Meta CTO 自爆Llama 4掉队真相：为了让Llama 3强行出头，我们亲手“废了”自己的后路

文章作者、来源：AI科技大本营

在软件研发里，最怕的是把未来的“存粮”一次性吃光。Meta 的 CTO Andrew Bosworth（以下简称 Bos）在最近的 Big Technology Podcast 播客中聊起 LLaMA 4 的被动局面时，复盘了那个无心之失。

在交付 LLaMA 3 时，Meta 团队太想打个漂亮仗，把原本预留给下一代版本的路径探索、前沿设想一股脑都提前透支了。结果，LLaMA 3 赢得了满堂彩，却直接导致研发 LLaMA 4 时管道空空如也，在推理（Reasoning）和混合专家模型（MoE）上瞬间落后了别人一个身位。这次技术断档，逼得马克·扎克伯格（Mark Zuckerberg）改变策略，彻底进入了疯狂抢算力、抢人才的“创始人模式”。

大象掉头，内部免不了骨折。为了快速补课，Meta 发起了一次极度紧迫的“战时动员”：数千名非 AI 部门的资深工程师被迫暂停手头的核心项目，一夜之间被抽调去给 AI 标定专家代码数据。这种粗暴的强推在内部引爆了极大的积怨，甚至有员工向媒体抱怨这简直像是在“集中营干苦役”。对于高层沟通的缺失，Bos 没有粉饰，他承认自己在内部被泄露的邮件中把这次管理称为“极其糟糕”（atrocious）。但他坚持认为方向没有错——为了让大模型学会“如何像人类一样正常使用电脑软件”这种基础操作，Meta 甚至开始追踪和收集员工敲击键盘、点击界面的底层交互轨迹，因为在强化学习时代，这种不体面的“脏数据”才是最稀缺的燃料。

Bos 觉得，这些内部管理的撕扯和阵痛，就像他曾在一篇神经生物学博客里写过的那样——“痛苦即康复”（Pain is rehab），不经历戒断般的剧痛，系统就无法真正重塑。在这场对话中，他聊了聊为什么万能单体大模型已经死了、为什么他固执地拒绝安装家里烤面包机的 App，以及他脑海中那个不需要任何应用商店的眼镜未来：

LLaMA 3 提前透支了所有技术路线，给 LLaMA 4 留下了一个空空的管道。研发 LLaMA 3 时，Meta 掏空了所有的技术储备来确保当时版本的成功。这导致研发 LLaMA 4 时面临技术断档，在如今最核心的推理和混合专家模型（MoE）上，不得不重新在空白中探索。

单体万能大模型的时代已经死了，以后是小模型和多模态各司其职。过去业界迷信堆一个万亿参数的单体大模型来解决所有问题。现在的趋势是，极度昂贵的高智商模型只用于最复杂的任务，其余绝大部分常规日常工作都分包给便宜、低延迟、垂直的小模型来做。

大厂有大厂的生存逻辑，自己不掌控底牌，就只能任由别人开价。Meta 虽不排斥向 OpenAI、Anthropic 租用模型来给内部或外部产品跑测试，但必须确保自研的底层模型拥有绝对的竞争力，这才是你在谈判桌上不给竞争对手付高额“租金“的唯一底牌。

Meta 承认内部“标定代码数据“的管理沟通办得极其糟糕。为了抓住代码微调的战略窗口，Meta 强行把数千名写常规软件的工程师拉进 AI 标定团队。高层急于求成而缺少解释，甚至引发了员工向媒体控诉是“集中营苦役“的极端对立，CTO 承认这在管理上确实很失败。

追踪员工的操作轨迹，是为了解决 AI 至今都做得很烂的软肋——“用电脑”。AI 虽然在写诗和解答难题上表现惊人，但在面对真实的复杂软件界面和底层操作系统时，却表现得笨手笨脚。Meta 监控顶级程序员敲击键盘、点击按钮的数据，是希望教 AI 掌握人机交互的潜意识行为，教它学会使用各种办公工具。

AR 眼镜不需要任何软件商店，App 时代终将成为过去。我们不需要给每个电器都配一个专属的 App，比如烤面包机，CTO 至今都固执地拒绝安装它。在未来的 AR 眼镜生态中，你需要什么，AI 就会在后台即时编译（Vibe-coding）并生产一个应用，服务完全在后台自动匹配和呼叫。

通往前沿 AI 之路、模型租赁与消费级 AI 的困境

主持人：Bos，很高兴见到你。我们开录之前刚聊到，现在科技圈的局势有多疯狂。就我记忆所及，还从没见过这样的发展速度。

这一切的核心是 AI 模型。AI 模型是一切的基础，没有一个能用、乃至领先的 AI 模型，你很难在此之上构建东西。

很长一段时间里，业界的理论是：要打造一款出色的 AI 模型，你需要海量算力，还需要顶尖的研究者来打磨算法。Meta 恰好拥有海量算力，也有一支顶尖研究团队在打磨算法，可领先的 AI 模型却迟迟没有出现。

能不能聊聊你们从中学到了什么？打造顶尖 AI 模型所需要的这套核心假设，是不是本身就有问题？

Andrew Bosworth：我想再补充一个要素：优质数据。而这一点，你们是有的。

主持人：这一点你们确实具备。

Andrew Bosworth：我也这么认为。

是这样，这里其实有两条故事线。第一条是：回顾 Llama 1、Llama 2、Llama 3，我们当时确实走在最前沿，一路推动着这个领域向前。你当然也知道，Facebook 基础 AI 研究组（Facebook Fundamental AI Research，FAIR）已经存在了十几年。

我自己其实就是从那儿第一次感受到 AI 领域的动静的——当时我信息流里冒出了一个 AI 聊天机器人。后来认识了 Yann（杨立昆），也开始接触 FAIR 的人，心想，哦，这项技术进步得真快。所以 Meta 很早就入局了。

