前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >马斯克继续「折腾」推特:法务部门大清洗,为省钱连办公楼房租都不交了

马斯克继续「折腾」推特:法务部门大清洗,为省钱连办公楼房租都不交了

作者头像
新智元
发布于 2023-01-09 04:32:12
发布于 2023-01-09 04:32:12
4440
举报
文章被收录于专栏:新智元新智元

新智元报道

编辑:David

【新智元导读】减员增效降成本,看起来推特光裁员还不够,马斯克还打算拒付办公楼房租。

自从马斯克收购推特并正式接管以来,他对这家社交媒体的改造就没停过。

在过去两周里,马斯克对推特的法律部门进行了大改造,解散了一个为推特提供安全问题建议的委员会,并继续采取严厉措施削减运营成本。

据熟悉推特内部状况的多位人士称,马斯克似乎正在为Twitter的法律斗争做准备,他在此过程中裁掉了他最亲密的顾问之一,还指示员工不要向供应商付款,因为预计会有潜在的诉讼。

现在连办公楼的租金都不准备交了。

为了削减成本,推特已经数周没有为旧金山总部或任何全球办公室支付租金看。据《纽约时报》获得的一份提交给新罕布什尔州地方法院的诉讼书显示,Twitter还拒绝支付自马斯克接管的起那一周的私人包机费用,共计197,725美元。

据称,Twitter高层还讨论了如果拒付被解雇的数千人的遣散费的法律后果。根据上周五发出的一封内部邮件,马斯克威胁说,如果员工对媒体透漏消息,并「做出有损公司利益的事情」,他将提起诉讼。

这些激进的举动表明,马斯克仍在削减开支,并不再遵守以前的协议,而是按照自己的方式来,最大的特点就是,混乱,包括一系列的辞职和裁员,以前的规则推倒重来,以及让广告商措手不及的任性决定。

随着他过渡到Twitter新领导人的角色,马斯克先生身边有一群轮流的法律专业人士。10月,他在完成收购后几小时内就解雇了Twitter的首席法律官和总法律顾问,并安排他的私人律师Alex Spiro负责公司的法律和政策事务。

据熟悉这一决定的人士称,目前Spiro已不再在Twitter工作。这些人说,马斯克一直对Spiro做出的一些决定感到不满,Spiro是一位著名的刑事辩护律师,在2019年底的一起高调诽谤案中成功为这位亿万富翁辩护,并顺利进入了马老板的内部圈子。

在这些决定中,Spiro呼吁马斯克在大裁员和解雇中留下推特的副总顾问James A. Baker。

Baker曾在FBI担任总法律顾问,曾为FBI对希拉里·克林顿的私人电子邮件服务器和特朗普的竞选活动进行充满政治色彩的调查提供咨询。Baker于2020年加入推特。

就这样一位拥有深厚政府部门经验和背景的高级咨询人士,想必一般老板稍微考虑一下也就留下了。

显然马斯克不是一般老板,原因是,在2020年关于拜登之子亨特·拜登笔记本泄露事件中,Baker的立场行为有问题。

马斯克表示,他在得知Baker曾负责审查关于推特决定压制此事的内部通信后,决定将他炒掉。马斯克曾下令将这些被他称为「推特文件」的内部通信记录交给记者,并令其公布,作为自己与推特前高管的决策的切割。

人走了总要有人填补,人从哪里来呢?

据悉,现在马斯克主要从自己的另一家公司SpaceX拉律师来填补空缺。据《泰晤士报》看到的文件,SapceX的多位律师和法律人士已被允许进入Twitter的内部系统。

有几位SpaceX的高管已经被马斯克带到了Twitter,包括法律副总裁Chris Cardaci和全球业务和政府事务高级副总裁Tim Hughes。

目前,Twitter正面临来自联邦贸易委员会的更多问题,该委员会正在调查该公司是否仍在遵守一项法令。

2011年,推特在两次数据泄露事件后与联邦贸易委员会签署了一项协议,表示不会在隐私保护方面误导用户。

今年5月,该公司向联邦贸易委员会和司法部支付了1.5亿美元,以解决关于其违反该同意令条款的指控,该协议的范围有所扩大。

两位知情人士说,联邦贸易委员会已向Twitter发函,询问它是否仍有足够资源和人员来遵守同意法令。

周五,当马斯克先生鼓励通过继续发布他的Twitter文件来发布内部信息时,他还向员工发送了一封电子邮件,指出 「许多详细的Twitter机密信息的泄露」,表明一些人正在违反保密协议。

