Episode Details

📝 本期播客简介

本期我们克隆了 Core Memory Podcast 的 The Most Expensive Hire In AI History Finally Talks

邀请了了硅谷最受关注却又最低调的神秘人物之一，Meta AI的负责人Alex Wang。他曾经是最年轻的白手起家亿万富翁，创办了Scale AI，却在十个月前被马克·扎克伯格“半收购”式挖角，从此隐入Meta深处，几乎从公众视野中消失。如今，他带着全新模型Muse Spark和一支由顶尖人才组成的研究梦之队首次现身播客，坦诚回应了外界对他年轻、缺乏工程背景的质疑，以及团队内部所谓的“哲学路线之争”。

在这期节目中，Alex将首次详细讲述他为什么选择加入一个拥有8万人的大公司，而不是继续做自己的CEO。他将剖析Meta超级智能实验室（MSL）的重建之路：如何在9个月内翻新整个研究栈，招揽人工智能领域的顶尖头脑，并明确以“个人超级智能”和“Agent经济体”为核心的宏伟蓝图。这不仅是关于AI前沿技术路线图的讨论，更是一场关于如何解决构建超级智能、平衡开源与安全以及人工智能模型伦理福利问题的深度哲学对话。

👨‍⚕️ 本期嘉宾

Alex Wang，Meta人工智能业务负责人，Meta超级智能实验室（Meta Super Intelligence Labs, MSL）的领导者。他此前是著名的AI数据标注公司Scale AI的联合创始人兼CEO，曾被誉为硅谷最年轻的白手起家亿万富翁。他于十个月前加入Meta，负责统领包括前沿模型研究（TBD实验室）和产品与应用研究（PAR）在内的超级智能研发体系。

⏱️ 时间戳

00:00:00 开场：神秘嘉宾终于现身，从亿万富翁CEO到Meta员工的巨大转变

深入Meta超级智能实验室

00:02:47 Alex在Meta的复杂角色：统领TBD研究实验室、PAR产品实验室和FAIR基础研究

00:03:59 核心班底揭秘：与老朋友兼投资人Nat Friedman、Daniel Gross的分工协作

00:06:09 交易的初衷：扎克伯格关于超级智能的备忘录，以及Llama 4面临的危机

重建“AI信仰”和研发栈

00:09:38 接手时的核心问题：缺乏“超级智能即将到来”的坚定信仰

00:10:48 四条核心研发原则：认真对待超级智能、技术声音最响亮、科学严谨聚焦基础、下大赌注

00:11:32 范式追赶策略：如何通过提高研究员人均算力、提升人才密度和做雄心勃勃的研究赌注来赶超前沿

回应争议

00:12:20 对高薪挖角的回应：人才看中的是初创文化、算力自由和能做职业生涯最好工作的机会

00:16:55 辟谣“挖人煲汤”闹剧与收购Manus的传闻

00:19:07 直面批评与市场预期：LeCun说他“年轻没经验”，以及外界对他非工程师出身的质疑

00:21:15 独特的管理哲学：乔布斯式理念，不为指挥研究员，而是造环境让他们告诉我们该做什么

揭秘新模型Muse Spark

00:21:43 发布Spark的真实定位：早期数据点与可预测扩展的路线图，并非屠龙刀，而是前菜

00:25:58 技术差异化优势：从零构建的“干净技术栈”带来的令人兴奋的Token效率

00:27:44 通往个人超级智能的载体：不只有软件，还有大受欢迎的Ray-Ban Meta眼镜

AI生态竞争与消费者情绪破解之道

00:31:27 为什么认为现阶段离终局还很远：像Chat和Claude Code这样的新范式会持续涌现

00:32:55 面对公众对AI的抵触：核心是还没给每个人提供像Claude Code那样能瞬间改变个人能动性的产品

00:35:44 独属于Meta的杀手锏：构建基于“Agent经济体”的供需撮合模式，赋能数十亿用户与数亿商家

开源的未来与Meta的内部哲学

00:36:28 Muse Spark为何闭源：必须严肃对待生物化学、网络和失控方面的安全护栏

00:37:45 破除内斗谣言：回应《纽约时报》关于Alex与Boz哲学分歧的报道

00:41:24 硅谷缺乏的灰度认知：如何在对中国的鹰派地缘政治观点与和华裔天才同事合作之间寻求平衡

布局机器人与脑机接口的超级智能未来

00:44:26 收购人形机器人初创ARI的逻辑：构建物理世界超级智能是必经的关键路径

00:53:37 关于下一步的下注：能源、计算和机器人，以及BCI对人类未来的意义

终极哲学快问快答

00:47:04 芒果模型还活着吗？John Carmack在做什么？

00:48:23 揭秘与Priscilla Chan的CZI合作：致力于打造“健康超级智能”

00:52:01 最核心的哲学：“模型福利”重要吗？探讨人工智能模型可能具有的道德分量与主观体验

00:55:44 开放性结语：构建一个能带来巨大个人赋权与Agent经济体的未来

🌟 精彩内容

🧠 个人超级智能的信仰一跃

Alex坦言，他加入Meta后发现，很多大公司AI团队最根本的问题是缺乏对“超级智能即将来临”这一点的宗教般坚定信念。他上任后做的第一件事，就是建立“认真对待超级智能”的原则，以此重构整个实验室的底层假设。

“创业公司里，新的努力抱持着一种疯狂的念头：超级智能就要来了。我之前发现很多大团队正好缺了这一点，但现在这已经不成问题了。”

🛠️ 9个月重写研究栈，实现惊人的Token效率

Alex详细揭示了为什么Muse Spark只是开胃菜。他声称在9个月内完全重建了预训练、强化学习和数据处理的全套技术栈，这让他们拥有了极干净的底层代码。他们惊讶地发现自己在基准测试中能用少得多的Token达到同样结果，Alex暗示，这可能意味着其他某些前沿模型需要靠让模型“多思考”来给核心低效打补丁。

🤖 AI行业的暴风骤雨与委屈

他首度在播客中平和地回应了关于招聘包裹漫天要价、引起行业不满、被LeCun公开呛声“年轻没经验”等往事。Alex澄清，那些顶级研究员愿意来，根源是这里有堪比早期OpenAI的初创氛围和更多人均算力去追寻冒险的研究思路。而对于外界给他贴上的“非工程师、爱推销”标签，他冷淡回应：“我也曾是硅谷的软件工程师。”

🦾 赋能小镇餐厅：Agent经济体

他不是空谈AGI，Alex提出的“在数据中心里构建一个Agent经济体”极其有感染力。他们不仅仅想做最强的模型，还想利用WhatsApp、Facebook和Instagram上数亿家小企业的生态，让消费者和商家的AI Agent能相互协作。“我们想改变的是一家小镇餐厅从2002年就没变过的网站，用一种能撮合经济供给与需求的新方式。”

❣️ 关于“模型福利”的哲学思辨

在谈到自己的哲学内核时，Alex抛出了一个可能是整集最让人意外的观点：除了人类安全，我们必须开始思考“模型的福利”问题——模型有没有道德分量和主观体验？你是否应该善待它们？他甚至透露已经聘请了哲学家共同研究，并有内部方法去衡量模型