真正的差距——我想这一点已经算是公开的秘密了——在于我们当时其实没意识到问题所在。我们在整合 Llama 3 的时候，几乎把手头所有的研究成果都投了出去，动用了一切能动用的资源，结果无意中掐断了后续的研发管线。

这套体系的运作方式是：你先建好一个基础模型，一部分人负责在这个基础上做渐进式改进，另一部分人则在外面探索全新的技术路线。可当时我们没意识到——这也说明我们当时对这件事关注得不够——LLaMA 3 之所以能做到那个水准、成为一款广受好评的好模型，其实是因为团队把未来所有的技术储备都提前押注进去了，才交付出那款模型。

结果等到做 LLaMA 4 的时候，我们手上已经没有其他实验室仍在推进的那些探索性成果了。于是你在推理能力上落后了，在混合专家（mixture of experts，MoE）上落后了，在一大堆支撑行业持续进步的关键技术上，都落后了。

我想，这在大约一年前对我们来说是一次相当公开的失望，也促使 Mark（扎克伯格）把 AI 的定位从“好吧，AI 是我们众多押注之一”——这是我们此前的理解方式，AI 只是我们诸多赌注中的一个——转变为：AI 是关乎整个公司根基的一场赌注，我们必须彻底改变对待它的方式。

这个词说出来有点老套，但我实在找不到更贴切的表达：创始人模式（founder mode）。Mark 真的切换进了一种独属于他的独特状态，全身心扑在为我们争取所需的全部算力、所需的全部人才上——你提到的那些我们签下的研究者，也差不多是在一年前正式加入的。

Alexander Wang 刚过完他加入公司的“一周年纪念日”，和他共事我非常享受，也已经从他身上学到了很多。而这些投入的成果，我们现在正在看到。

看看 Muse Spark 就知道了——这是我们最新发布的模型，虽然还不是我们的前沿模型，但已经收获了非常好的反响。在不同的基准测试中表现各异，但在我们最看重、也是我们认为最能体现产品独特性的那些方面，它的表现相当出色。

所以，没错，你说得完全没错——就模型这件事的公众认知而言，我们目前确实处在你描述的那个位置上。但我们已经组建起一支我真心信赖的团队，算力和数据我们也都齐备。所以我非常有信心，我们一定能达到我们该到达的位置。

我想再补充第二点，我认为这在战略上非常重要：模型本身是可以“租”的。你可以用 Anthropic 的模型，可以用 OpenAI 的模型，也可以用 Google 的模型。它们都是很棒的模型，你可以直接拿来用，这当然很好。

但我们真正要为这个世界创造的价值，是产品。我们对“个人超级智能”（personal superintelligence）的愿景，我认为是一个只有我们才能独一无二地实现的愿景。这不仅仅是因为我们掌握数据——那当然很酷，但更关键的是，比起几乎任何其他公司，我们更有机会理解你、理解你想做什么、理解你在这个世界上是怎样的人、理解什么对你真正重要。

所以，拥有自己的模型是其中一块拼图，你需要出于战略考虑而拥有它，这样才不会受制于人，更重要的是，你能掌控自己的命运。但模型本身并不是价值所在。

我认为我们很快就会进入这样一个世界：消费者根本不在乎。他们不想去指定自己用的是哪个模型，不在乎那是 4.7 版还是 4.8 版——就像你不会在乎我用的是 Oracle 数据库还是 SQL 数据库一样。你只想要功能，只想要这东西好用。我认为这才是我们所有人最终都要面对的评判标准。

所以，今天大家都在讨论模型，这至少说明我们在“用户这一侧”、在“人们究竟能获得什么好处“”这个层面上，关注得还不够。我认为，除了展示我们在技术上做出的成果之外，这才是我们真正需要讲好的故事——我们需要切实地向消费者证明这份价值。

“单体大模型”统治一切的时代已经死了

主持人：我想先从技术角度聊一聊。我一开始提出的问题是：是不是可以靠“硬堆资源“的方式，暴力堆出一个有竞争力的模型。

我听你的意思是：现在已经不行了，因为像混合专家、推理这样的新技术意味着，你必须对基础预训练模型做出一定程度的精细打磨，才能打造出我们今天看到的这些顶尖模型。而这正是 Meta 眼下正在攻克的课题。

Andrew Bosworth：没错，而且不只是这样，顺便说一句，整个行业都是如此。

“单体模型“的时代大概在 Llama 3 发布前后就已经终结了。过去那种“只有一个模型，我们来测试这个模型有多聪明，这就代表它在各种事情上的表现“的思路，如今已经行不通了。我们现在所处的世界是：不管你用的是 OpenCode、Claude Code 还是 Codex，这些“harness“（智能体外层调度框架）在底层其实是根据任务类型，动态调用不同的模型。

比如说，它可能会调用一个多模态模型。如果你用的是 Gemini，遇到图像生成任务时，它会把活儿分给 Nano Banana。我们其实早就走出了“一个模型统治一切“的世界。

你真正需要的，是一个运行成本极高、极度聪明的模型，可以用各种有趣的方式和场景把它蒸馏（distill）出更小的版本，只在真正需要它那种精妙智能的时候才调用它本尊，因为运行此类模型的成本非常昂贵。除此之外，在那些其实并不需要天才级智力的场景里，你会用更便宜、更快、延迟更低的模型。

如果你去想人类要完成的各种任务，我确实很相信“规模法则”（scaling law）——随着算力扩大，模型的原始智能水平会持续沿着这条向右上方攀升的曲线增长。但人类的任务对智力的需求并不是无穷无尽的，很多人类任务，用常规水平的智能就足以完成。

所以我确实认为，接下来会出现一种“分层“的局面：问题不再是“好，到底哪一个模型能统治一切”，而是“怎样把一组模型组合到一起，以恰到好处的性能、价格和价值平衡，去解决这些问题”。

