---
author: Best Partners TV
date: '2026-05-18'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=j4UsaXKjQL0
speaker: Best Partners TV
tags:
  - agi
  - personal-superintelligence
  - scaling-law
  - agentic-economy
  - physical-intelligence
title: AI的终局尚未到来：亚历山大·王谈Meta AI的战略布局与愿景
summary: 在入职Meta近一年后，数据标注巨头Scale AI创始人亚历山大·王首次公开访谈，披露了Meta超级智能实验室（MSL）的内部架构、Muse Spark的技术逻辑、对AI终局的判断，以及扎克伯格押注AI背后的战略深意。
insight: ''
draft: true
series: ''
category: ai-ml
area: tech-engineering
project: []
people:
  - Alexander Wang
  - Mark Zuckerberg
  - Nat Friedman
  - Daniel Gross
  - Shengjia Zhao
  - Sam Altman
  - Yann LeCun
  - Xiaolong Wang
  - Lerrel Pinto
companies_orgs:
  - Meta
  - Scale AI
  - OpenAI
  - Anthropic
  - Google
  - ARI
products_models:
  - Muse Spark
  - Llama 4
  - Grok
  - ChatGPT
  - Claude Code
  - Gemini
media_books:
  - Core Memory
status: evergreen
---
在过去的一年里，**亚历山大·王**（Alexander Wang: 21岁白手起家创办数据标注巨头Scale AI的天才创业者）一直是全球人工智能产业中最具争议的人物。自2025年6月被**Meta**以140亿美元高价招揽，执掌其AI核心业务后，他便彻底淡出公众视野，在南湾过起了闭门研发的生活。直到2026年4月Meta发布全新模型**Muse Spark**，他才打破沉默。

2026年5月14日，亚历山大·王做客播客节目《Core Memory》，进行了入职Meta近一年来的首次全面公开访谈。此次访谈不仅回应了外界对其职业转型和个人争议的猜测，更揭开了Meta AI全盘战略布局的面纱。

### 职业转型与Meta的战略北极星

从Scale AI的创始人转型为拥有8万名员工的Meta核心高管，这一过程对亚历山大而言冲击巨大。他与**马克·扎克伯格**（Mark Zuckerberg: Meta首席执行官）相识多年，两人的合作契机源于对**通用人工智能**（AGI: 具有广泛认知能力的人类水平AI）即将到来的共同确信。

当时，Meta内部**Llama 4**的研发轨迹已不符合扎克伯格对前沿技术的押注要求，这成为了促使亚历山大加入的直接原因。扎克伯格曾发布关于“个人超级智能”的备忘录，这成为了双方合作的核心“北极星”：以赋能人类的方式打造AI，实现技术的最大程度民主化。亚历山大深刻意识到，AI的下一阶段竞争本质上是**算力竞争**，而Meta依托扎克伯格的全盘押注，拥有了其他公司难以比拟的算力资源。

### Meta超级智能实验室（MSL）的内部构造

访谈中，亚历山大首次披露了Meta超级智能实验室（MSL）的架构：

*   **TBD部门**：大模型研究实验室，负责技术层面，由亚历山大直接统筹。
*   **PAR部门**：产品与应用研究部门，由**纳特·弗里德曼**（Nat Friedman: 前GitHub CEO，Scale AI早期投资人）领导，专注于产品落地与部署。
*   **算力业务**：由知名天使投资人**丹尼尔·格罗斯**（Daniel Gross）主导，负责长期算力规划。
*   **科学议程**：由首席科学家**赵晟佳**（Shengjia Zhao: 斯坦福博士，前OpenAI成员）统筹。

亚历山大直言，加入之初，Meta的AI工作需要全面重置，因为当时团队缺乏对“超级智能即将到来”的极致信仰。为此，MSL确立了三条铁律：以超级智能为核心目标、技术决策优先、保持基础研究的严谨性。

### 追赶前沿：闪电战与极致人才密度

面对团队落后于行业前沿的现状，亚历山大采取了三条路径进行追赶：让研究员拥有更多的专属算力、极致提升人才密度、以及主动布局高风险高回报的研究方向。对于坊间关于Meta以天价“雇佣兵”式挖人的传闻，亚历山大予以澄清。他强调，实验室内部是初创公司的氛围，绝非金钱驱动。研究员选择加入，是因为这里有从零打造前沿模型的机会、极致的算力支持和精简高效的团队环境。

### Muse Spark的定位与技术逻辑

**Muse Spark**被亚历山大定位为研发进程中的“开胃菜”。Meta在过去九个月全面重建了预训练与强化学习技术栈，Muse Spark是该技术扩展曲线上的早期数据点。在智能体视觉编码方面，该模型表现出了令人意外的强大能力。对于研发核心障碍，亚历山大将其总结为“扩展”（Scaling）。Meta目前已掌握了极强的可预测扩展能力，随着基础技术栈的成熟，更大规模的模型将在未来几个月发布。此外，Muse Spark之所以具备极高的Token效率，是因为团队采用了从头打造的简洁干净的技术栈，根源上规避了冗余计算。

### AI行业的终局判断与智能体经济

针对当前行业格局，亚历山大认为**AI行业的终局根本还没有开始**。从ChatGPT到Claude Code，再到Gemini，行业处于极度动态之中，没有任何一款产品能定义终局。他认为，核心原因在于行业尚未向普通用户展示出AI真正的赋能价值。

Meta的核心目标是为全球数十亿人和数亿小企业打造极致强大的**智能体**（Agent: 能够自主执行任务并与环境交互的AI系统）。Meta希望在数据中心里构建一个“智能体经济”，通过智能体重构经济体系中的供需关系。

### 机器人技术与未来AI哲学

Meta在2026年5月收购了机器人AI初创公司ARI，这是因为Meta坚信物理超级智能将紧随数字超级智能到来。在AI哲学层面，亚历山大分享了三个坚定立场：

1.  **超级智能信徒**：坚信会打造出极致强大的AI，且安全是第一前提。
2.  **个人超级智能**：目标是实现技术的平等获取，开启人类的丰裕时代。
3.  **模型福祉**：深度思考AI是否拥有主观感受和道德分量，这一命题将影响研发路径。

最后，亚历山大总结道，Meta AI真正努力的方向，是让每一个个人与企业家都能拥有极致强大的AI工具，结合智能体经济，推动全球科技进步。