马斯克写道:「如果你明确和故意违反了在加入Twitter时签署的保密协议,你将在法律允许的范围内承担责任,Twitter将立即追索赔偿。」

这封邮件首先由Platformer通讯报道。另外,马斯克的团队还讨论了如果他拒付接管公司以来离职的数千人的遣散费,会有什么后果,大裁员之前的推特大约有7500名全职员工。

不过最终决定是,驻美国的员工将获得至少两个月的工资和一个月的遣散费,以遵守联邦和州的劳动法。

据两位熟悉讨论情况的人士称,马斯克的团队现在正在重新考虑一个问题,现在是否应该只支付部分遣散费用,或是直接面对心怀不满的前雇员的诉讼。yinwe许多前雇员仍然没有收到任何正式从Twitter离职的文件。

另外,随着推特大裁员导致公司规模的缩小,马斯克团队一直希望重新谈判租赁协议的条款。

该公司已收到房地产投资和管理公司的投诉,其中包括Shorenstein,该公司拥有Twitter租用的旧金山办公大楼的所有权。不过,Shorenstein的一位发言人拒绝发表评论。

在其他节省开支的举措中,推特已经解雇了员工食堂厨房的工作人员,并开始将其旧金山办公室的办公用品、工业级厨房设备和电子产品上市拍卖。

据内部人士称,马斯克还在继续裁员和裁撤高管,包括全球基础设施负责人Nelson Abramson,以及全球信息技术负责人兼信息安全副总裁Alan Rosa等。

周日晚上,马斯克向Twitter的员工发送了两封电子邮件,其中包含了他之前与SpaceX和特斯拉员工分享的关于如何为他工作的建议。

一封邮件中强调了「第一原理思维」,这是一种基于古希腊哲学家亚里士多德教义的世界观,将假设简化为基本公理,马斯克认为这种思想有助于做出困难的决定。另一封邮件中主张反对工作场所的等级制度。

周一,推特通知其信任和安全委员会的成员,该组织将立即解散。该委员会是为了指导推特解决具有挑战性的安全问题和内容审核问题于2016年成立的,主要由关注民权和儿童安全的人员组成。

理事会成员之一、保护记者委员会(Committee to Protect Journalists)主席朱迪·金斯堡(Jodie Ginsberg)表示:

「网上的安全可能意味着网下的生存环境,作为一个在开放国家和非开放国家都已成为重要工具的平台,推特必须发挥建设性作用,确保记者和公众能够在不担心报复的情况下接收和传递信息。」

参考资料:

https://www.nytimes.com/2018/05/04/us/politics/james-baker-lisa-page-fbi.html

https://twitter.com/mtaibbi/status/1598822959866683394

https://www.nytimes.com/2022/12/13/technology/elon-musk-twitter-shakeup.html#:~:text=SAN%20FRANCISCO%20%E2%80%94%20Over%20the%20past,drastic%20steps%20to%20cut%20costs.