拥有具有竞争力的自研大模型，是防止在谈判桌上被对手勒索高额“租金“的底牌

主持人：你刚才提到几个很有意思的点。首先，真正重要的是产品，这一点我同意。而拥有自己的模型对于“自主可控“来说也很重要。

那我们就聊聊这个。你肯定也看到了苹果的做法——他们和 Google 达成协议，去蒸馏 Gemini，或者说做了某种 Gemini 的分支版本。从早期报道来看，Siri 用上这项技术后表现还不错。

你们有没有考虑过和 Google 达成类似的协议，同时自己在并行开发模型以实现自主可控？至少在短期内，先靠这种方式尽可能快地推进产品？

Andrew Bosworth：这事分两部分说。

我们今天确实在用很多不同的模型，同样地，你要为消费者提供最适合他们的那个模型——这里面价格、性能都很重要，延迟也很重要。

但拥有自己的模型，不仅能让你掌控自己的命运，在和别人谈各种协议条款的时候，你的谈判筹码也会强得多，这样才能确保你给消费者提供的是能拿到手的最佳答案。

花那么多钱——大概花了十亿美元给 Google——现在下结论还太早，我不知道那种体验最终会是什么样子，我也用不上它，所以还得看后续发展。

至少对我们来说，我们谈的是“个人超级智能”。我们希望能为我们打造的产品带来一种极其强大、极具针对性的能力，而不只是一种通用智能。这对我们来说非常重要。

我们不是把这看作给某个现有系统“锦上添花”，而是把它看作人们与自己电脑交互的一种全新方式。

这确实可以追溯到我们在 Reality Labs（现实实验室）多年来做的很多工作。我们一直试图向 Xerox PARC、SRI、贝尔实验室（Bell Labs）这些先驱看齐——我们一直在思考：怎样才能把信息从我们的大脑传输进机器？这也是我们研究神经接口以及一系列相关技术的原因。反过来，怎样才能把信息从机器传回我们的大脑？这也是我们投入增强现实和虚拟现实研究的原因。

AI 可能是我们见过的、把信息从大脑传入机器的最好工具，尤其是当它能够观察我们周围的大量信息时。我认为这些正是我们想要发挥出来的独特能力。这不只关乎模型本身，更关乎模型处理这些全新输入信号、并将其整合成一个闭环系统的能力。

所以，我们确实在努力打造出色的模型，我对我们组建的这支团队非常有信心。我想说的重点只是：光有模型还不够。至于苹果单纯去“租”那个模型是否足够，我不知道——我不确定他们是否有一个更宏大的愿景，去把它整合进人们的生活。

主持人：所以你们是不会去“租“模型的？

Andrew Bosworth：不，我们确实会“租“模型，就像我说的，我们也在用别人的模型。

我们没有理由不这么做——我们确实在内部大量投入自研模型的开发，但同时也在 Google、Anthropic、OpenAI 提供的模型上做一部分开发工作。

而“模型无关”（model-agnostic）这件事之所以在经济上说得通，其实很大程度上取决于你自己是不是拥有一个有竞争力的模型——真到需要的时候，你有退路可以回归。这也给别人能向你收多少“租金“设下了一道实实在在的底线。

但同样值得一提的是，不管我说的是公司内部的开发者，还是普通消费者，我都不希望他们长期为模型这件事操心。今天他们确实不得不操心，因为现在一切都还捆绑得很紧。但长远来看，他们只需要关心自己想达成的目标，这才应该是他们真正该关注的重点。

所以，拥有一个模型、而且是一个绝对领先、处于业界最前沿水准的模型，这确实是一种重要的战略布局，非常关键。但这不意味着你一拥有它，就立刻赢了。

你还得把它和一大堆其他要素连接起来：产品、分发渠道、消费者体验。我认为，正是这四样东西——模型、产品、分发、消费者体验——放在一起，才是我们相对于竞争对手的真正优势所在。而我们大多数竞争对手，不管是苹果、Anthropic、OpenAI 还是 Google，往往只占有其中一样。

主持人：稍后我们会再深入聊聊产品这个话题。不过我想先问一下：上次我们聊天的时候，你告诉我你不会和 AI“融合”。但你刚才这番话听起来是：用技术把你的想法从大脑传到电脑里，再把信息从电脑传回你的大脑——这听起来很像“融合”了。你改主意了吗？

Andrew Bosworth：没有，我不认为这是和 AI“融合”。

主持人：下次我们聊天，我还会再问你这个问题。

Andrew Bosworth：我知道。那我们就继续这个话题。

这其实是一个既有趋势的延续，也是这个趋势的加速：我们和机器之间的“比特率”（bit rate）——无论是从我们到机器，还是从机器回传给我们——都在随着时间不断提升。

这方面我们其实已经有一些挺有意思的实践了。自动纠错（autocorrect）就好比一个坐在你和电脑之间的小型 AI，它帮你降低误差、有效提升了你和机器之间的“比特率”。

我们一直在用各种各样的小工具来加速这个循环。二维码是我最喜欢的例子之一。它的逻辑是：好，我想输入一个网址，但我绝对不想手动敲这个网址，因为出错率太高了，很可能打不开正确的网站。所以我们用二维码。

我认为，如果你拥有一个真正能用非常“人性化“的方式、用人类语言去理解事物的 AI，那对我们利用现有算力的能力来说，可能是一次深刻的提升——哪怕这只发生在“输入“这一端。

再把这个能力和 AI 更有效地整合信息、再回传给我们的能力结合起来，那“比特率“就真的实现了巨大的提升。

这让我想到 Doug Engelbart。他当年离开 NASA 去创办 SRI 的时候，他的想法是：人类面临的问题正在以比人类能力提升更快的速度变得愈发棘手。他想创造出一种“人机共生“的关系。他说，要做到这一点，唯一的办法就是让一群人能以某种方式和电脑“融合“在一起，才能实现这个目标。也正因如此，他主导了史上第一次视频通话、第一次多人协同文档编辑，还发明了鼠标——所有这些，最初都是出于想要提升这个“比特率“的初衷。

