亚历山大·王：我们正在炖宇潇爸爸

本文整理自 Meta 首席 AI 官、超级智能实验室（Meta Superintelligence Labs）负责人 Alexandr Wang（亚历山大·王）的一场公开对话。一年前，扎克伯格斥资约 143 亿美元收购 Scale AI 近半股权，并请这位华裔创始人出任 Meta 历史上第一位首席 AI 官。

一年前，马克·扎克伯格花了约 143 亿美元收购 Scale AI 的近半股权，把它的华裔创始人 Alexandr Wang 请来，做 Meta 历史上第一位「首席 AI 官」，执掌全新的「超级智能实验室」。

一年过去，这位年轻的少帅，在一场对话里罕见地坦诚摊牌：

他承认，曾经的旗舰 Llama 4，「并不在 Meta 需要的轨道上」——说白了，掉队了。而今年 4 月发布、一举登上多个应用商店榜首的新模型 Muse Spark，在他口中也只是一道「开胃菜」；真正能与世界顶尖模型掰手腕的「正餐」，还在锅里「炖着」。

最引人注意的，是他给出的一个理由——这个新模型，为什么不像过去的 Llama 那样开源？因为在训练过程中，它触发了一些「高风险区域」，尤其是「生物风险」。

而他描绘的未来是：每个人，都会有一两个「深度个人化」的 AI 智能体（agent），帮你打理健康、维系亲友、甚至做一个更好的父母。

更微妙的是，就在 Meta 豪掷千亿、全力押注 AI 的同时，公司上个月，刚刚裁了员。

这篇文章，我把这场关于「Meta 如何打赢 AI 竞赛」的对话完整梳理了一遍。

/01/ 143亿请来的少帅，和「掉队」的 Llama

对话一开场，主持人就问：和一年前相比，Meta 作为一家 AI 公司，如今处在什么位置？

Wang 的回答相当坦诚。他承认，大约一年多前 Meta 发布的 Llama 4，「虽然也是一次令人兴奋的发布，但并不完全在 Meta 所需要的那条轨道上」——无法继续支撑起 Meta 想打造的诸多产品和体验。说白了，旗舰掉队了（外界当时也普遍把 Llama 4 视作一次失败）。

于是过去这一年，自他加入、组建「超级智能实验室」以来，团队做的是一场彻底的重建：搭建全新的模型「扩展阶梯」（scaling ladder）、开发全新的基础设施、推进全新的研究。而今年 4 月，他们交出了第一份成果——新模型 Muse Spark，以及 Meta AI 的一次更新。「反响好得超出了我们内部的预期，Meta AI 的使用量出现了惊人的增长，一度登上许多应用商店的榜首。」如今，他们正在打造「更大的模型」。

/02/ 「开胃菜」与「正餐」：Meta 离顶尖还有多远

那么，Meta 到了 OpenAI、Anthropic 那个层级了吗？

Wang 没有夸口。「我们刚发布的 Muse Spark，并不在那些领先的前沿模型的层级上。」但他强调，它是「这条轨迹上一个非常令人兴奋的数据点」，并预期「接下来要发布的模型，将与世界上最领先的模型相当有竞争力」。

主持人顺着他自己打过的比方追问：你把 Muse Spark 叫「开胃菜」，那「正餐」什么时候上桌？Wang 笑答：「我们正在炖。」——「训练过程中，我们看到了非常令人兴奋、也很有希望的结果。」

他点出了整个研究的核心信念：可预测的扩展（predictable scaling）。「当下这轮 AI 浪潮背后最核心的信念，就是当你不断放大这些模型，你会得到惊人的、且可预测的能力提升。」Muse Spark 是这条「扩展阶梯」上一个早期的数据点，而下一批模型，将是曲线上更高的一个点。

/03/ 障碍不是钱，是数据、算力和研究

从「开胃菜」到顶尖「正餐」，最大的障碍是什么？是钱吗？

「不是资源。」Wang 坦言 Meta 在这件事上砸了巨资（事实上，Meta 2026 年的 AI 资本开支高达 1150 亿至 1350 亿美元，几乎是去年的两倍）。真正要做的，是持续放大数据、放大投入模型的算力，并持续推动底层的研究突破，再加上支撑这一切的基础设施。

「今年，几乎所有实验室都在大幅扩张自己的模型。」他说，而 Meta 因为过去一年已经把这些底层工作做完了，所以处在一条「快得多的轨迹」上。「我们要搭好基础设施、扩展数据、扩展算力、训练出这些大模型，然后展示给世界看。」

/04/ 为什么不开源：它触发了「生物风险」

这是全场最值得玩味的一段。

在 Wang 到来之前，Meta 的策略是「全部开源」（这正是 Llama 系列的旗帜）。而新的 Muse Spark，没有开源。 主持人追问原因。

Wang 解释，作为超级智能实验室工作的一部分，他们更新了所谓的「先进 AI 扩展框架」——也就是 Meta 对「开发这些强大模型会带来哪些风险、以及如何应对」的看法。而在一份「准备度报告」（preparedness report）里，他们公布了训练 Muse Spark 过程中看到的情况：

「它在早期训练中，实际上触发了一些高风险区域，尤其是在『生物风险』方面，另外还有一些风险也被抬高了。」

他说，这并非 Meta 独有——随着过去一年模型能力的急剧提升，整个行业都看到了这类风险的浮现。他的逻辑是：当你把模型放进一个产品里发布时，你有很多办法去缓解这些风险、确保安全负责地上线；但一旦开源，人们会在你完全无法掌握的各种情境里使用它，这就难得多了。 因此，Meta 正在开发「既适合、又安全到可以开源」的模型，同时尽可能保留性能。