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-12-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 新智元 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
这5个机器学习项目你不可错过!(附代码)
本文共2299字,建议阅读6分钟。 本文将给大家介绍五个十分可怕但还鲜为人知的机器学习项目,囊括了一些潜在的机器学习的新想法。
数据派THU
2018/07/30
4380
这5个机器学习项目你不可错过!(附代码)
资源 | 可视化工具Yellowbrick:超参与行为的可视化带来更优秀的实现
机器之心编译 参与:思源、刘晓坤 Yellowbrick 是一套名为「Visualizers」的视觉诊断工具,它扩展了 Scikit-Learn API 以允许我们监督模型的选择过程。简而言之,Yel
机器之心
2018/06/12
8200
数据探索很麻烦?推荐一款史上最强大的特征分析可视化工具:yellowbrick
玩过建模的朋友都知道,在建立模型之前有很长的一段特征工程工作要做,而在特征工程的过程中,探索性数据分析又是必不可少的一部分,因为如果我们要对各个特征进行细致的分析,那么必然会进行一些可视化以辅助我们来做选择和判断。
Python数据科学
2019/08/15
1.5K0
SHAP 机器学习模型解释可视化工具
SHAP 是机器学习模型解释可视化工具。在此示例中,使用 SHAP 计算使用 Python 和 scikit-learn 的神经网络的特征影响 。对于这个例子,使用 scikit-learn 的 糖尿病数据集,它是一个回归数据集。首先安装shap库。
润森
2022/09/22
2.9K0
SHAP 机器学习模型解释可视化工具
【机器学习】关于机器学习模型可解释(XAI),再分享一招!
随着时间的推移,学习模型变得越来越复杂,很难直观地分析它们。人们经常听说机器学习模型是"黑匣子",从某种意义上说,它们可以做出很好的预测,但我们无法理解这些预测背后的逻辑。这种说法是正确的,因为大多数数据科学家发现很难从模型中提取见解。然而,我们可以使用一些工具从复杂的机器学习模型中提取见解。
黄博的机器学习圈子
2021/07/07
4020
【机器学习】关于机器学习模型可解释(XAI),再分享一招!
你不应该忽略的五个机器学习项目一览
随着人工智能和深度学习的兴起,网络上存在的学习资源以及开源项目也越来越多。本文精选了的五个项目,都含有潜在新的机器学习想法,且全都是用Python实现。下面简单介绍 下这五个项目,感兴趣的可以自己上手复现一下,说不定会对自己的项目产生一些新的想法。
用户3578099
2019/08/16
5590
从入门到精通Python机器学习:scikit-learn实战指南
在数据科学和机器学习领域,Python以其简洁的语法和强大的库支持,成为了许多开发者和研究者的首选语言。而在众多Python机器学习库中,scikit-learn以其易用性、灵活性和强大的算法集合,成为了最受欢迎的库之一。本文将深入探讨scikit-learn的原理和应用,并通过项目案例展示其在实际问题解决中的强大能力。
颜淡慕潇
2024/07/17
1.3K0
从入门到精通Python机器学习:scikit-learn实战指南
机器学习和 AI 领域必须了解的工具
关于数据科学,工具可能并不是那么热门的话题。人们似乎更关注最新的聊天机器人技术以及深度学习框架。 但这显然是不合理的。为什么不花些时间,挑选合适的工具呢?毕竟好的工具能够让你事半功倍。在本文中介绍了
CDA数据分析师
2018/02/05
1.4K0
机器学习和 AI 领域必须了解的工具
用可视化探索数据特征的N种姿势
数据可视化是指以图形或表格的形式显示信息。成功的可视化需要将数据或信息转换成可视的形式,以便能够借此分析或报告数据的特征和数据项或属性之间的关系。可视化的目标是形成可视化信息的人工解释和信息的意境模型。
数据STUDIO
2021/06/24
2.2K0
数据处理(三)| 深入数据预处理:提升机器学习模型性能的关键步骤
今天要和大家继续讲解机器学习中一个看似枯燥但至关重要的环节——数据预处理。前面已经讲解过数据清洗和数据评质量评估(点击跳转),如果你已看过,那你已经打下了坚实的基础!今天这篇内容会更聚焦于预处理的核心技巧,手把手教你如何将原始数据“打磨”成模型的最爱。
CoovallyAIHub
2025/03/03
2590
数据处理(三)| 深入数据预处理:提升机器学习模型性能的关键步骤