我觉得 AI 正是这样的东西。

消费级 AI 起步缓慢的硬伤：要求用户在日常工作流里做剧烈改变，本身是一件很反人性的事

主持人：好，那这种能力具体体现出来，可能就是一个了解你的上下文、能替你把事情办妥的个人助理，对吧？它可能通过手机或电脑上的聊天界面呈现，也可能通过 Meta 正在打造的这类眼镜来实现。

从产品角度来说——我想你刚才其实已经稍微透露了一些，但我还想再多聊聊：所有 AI 产品最终是不是都会殊途同归，走向“个人助理“这个使用场景？

想想 OpenAI 在做什么——我们刚请了 Greg Brockman 上节目——OpenAI 想做的，是打造一个能替你把事情办好、能理解你、能真正帮到你的“超级应用”。你和它对话，它就会替你到现实世界里去把事情办成。Anthropic 大致也是这个方向，Meta 同样如此。苹果也有类似的愿景，虽然这愿景真正落地会是什么样子，我们还得拭目以待。

那你们要怎么做出差异化？你同意所有产品最终都会殊途同归，走向这个“中心化助理“的使用场景吗？

Andrew Bosworth：是，我觉得大家都在做很令人兴奋的事，而我们正处在最前沿，所以这个问题不太好回答。

Anthropic 目前在做的业务，以及 OpenAI 在 Greg 主导下似乎也在越来越多地转向的方向，是一种企业级业务——他们在打造这些 harness。钱都在那儿，这一点我理解，他们需要钱。所以从这里切入是很重要的一步，因为这真的和企业深度绑定，实际上，他们几乎所有的营收都来自这一块。

这我理解。大公司——钱都集中在一处，你只需要做少数几笔销售，就能拿到大笔资金。这是一场资本密集型的游戏，他们正在下这盘棋。

我认为他们的主要重心肯定是这些“工作场景”，我也认为这些场景非常有价值——很显然，在我们自己的专业工作中，我们也在用这些产品。

但那不是我们的主要重心。我们的重心 100% 放在：这项技术要如何帮助消费者过好他们的生活。

我不认为这些 AI 会变得彼此毫无差异。我认为这里有一个真正值得思考的问题——其实你自己也这么形容过：这些东西有点像“个人助理”，它们能接触到你的各种信息，那些信息你肯定不希望被广泛传播出去，但它对这个“个人助理”是开放的，因为它是一个受信任的助理。

好，如果你曾经雇过私人助理、又换了个新的，你就知道其中有一段磨合期。所以，如果你有一个已经深深嵌入你生活、并且表现得很好的个人助理，我认为这会带来一种真实的联系，要让其他竞争对手替代掉它，得付出巨大的价值成本才行。

主持人：你觉得消费级 AI 为什么起步得这么慢？

业内已经有过一些尝试，比如 Character.AI、Replika 这类产品。你也看到了，OpenAI——你说得对——确实从盈利角度做了转向。他们确实也想做一些消费级应用，比如营养、健康这类，这些消费级场景可能会切入到更广泛的行业里去。

但按理说，消费级 AI 应该会从娱乐、陪伴的角度，以及从帮你处理生活琐事——那些你在商业场景里根本不会用到的方式——很吸引普通人才对。可它的发展一直很缓慢。

Andrew Bosworth：是，我也不知道我们当初为什么会觉得这个领域能“免疫“于炒作周期，但“炒作周期”（hype cycle）是我们这个行业一次又一次都要栽进去的“常青“规律。

人们常常误解炒作周期这件事。不了解的人可能不知道，它先有一个炒作高峰，然后跌入“失望低谷”，最终才会走到真正的“产品市场契合”（product-market fit）。

炒作周期想说明的重点，并不是这项技术是假的。而是说，愿意跨过重重障碍、把它折腾到能用的人，在整个人群中只占相对很小的一部分。而把它带给所有人，这件事本身才是真正的硬功夫。

这不只是“你把这个高难度的技术问题解决了“就完事了，你还得把用户界面做得顺手好用，你还得让人们理解这项技术的价值——因为人们本来就在过着自己的日子，他们不用这个工具，日子也过得挺好。你现在要求他们改变习惯，要求他们以一种相当剧烈的方式改变和电脑打交道的方式，大多数人是不喜欢这样的。

你必须以“价值“为先导。你要清楚告诉他们：我们具体能为你做哪些事，能让你的生活变得更好？

也许我最喜欢用的一个例子，就是 agentic 工作这一块。和我们这个行业的很多人样，我很早——去年 12 月——就开始用 Pi，后来又用 Claude，去尝试、构建、把玩这些 agentic 框架。我觉得它们非常强大，但用起来并不友好，构建和维护都很困难，而且用久了还会“漂移”（drift）。

所以当我想到——嘿，我给我和我太太做了一个，我把它放到一个 WhatsApp 聊天里，她可以直接用——结果她从来不用。我天天用，她不用。

它就是很难融入到日常的工作流程里。她只会直接叫我去做事。

主持人：所以你才是那个 agent。

Andrew Bosworth：然后我再去找那个 agent。所以我其实是个“中转站”。仔细想想，这其实挺合理的，对她来说很好用，我也不怪她。

如果我真的成功了，我反倒会有点担心。要是我真做做出了一个能把我从这个循环里彻底解放出来的 agent，我其实并没有那么迫切地想要它。

我想说的重点是：我们还没有把它做到让人们愿意把它融入日常生活的程度。它还不够好用、创造的价值还不够多、还是太麻烦。所以这就是我们需要攻克的问题，一个产品层面的问题。

