta.”

A rotina de Eva mudou completamente: ela abre várias janelas de IA ao mesmo tempo, deixando-as processar tarefas diferentes em paralelo. “Você só tem um cérebro e, ao mesmo tempo, só consegue fazer uma coisa. Mas a vantagem da IA é que você pode rodar dez, e elas fazem coisas diferentes para você.”

Do primeiro contato até dominar, leva cerca de um mês.

O uso de IA dele já cobre quase todas as etapas do trabalho: ao planejar projetos, escreve documentos, faz brainstorming, compara soluções, usa SQL para estimar impactos potenciais, escreve código e, depois que a funcionalidade fica pronta, ainda usa a IA para escrever vários resumos e posts nas redes sociais para aumentar a visibilidade.

“Você pode ser um dos primeiros a usar IA da melhor forma; talvez isso te torne um dos últimos a ser demitido. Mas quão rápido vem a demissão, e se no fim realmente dá para escapar dela, ninguém sabe; só resta aceitar o que vier.”

Além desse autoengano, o valor da IA é totalmente diferente para pessoas de níveis diferentes.

Para engenheiros sêniores que já acumularam experiência suficiente e conseguem identificar problemas e definir a direção, a IA é uma alavanca real: antes, pensar em fazer uma análise de duas semanas já dava dor de cabeça; agora é possível começar imediatamente. Mas, para quem está no início da carreira, o que a IA elimina é justamente a parte do pensamento e da experimentação que mais precisam.

A eficiência aumentou, mas as oportunidades de aprendizado desapareceram.

Eva não quer se colocar no campo dos otimistas nem no dos pessimistas: “Você não consegue mudar essa tendência geral; é como as demissões no Nordeste da China naquela época, só dá para aceitar. Alguns abriram restaurantes, outros foram para o sul empreender. Quem sabe? A vida é longa demais; pensar não adianta.”

Até agora, o único fato certo nesse jogo é que não há vencedores.