机器学习实战 | SKLearn入门与简单应用案例
教程地址:http://www.showmeai.tech/tutorials/41
ShowMeAI
2022/03/21
1.3K0
机器学习实战 | SKLearn入门与简单应用案例
Scikit-learn的模型设计与选择
目的:本文的目的是从头到尾构建一个管道,以便在合成数据集上访问18个机器学习模型的预测性能。
代码医生工作室
2019/07/12
2.4K0
Scikit-learn的模型设计与选择
深入Scikit-learn:掌握Python最强大的机器学习库
在人工智能大潮的推动下,机器学习作为一项核心技术,其重要性无需过多强调。然而,如何快速高效地开展机器学习实验与开发,则是许多科研工作者和工程师们面临的挑战。Python作为一种简洁易读、拥有丰富科学计算库的编程语言,已广泛应用于机器学习领域。而在Python的众多机器学习库中,Scikit-learn以其全面的功能、优良的性能和易用性,赢得了众多用户的喜爱。在本篇文章中,我们将深入探讨Scikit-learn的使用方法和内部机制,帮助读者更好地利用这一工具进行机器学习实验。
TechLead
2023/10/21
1.8K0
深入Scikit-learn:掌握Python最强大的机器学习库
【机器学习】从理论到实践:决策树算法在机器学习中的应用与实现
决策树由节点和边组成,其中每个节点表示数据集的某个特征,每条边表示特征的某个值所对应的分支。决策树的最顶端称为根节点,叶节点代表决策结果。以下是一个简单的决策树示例图:
哈__
2024/06/23
4170
【机器学习】从理论到实践:决策树算法在机器学习中的应用与实现
7000 字精华总结,Pandas/Sklearn 进行机器学习之特征筛选,有效提升模型性能
作者 | 俊欣 来源 | 关于数据分析与可视化 今天小编来说说如何通过pandas以及sklearn这两个模块来对数据集进行特征筛选,毕竟有时候我们拿到手的数据集是非常庞大的,有着非常多的特征,减少这些特征的数量会带来许多的好处,例如 提高预测的精准度 降低过拟合的风险 加快模型的训练速度 增加模型的可解释性 事实上,很多时候也并非是特征数量越多训练出来的模型越好,当添加的特征多到一定程度的时候,模型的性能就会下降,从下图中我们可以看出, 因此我们需要找到哪些特征是最佳的使用特征,当然我们这里分连续型的变
AI科技大本营
2023/04/14
8110
7000 字精华总结,Pandas/Sklearn 进行机器学习之特征筛选,有效提升模型性能
机器学习建模高级用法!构建企业级AI建模流水线 ⛵
我们知道机器学习应用过程包含很多步骤,如图所示『标准机器学习应用流程』,有数据预处理、特征工程、模型训练、模型迭代优化、部署预估等环节。
ShowMeAI
2022/08/09
1.3K0
机器学习建模高级用法!构建企业级AI建模流水线 ⛵
【机器学习基础】关于Scikit-Learn,你不一定知道的10件事
Scikit-learn是使用最广泛的Python机器学习库之一。它有一个标准化和简单的接口用来预处理数据和进行模型的训练,优化和评估。
黄博的机器学习圈子
2020/07/24
1.1K0
【机器学习基础】关于Scikit-Learn,你不一定知道的10件事
强大的 Scikit-learn 可视化让模型说话
使用 utils.discovery.all_displays 查找可用的 API。
数据STUDIO
2024/05/10
2760
强大的 Scikit-learn 可视化让模型说话
用Python与Scikit-learn构建高效机器学习模型
文章链接:https://cloud.tencent.com/developer/article/2472162
一键难忘
2024/11/29
2950
牛逼了!Scikit-learn 0.22新版本发布,新功能更加方便
作者:xiaoyu,数据爱好者 Scikit-learn此次发布的版本为0.22。我浏览了一下,此次版本除了修复之前出现的一些bug,还更新了很多新功能,不得不说更加好用了。下面我把我了解到主要的几个最新功能和大家分享一下。
Python数据科学
2019/12/18
1.4K0
推荐阅读
相关推荐
这5个机器学习项目你不可错过!(附代码)
更多 >
LV.2
这个人很懒,什么都没有留下~
目录
  • 新智元报道
    • 【新智元导读】减员增效降成本,看起来推特光裁员还不够,马斯克还打算拒付办公楼房租。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档