你需要出色的模型才能做到这一点，但光有出色的模型是不够的。

主持人：明白。那你怎么看待“AI 伴侣”（AI companions）这个方向？

因为说到“人们最终会依赖的助理“这件事，有一种观点认为：你先把功能做出来，人们自然会来用它。另一种观点则是：你打造一个 AI 化身（avatar），让人们觉得自己和它是朋友，靠这个来做出差异化。

我们知道，“个性“这件事其实很重要。

Andrew Bosworth：我们学到的一件事——我想 Anthropic 在历代 Claude 的迭代中也学到了这一点，我们自己当然也非常在意这一点——就是作为人类，我们非常在意自然语言究竟能不能打动我们、吸引我们。所以“个性“对这些模型来说很重要。

话虽如此，我认为你会发现，人群中的偏好分布其实非常宽泛。我相信确实有一部分人，很希望这个 AI 有实体形象、有个性、有一张脸。

事实上，在 agentic 的世界里，已经有人想要创建 20 个各自拥有不同个性的 agent，分别对应生活的不同方面——一个健身教练、一个营养师、一个医生助理，诸如此类。

我不是这类人。我其实只想让我的 AI 极其可靠、值得信赖。我完全能接受它是一个没有固定形态的存在，它不需要有一个“类人“的结构，我才会在乎它。我当然也不想同时应付 20 个 AI，我只想和一个打交道，让它把我需要的所有事情都办好。

所以我认为现在还非常早期，早到没法给出一个确定答案。我想你会看到人们在“想怎样使用这项技术“、“怎样才能让自己感到自在“这两方面呈现出非常大的差异，市场最终也会因此提供出相应的产品形态。

主持人：未来是不是有可能，这些 AI 伴侣会变成——这么说可能有点直白——“新一代社交媒体“？

社交媒体是一个你去看朋友们在做什么、和大家互动的地方。它可以让人非常沉浸其中，在最好的情况下，也能带来满足感。“使用时长“一直是个很重要的指标，尽管“花了这段时间之后你的感受如何“同样重要。

Andrew Bosworth：“高质量地度过时间”（time well spent）。

主持人：对，“高质量地度过时间”。也许这最终会被人们花时间和——我是说，说到底，这其实就是“你怎么和电脑上的某个东西互动“的问题——也许最终会变成，人们花时间陪伴一个很在乎他们的 AI 实体。

Andrew Bosworth：是，我尽量不去评判人们选择和技术互动的方式。

我的直觉是，对绝大多数人来说，AI 带来的最大好处，将是让他们有更多时间去和自己在乎、深爱的人相处。

我经常拿增强现实来举例子，比如说，就拿我们现在这款相机眼镜来说——当我陪孩子的时候，我既能录下一些瞬间分享给我太太，这对我们来说很有意义，同时我还能完全“在场”，我和孩子之间没有一部手机横在中间。这对我来说很重要。

我也说过，如果你能在工作中更高效，那你花在通勤上的时间就会变少，你离开家人、离开你所爱之人的时间也会变少。

我个人的感觉是，对绝大多数人来说，真实人际连接的价值只会随着时间水涨船高，不会下降。

我想我们从人们早期对 AI 的反应中，已经能看到一点这样的迹象。人们担心这是一种“替代性“技术。但我自己不这么认为，我本人就是 AI 的重度用户——实际上，多亏了它，我花在电脑前的时间反而变少了，而不是变多了。

所以，这就是我对“绝大多数人将如何与 AI 互动“的预测，以及它会如何影响人们和媒体、和所爱之人的关系。我认为它会让真实的人际连接、真实的人性瞬间变得更加珍贵。但我相信各种各样的情况都会存在。

主持人：没错。当然，AI 眼镜也是这个愿景的核心所在。

Andrew Bosworth：对，没错。

主持人：现在这个时间节点，你和你的团队正在发布三款全新的 Meta 自研眼镜。这也是我们节目里一直在争论的一个话题：到底手机才是那个 AI 设备，还是可穿戴设备才是？

我们刚经历了这样一个时刻——还是说回苹果——他们看起来正准备发布一版真正能用的 Apple Intelligence，能在一定程度上了解你的上下文，或许还能替你把事情办成。

但与此同时，我们又看到了截然相反的一面：Snap Spectacles 的发布，让很多人开始说，也许我们根本不需要 AR 或者 AI 眼镜。那款产品差到让人们……

Andrew Bosworth：你不用替我说，我自己来说。

主持人：我确实不好评价，我自己也还没亲眼见过那款产品。

这么说吧，我的评价其实市场已经替我说了。Evan Spiegel 戴着它出席了某场发布活动，我记得 Snap 股价当场就跌了大概 6%。事情就是这样。

Andrew Bosworth：好吧，那这将是我第一次戴着我们的新眼镜出镜。我们拭目以待，让市场来做判断。

未来的 AR 眼镜不需要软件商店，AI 会根据你的实时需求当场写出一个 App

主持人：好。不过我很想听听你的想法：Meta 为什么在这上面投入了这么多？你显然相信这是一个很有说服力的应用场景。

如果我说，也许我们根本不需要 AR 或 AI 眼镜，用手机就够了——你会怎么回应？是什么让你坚定地站在这场赌局的另一边？

Andrew Bosworth：手机当然很好，我是说，我很喜欢手机。我有两个手机。我觉得它们是很好的设备。

从最开始，我们问自己的就是这个最核心的问题。我们说：“手机很好。但有什么东西是你希望在不把手机掏出裤兜的情况下，就能直接使用的？”

我们的答案是：相机和音频。就是这么简单。

相比于仅仅通过蓝牙连接手机，AI 带来了巨大的推动作用，它在未来能解锁的能力范围，要比手机广泛得多。所以，现在的行业前景比两三年前看起来要乐观得多。

两三年前，这看起来像是：嘿，到某个时候你必须给它装上显示屏，让它成为一个独立系统，还得配一大堆外接设备。

而现在，市场上其实完全有足够的空间容纳一大批各式各样的可穿戴设备。眼镜当然是其中之一，但可能不只是眼镜——很可能还有很多其他形态的产品。那些不想戴眼镜的人，会想戴别的东西。