那 Llama 还会是开源的「招牌」吗？他没有正面回答，只笑说：「关于品牌命名，我们内部有不少激烈的讨论……暂时没什么可分享的。」——换句话说，Llama 这块招牌，未来可能不再是开源的核心。

/05/ Meta 的模型，要靠什么取胜

未来的大模型，Meta 想做到「在哪些方面最强」？

Wang 说，即便是体量小得多的 Muse Spark，已经有几个能力让他们印象深刻：一是多模态（处理图像、视频、音频）——这对 Meta 的业务至关重要；二是健康——「当我们把模型推向全球数十亿人时，健康是我们视为极其关键的领域」；三是「氛围编程」（vibe coding）——让模型去创造小游戏、小作品的早期效果「非常强大」。

而他们正在全力加码的，是模型的智能体（agentic）能力。「我们最想为世界打造的，是面向每一个人的、最好的『个人智能体』。」

/06/ agent 愿景：人手一两个「懂你」的智能体

就在采访前一天，Meta 刚发布了一个面向广告主的「商业智能体」（让广告主与客户互动，未来甚至帮着做广告投放）。同时，他们也在开发一个面向消费者的智能体。

未来我们会怎么用 agent？是像邮箱那样只有一个核心 agent，还是像手机 App 那样每件事一个？Wang 认为会落在两者之间：人们大概会有一个、最多一两个、或一小撮自己依赖的 agent。 也许有一个「个人 agent」，专管你的健康、维系你的人际关系、帮你做一个更好的父母和朋友；如果你是小企业主或创业者，可能工作上也用同一个；而如果你在大公司，它们或许会像邮箱一样被拆分开。「agent 会变得深度个人化，你会发现自己越来越多地、在生活和工作的方方面面依赖它——这是整个社会要一起走过的过程。」

但 Meta 有着长期的隐私争议——人们会愿意把这些私人事务，托付给一个 Meta 的 agent 吗？Wang 承认「这是关于 agent 最重要的社会问题之一」，强调他们在「智能体安全」（尊重隐私、尊重边界）上做了大量投入，「但这不只是 Meta 的问题，而是整个行业的问题，是人与技术关系的一次重新定义」。至于消费级 agent 多久能见到？他又用了那个比方：「正在炖。」

那他自己怎么用 agent？主持人打趣：你的老板扎克伯格据说有个「Zuckbot」，把一部分 CEO 的活儿交给了 agent，那有没有一个「Alexbot」正在替你干活？Wang 说，工作上他确实大量用 agent 辅助，但最让他兴奋的，反而是私人生活里的用法：他用一个 agent 帮自己更健康，用一个 agent 维系和朋友的联系。「这些事，过去对我来说一直很难坚持——无论是健康，还是和所有朋友保持联络。而有一个 agent 在旁边帮你做好这些，真的是变革性的。」

/07/ 一边千亿一边裁员，和「AI 创造了更多创业者」

一个绕不开的矛盾是：Meta 在 AI 上投入数千亿，可上个月却裁了员，外界的一种解读是「裁员就是为了腾出钱投 AI」。作为 AI 负责人，他怎么面对这种现实？

Wang 的回答带着克制：「和队友告别，是一件非常艰难的事。」他说这对团队是一段艰难的经历，「重要的是要正视它……我们不会轻视其中任何一点」。但话锋一转，他仍回到那句话：「归根结底，我们对正在打造的东西感到兴奋。」

那 AI 会不会大规模摧毁工作？面对这个「最大的恐惧之一」，Wang 给了一个少有人提的视角：「有一件很令人兴奋、却很少被谈论的事正在发生——AI 正在催生比以往任何时候都多的新公司。」 他说 Meta 的数据、以及很多公司的数据都显示，借助 AI 工具创办的新公司数量正在增长，「随着 AI 工具越来越强大，我预计会有更多创业者、更多小企业涌现」。「经济是一台复杂的机器，而我们今天在数据里看到的是：更多的小企业、更多的创业者、更多的机会。」

这场与 Meta AI 掌门 Alexandr Wang 的对话，核心信号其实很清晰：Meta 还没赢，但它正用一场彻底的重建，赌自己能重回牌桌。

第一，他的「坦诚」，本身就是 Meta 最大的反差看点。 在一个人人都说自己「遥遥领先」的行业里，一个掌门人公开承认「上一代旗舰掉队了」「新模型只是开胃菜、还不到顶尖层级」——这份诚实反而显得稀缺。它传递的真实信息是：Meta 还没赢，但它把姿态放低、把底子重铺了一遍，赌的是「可预测的扩展」终会把它送回牌桌。

第二，「因为生物风险所以不敢开源」，是这场对话里最沉的一句。 它把「开不开源」这个商业选择，第一次和「安全」这个硬约束摆在了一起。当模型强到连缔造者都要为它的潜在危险设防时，那面曾经高举的「开源」旗帜，也不得不开始让位于「安全」。 这不只是 Meta 的转向，也是整个行业的缩影。

第三，他对就业的回答，给了焦虑一个新的出口。 「AI 正在催生比以往更多的创业公司」——这句话未必能安慰被裁掉的人，但它指向一个真实的趋势：当 AI 把「一个人办一家公司」的门槛压到史上最低，被重写的不只是岗位，还有『谁能创业』这件事本身。 危险与机会，从来都是同一枚硬币。

而他那个反复出现的比方是：

「我们正在炖。」

就看他能不能帮扎克伯格的Meta赶上AI的大潮，把「正餐」，真正端得出来，不然对于Meta来说，就真的危险了。