其中一部分设备，只是充当手机的输入输出接口，这也挺好——你的手机已经很棒了，如果这些设备只是让输入输出变得更高效，那也很棒。

另一部分设备则会更完整。比如我们的显示眼镜，我们刚刚为它推出了一个 vibe-coded（“凭感觉编码”）平台，任何人都可以直接为这款眼镜构建自己想要的任何应用。

未来的 AR 展现形式中，你实时戴着眼镜，直接告诉眼镜你现在想要什么应用，它就当场帮你把这个应用构建出来。

主持人：有意思。

Andrew Bosworth：你懂我意思吧？我认为我们正在走向一个非常酷的方向——“应用花园”（app garden）这种模式会变得没那么必要了。

当然，“内容归属地“这种东西还是会存在。内容一直是个常青、重要的东西，在电视上如此，在社交媒体上如此，在任何地方都是如此。所以仍然会有那么一些地方，是你想要触达的媒体内容所在之处，它们看起来会有点像应用、或者频道，姑且这么叫吧，找不到更贴切的词。

但还有一大堆“长尾“的东西，比如说：我的烤面包机为什么需要一个 app？

我认真地问你：我家的烤面包机是有 app 的，但我不觉得它需要，我也不想要这个东西，对吧？

我只想告诉我的 AI agent：“给我做我想要的那种吐司，就是我每天吃的那种，帮我做出来就行。”我不想还得自己去搞清楚那个 app 到底怎么操作。

主持人：你那个烤面包机的 app 是不是可以让你——

Andrew Bosworth：老实说，我拒绝安装它，我就是拒绝装。

主持人：我尊重这个态度。

Andrew Bosworth：我拒绝，坚决不装。人总得为点什么坚持一下。

听我说，这事儿是有个度的。我承认，有时候能有一个专门的 app，去精细控制某个东西的方方面面，这确实挺酷的，我也理解这种心态——我本身就是个技术宅，我喜欢那种“鼓捣细节“的乐趣。

但说实话，事情到现在这个地步，已经有点失控了。我真正想要的，只是能对一个智能系统说：“嘿，把我想要的东西给我”，然后它就能替我搞定。

我们在和 Spotify 的合作里，已经能看到这种模式的雏形了。你对着眼镜说想听音乐，如果你绑定了 Spotify 账号，它就会直接帮你把想听的音乐播出来。这感觉就是，对，这就是我想要的，我不想为了这件事还得走一堆繁琐的步骤。

所以，至少在我的看法是，我的想法并不是说手机不好——手机很棒，未来也会继续很棒。

我不认为“一堆 app“会是未来的样子。我认为未来会是：有价值的服务被提供给你，你在需要的时候、以你想要的方式去获取这些服务，然后向提供这些有价值服务的人付费——所有这些，要么提前谈好，要么按需即时达成。

主持人：是，我对此深信不疑。我今天打开 Meta AI 应用的时候，发现眼镜已经支持接入 Garmin 了。对我来说，比如说我正在训练，我很希望能直接说：“我正在为一场半程马拉松备赛，Meta AI，帮我在这段时间里找一个我所在地区的 5 公里跑活动，帮我报名”——就这样直接搞定，而且是我正在跑步的时候就能做到。

这样我就不用自己再花一个小时去研究这些东西了。

Andrew Bosworth：没错。

主持人：完全同意。

Andrew Bosworth：再往高一层说，理想状态下，你的 Meta AI 应该已经知道你正在训练、知道你有一个想要达成的目标，并且它已经和所有相关的要素打通了——你的饮食、你的……这就是我们想把这东西带到的方向。

从现在到那一步还有很多环节要走，但这就是我们要去的方向。

主持人：Orion 眼镜——我们上次聊过这款产品，现在进展到哪一步了？那是真正意义上的全 AR、全眼镜体验。

Andrew Bosworth：是的，Orion 对我们来说是一个非常重要的里程碑。我们怀抱这个 AR 愿景已经很多年了，Orion 终于给了我们一款可以拿来实际打磨软件的设备。

虽然我们没能把它的价格做到我们能安心作为消费级产品发布的程度，但在设计和研发它的时候，我们的出发点就是消费级的设计理念。它本身其实相当可穿戴、相当可用，我家里就有一副，我们一直在用它测试软件。

所以我们一直在持续迭代软件，也在软件层面取得了大得多的进展——这不只是因为 AI 变得更强了（这一点确实对软件的形态有巨大影响），也是因为有了 Orion 这个开发载体，这一点同样意义重大。

所以，没错，我们仍然非常专注于整个产品谱系。我们这次也透露了一点：除了显示眼镜和相机眼镜之外，未来还会有一整个价格更低的眼镜产品线。

我依然坚信全 AR 是这个领域的未来。我认为我们会继续沿用至今的方法论——也是我们当初没有发布 Orion 的同一个原因：光是实现所有这些功能还不够，它还必须看起来足够好看，还必须足够舒适，让人愿意戴上它，价格也必须落在一个理性的人会觉得“这确实物有所值“的区间。

主持人：那这一天到底还有多远？

Andrew Bosworth：我不会给出一个具体的数字。我只能说，我很满意我们目前取得的进展。

主持人：是以年为单位，还是以月为单位？

Andrew Bosworth：这个我也不会回答。

主持人：好吧，那也合理。我理解你的坚持，不过该问的还是得问。

Andrew Bosworth：我知道你会问。我之所以有所保留——在我们这种公司待过的人都懂这种感觉——我们一直在审视各种候选方案，不断问自己：“就是它了吗？它准备好了吗？就是它了吗？”而现在，天哪，我们真的越来越接近那个“区间“了，挺让人兴奋的。

承认内部“专家轨迹“采集沟通极其糟糕，以及我们为什么要追踪员工的操作轨迹

主持人：好，酷。我们聊聊 Meta 的公司文化。

你现在在负责这个应用 AI 部门。

Andrew Bosworth：没错。

主持人：这个部门最近也成了一些报道的焦点。

Andrew Bosworth：我负责的是 Agentic Transformation Accelerator（智能体化转型加速器）。

主持人：这个部门下面有一个小组就是 AI 团队。

Andrew Bosworth：对。

主持人：好，那我直接念一段《连线》（Wired）杂志的引述。

一名员工告诉《连线》：“这简直就是古拉格（gulag）。你的人生一下子就失去了意义，你几乎不和任何人互动，每周就是做这些任务。“他说的显然是那些员工被安排去完成一些 AI 相关的任务，用来帮助训练 AI。那边到底是什么情况？

Andrew Bosworth：我不太确定这位员工有没有真去搜索过“古拉格“到底是什么，以及它和硅谷一份年薪六位数的软件工作到底有多相似——看起来大概没有。但他会说出这种话，这件事本身……

先撇开这种夸张的说法不谈：是的，我们内部确实花了大量时间在这件事上，这对我们来说是个非常重要的议题。

你跟踪报道我们已经很久了，你应该知道：我们这家公司确实有过“进入封闭冲刺状态“的传统。每当我们面前出现一个紧迫的机会，我们就会这么做。我们在移动端上这么做过，在视频上这么做过，在 Stories 上也这么做过。

这些事件里，每一次都不至于让整个公司调转方向，但确实会有这样的时刻：我们会意识到，如果现在集中全力扑在某件事上，我们认为市场里存在一个巨大的机会。

这次也是一样，当我们发布 Muse Spark 之后——我想说清楚，Muse Spark 是一款很出色的模型，我们对它非常兴奋——虽然我们此前在打造这款模型时并没有把编程能力当作重点，但它在“开箱即用“状态下的编程表现，比我们预期的要好得多。

我们很早就通过实验发现，只要给它相对不算太多、但经过专家精心指导的训练样本，我们就能对模型做后训练（post-train），并大幅提升它在编程上的竞争力。

一旦你开始算这笔账，你会意识到，哦，这对我们来说是一个难得的机会——打造一款编程模型，不仅能让我们在公司运营上实现自主可控，也能在很多层面创造价值：一方面，如果你给用户一个能写代码的 AI，那显然是过去一年里 AI 系统中变得极为常见、也极其强大的工具之一；另一方面，我们也能逐步让这个模型本身更广泛地开放出去。

所以，我们基本上是看到了这个巨大的机会——大到我们几乎是当机立断地转向，从公司各个部门抽调了大量人手，几千人，投入到这个 AI 组织里去做这些“专家轨迹”（expert traces）的采集工作。

事实证明，如果你用一段质量很差的代码去训练模型，反而会对它造成损害。你不会希望强化那些失败的模式，这些示例必须做得扎实，必须有专业人士的指导。

不过，我们这次推进得非常快，因此这个项目在结构上没有打磨得很完善，围绕它的沟通工作也做得不够好。

我曾经公开说过——不对，其实不是“公开“说的，是被人泄露出去，说我把它形容成“糟糕透顶”（atrocious）。

主持人：你说的是——大概不是你在这里 20 年来见过最糟的一次，但也差不多排得上号了。

Andrew Bosworth：这句话其实不是我说的。

主持人：我也不知道那句话是从哪儿……

Andrew Bosworth：不是你说的吗？

主持人：不是我说的。好吧，好吧。

Andrew Bosworth：但我确实说过类似的话，我不介意承认这一点。

正因为我们是一家大公司，正因为我们看到了这个紧迫的机会，才做出了这个变动——我认为从战略上讲，这个决定绝对是正确的，但我们没有花功夫去一个一个地找每个人，好好和他们谈：这到底是什么、我们为什么需要它、它为什么重要——尽管我们清楚，他们手头本来还有其他令他们兴奋的工作，为了这件事，他们不得不把那些工作先放一放。

但这就是我们公司的做法——每当我们感觉自己捕捉到了这种转瞬即逝的、令人难以置信的机会窗口时，我们就会这样做。

所以，没错，我们正在应对这场正在整个行业发生的变革，这场变革也正在每一家公司内部上演，是我们从未经历过的局面。

你一开始就点出了这一点：这是我们职业生涯里从未见过的局面。我认为这确实让人们心生犹豫。所以，这也对我和其他领导者提出了更高的要求，我们必须比现在做得更好——更好地去沟通：到底发生了什么、为什么会发生、这对你意味着什么、我们预期它长远会怎样发展。

也要确保大家明白，他们所扮演的角色，在我们看来是极其关键、极其重要的，不然的话，我们显然也不会做出这样的调整。

主持人：我们能不能简单聊聊那个“行为追踪“的事？

如果我是员工，我大概不会喜欢这种做法，但我最近在节目里其实也替你们这么做的理由辩护过。现在既然我们坐在一起，那就聊聊这个话题。

大致情况是，据报道 Meta 开始追踪员工的部分击键行为、打字方式，并以此作为训练模型的一种手段。

我自己的看法是：随着模型训练越来越转向强化学习——我记得 Scale AI（也就是 Alexander Wang 的老东家）曾说过，他们现在大部分训练工作都是强化学习，而不是我们之前聊过的预训练——随着这项技术转向强化学习，让模型在所谓的“训练场”（gyms），也就是各种模拟真实世界活动的场景里学习如何完成任务，这一点会变得非常有价值。

所以，我这么理解对不对：这个项目基本上就是这种做法的一个大规模放大版——模型观察员工完成任务的过程，然后学会自己独立完成这些任务？

Andrew Bosworth：没错，这事儿分两部分说。

第一点，你说得完全没错：强化学习在今天的 AI 里所扮演的角色，比两三年前人们预测要重要得多。

但不仅如此。“长尾“真的很长——人类知识和行为的长尾，长得超乎想象。哪怕把互联网上所有的文本都算上，我们所知道的大部分东西，其实仍然不在互联网上，它们藏在我们的脑子里，是经验积累，是随着时间沉淀下来的、我们已经习以为常的行为方式。

在某种意义上，我觉得这套系统的设计其实相当巧妙：员工完全不需要改变他们平时的工作方式，一切照常进行，而在这个过程中，就自然而然地产生出了这样一份独一观二的数据语料库。

具体到这次的场景，是“设计”，以及“人类到底是怎么使用电脑的”。AI 在“使用电脑“这件事上，说来也怪，表现还是相当糟糕，这其实是一个出人意料的难题，至今没被很好地解决。这也是为什么，围绕“计算机使用”（computer use）和 agentic 系统的所有精力，都在往这个方向投入——归根结底都是“电脑“这件事。

你当然可以在前端把智能水平先拉高，再从中蒸馏出更小的模型，但我们确实认为，拥有这份数据，有潜力让人们的生活变得更轻松。

这甚至和“内容“本身无关——这一点其实是最难传达清楚的，我承认我们这方面也没做好——重点根本不是你在做的这件事本身的内容是什么，而是：电脑要如何理解，在这个数字界面里究竟正在发生什么，而这个界面，正是我们今天接触很多工具的方式。

第二点：对于“长尾专家训练“来说，其实更好的做法，仍然是我们的应用 AI 团队、也就是那个 AI 团队目前在做的事情——用相对较少、但记录得极为详尽的任务，去对模型做后训练。

而这次这个项目是另一回事，它是一个非常长期的过程。等我们积累了一整年的数据，才会得到一些真正有潜力用到模型上的东西。

我还想补充一点：自项目启动以来，我们也对它做了不少调整——增加了 30 分钟的休息时间、允许无限次暂停，员工也可以出于各种原因选择退出。所以，针对那些对此有顾虑的人，我们已经对这个项目做了相当多的改动。

主持人：你最近把不少以前写的旧博客文章搬到了 Substack 上，我一直在邮箱里收到、也一直在读。前阵子我读到一篇特别有意思的文章，讲的是你做一些生物学研究时，医生说“疼痛就是康复”，你需要那种疼痛才能真正痊愈。

你在文章里写道：“到了某个阶段，你必须能够拥抱疼痛，才能取得真正的进步。给定两个其他条件都相同的故事，人类会更记得那个唤起了更强烈情绪的故事。情绪是我们大脑给记忆做优先级排序的方式，有时候，事情必须‘疼’一下，大脑才会把它排到前面。”这里要感谢一下 BS80，我在哈佛上的那门神经生物学课。

AI 正在拿走很多这种“疼痛”，对吧？人类现在用 AI 做的很大一部分事情，就是：把我们工作中大量痛苦的部分，交给了 AI 去做。如果这个目标真的实现了，那我们还能去哪儿找到这种“疼痛”？

Andrew Bosworth：哦，我太喜欢这个问题了。

先插一句题外话：我之前交给我的 agent 一个任务，让它把我的旧博客文章都搬到 Substack 上，这样以后我可以两边同步更新。直到最近我才发现，它会把所有的项目符号列表全部删掉——我的 agent 根本不理解“项目符号列表”是什么。所以，在 agent 这条路上，我们还有很长的路要走。

“疼痛就是康复”这个说法，来自药物戒断过程中会出现的神经生物学现象。当时有个学生问：嘿，既然会出现这么多戒断症状，我们为什么不直接给病人止痛药呢？教授回答说：你没理解——疼痛本身就是“药”。体验到那种渴望毒品的冲动、那种“觅药行为”（drug-seeking behavior），然后让这个过程极其痛苦，正是大脑重新编程、克服“觅药行为“的方式。

如果你把这种疼痛拿走，那这个人就永远也戒不掉。

这是一种“有生产力的疼痛”。顺便说一句，我甚至想主张，AI 带来的这一整套阵痛——不只是发生在 Meta，而是发生在每一家公司——正是我说的这种疼痛。这是一种你只能“穿过去”、没有别的出路的疼痛，你必须自己摸索出一条路径，去搞清楚什么行得通、什么行不通。就是这么“硬碰硬”。

当然，我们的社会里也存在很多其他类型的疼痛，它们和创造真正的价值毫无关系。教育就是一个很好的例子，这方面的问题时常出现。

我记得当年——我相信你上学的时候也听过——“嘿，这场考试不许用计算器，因为你在现实生活里，身边也不会随时带着计算器。”

而现在，我随身至少带着三个计算器，更别说我还能直接对着我的眼镜问数学题——我身上到处都是计算器。

事实证明，不用计算器做数学考试，确实是一种疼痛，但并不是一种特别有价值的疼痛。用计算器做一场需要真正批判性思维的更难的数学考试，或许才是更有价值的方式。

所以，我确实认为，把我们正在经历的疼痛，和我们真正想为这个世界创造的价值对齐起来，这件事很重要。

学着去整合 AI——你当然可以逃避这种疼痛，直接跳过它，不去做。但你我都清楚，这会让你陷入真正的风险：你会被那些既会用 AI、又想抢你饭碗的人甩在身后；你所在的公司，也会被那些已经在经济效益上、或者在产品层面完成了 AI 整合的竞争对手甩在身后。

Sheryl Sandberg 说过一句我很喜欢的话：公司通常不是因为设定了艰难的目标、却没能达成才失败的，而是因为设定了轻松的目标，然后年复一年都轻松达成，最终把自己一路“达成“到失败。

所以我认为，今天你完全可以轻松地逃避这种疼痛，只要你说：“好吧，我们就是不打算这么做，我们就顺其自然，以后再说。”

所以我认为，疼痛分“有生产力的“和“没有生产力的“两种，也许还需要一点判断力，才能分清楚眼下这种到底是哪一种。

","author":"ME精选","type":"转载"}