編譯 | 金碧輝
編輯 | 程茜
智東西5月7日訊息，據Stratechery報道，4月28日下午，社交媒體平臺Stratechery的創始人、記者本・湯普森（Ben Thompson）在Meta總部對Meta的創始人、董事會主席兼CEO馬克・扎克伯格（Mark Zuckerberg）進行了專訪。
從訪談中得知Meta在AI領域的佈局以開源大語言模型Llama為核心，實現了生成文字、數學推理、程式碼生成等能力的躍升，其關鍵創新在於僅使用公開資料集訓練，並透過1.4萬億tokens的資料量彌補引數規模的不足。這種“小模型大智慧”的技術路徑，印證了扎克伯格“效率優先”的AI哲學。
這是繼2021年10月和2022年10月之後，Stratechery對扎克伯格的又一次訪談。訪談前，Stratechery已瞭解了LlamaCon（Meta的新開發者大會）的部分公告，並體驗了新的Meta AI應用。
Stratechery在體驗Meta AI應用後，扎克伯格透露了這個新應用的更多細節，Meta AI已實現月活躍使用者近10億，成為全球使用者規模最大的AI助手之一。其核心功能包括自然語言互動（支援語音對話和文字輸入）、多模態內容生成（如透過文字描述建立3D虛擬場景、生成廣告素材），以及個性化推薦系統（根據使用者行為最佳化資訊流和社交匹配）。
此外，Meta在AR/VR領域的佈局（如Orion AR眼鏡）與AI結合，探索元宇宙內容生成和智慧互動場景，計劃透過眼鏡裝置實現AI助手與使用者的全天候無縫互動。
▲Meta的創始人、董事會主席兼CEO馬克・扎克伯格
以下是主持人與扎克伯格訪談全程內容的編譯（為提高可讀性，智東西在不違背原意的前提下進行了一定的增刪修改）：
01.
元宇宙概念持續推進，
LlamaCon因開源模型需求誕生
主持人：馬克・扎克伯格，歡迎回到Stratechery。
扎克伯格：謝謝邀請。
支援人：此次採訪的契機是Meta新推出的開發者大會。不過在深入這個話題前，我想先回顧下歷年開發者大會的歷史。例如2007年至2019年的F8大會（這期間停辦過幾年），還有很多重要釋出，包括最初的Facebook平臺、開放圖譜（Open Graph）、Parse平臺等。按最初願景衡量，這些專案如今要麼已終止，要麼被大幅收縮。
扎克伯格：這倒是個不錯的開場話題。
主持人：這對您來說是種遺憾，還是說這可以看作是吸取教訓？您如何看待這段歷史？
扎克伯格：不。你看，最初的Facebook平臺本質上是一個基於網頁的產物，屬於移動時代之前的產物。當用戶行為從桌面網頁轉向移動端時，蘋果公司直接表態不允許在一個已有的平臺上再構建一個具有獨立平臺功能的生態系統，也不允許應用呼叫你們的服務。
因此，這套體系曾是我們業務的重要部分，2012年IPO時，遊戲和應用貢獻了約20%的收入，但現在基本失去了發展前景。於是我們圍繞Connect（社互動聯）和應用登入（Sign In）等功能嘗試了不同版本。
主持人：但有一個很有說服力的觀點，我在2013年就提出過，這對你們來說是件好事，它迫使你們蛻變成今天的模樣。
扎克伯格：或許我認為我們本可以既達到現在的成就，還能實現更多。回想起來，我們本有機會在應用中構建各種差異化體驗。
主持人：是的，至今仍在堅持的功能中，Facebook提供的一種第三方登入功能，允許使用者透過Facebook賬號快速登入其他應用或服務，而無需單獨註冊新賬號的功能仍然是個典型案例。
扎克伯格：沒錯，這與開發者希望透過社交網路獲取應用安裝量等訴求存在關聯。但如今其價值已大幅稀釋，我認為這本質上是蘋果政策催生的產物。
不僅在此領域，他們在多個層面持續宣稱“你們沒辦法開發出那些我們認為有價值的功能”，這種限制性政策導致了我們兩家公司間的深層矛盾，我認為這種局面令人遺憾，本應存在更開放的移動生態。
我們只是被告知不可為，現在回顧來看，很難相信這些限制為我們服務的使用者或開發者創造了價值。
主持人：對了，你們還有Meta Connect大會。元宇宙概念是否仍在推進？
扎克伯格：當然，毋庸置疑。我們希望透過完整活動來展示所有規劃的VR/AR願景。
主持人：是的，這個方向清晰明確，顯然是很完美的一次佈局。如今這個全新的開發者大會LlamaCon進展如何？
扎克伯格：二者定位不同。聚焦AR/VR的Connect大會吸引特定型別的開發者與興趣群體，當然未來所有事物都將融入AI元素。
比如雷朋Meta智慧眼鏡本質是AI裝置，但屬於特定產品形態。對於專注Llama模型開發的群體，我們認為有必要打造專屬活動，因此誕生了LlamaCon。
回顧F8開發者大會與平臺發展史頗具啟示。Llama的核心特質在於開源屬性，而我們堅信構建開放平臺的部分動因，源於移動生態歷史遺留問題。
從我們的視角看，那些強加於開發者的諸多限制顯得相當武斷，這正是開發者渴求開源模型的深層原因之一。儘管從某些方面看，直接呼叫OpenAI或Anthropic等公司的API介面更為便捷，但必須面對其潛在風險，這些服務商可能隨時變更介面規範導致應用功能突變，可對你發起的查詢進行內容審查。
若其不認可你的請求即可單方面拒絕響應，且模型自定義空間極為有限。開源生態恰好能打破這些限制，而過往封閉平臺帶來的“切膚之痛”，使我們對此的認知愈發深刻，也促使我們更堅定地投入開源建設。
現在這個領域已經不光是Llama一家獨大，像DeepSeek這些AI模型也做得風生水起。我早就說過，到2025年，大家做開發主要都會用開源模型，現在看來這個預測越來越準了。說的通俗易懂一點，這就是我們整個公司戰略最根本的出發點。
主持人：有個新動態，雖然您之前和我溝通時強調這不算大動作，但我覺得外界未必這麼看，Llama API究竟是什麼？
扎克伯格：我倒不覺得這是小動作。準確地說，這並不是我們打算重點經營的商業專案。
扎克伯格：大家看到付費API上線，第一反應肯定是商業變現。但根據我們收到的反饋，開發者熱愛開源的核心原因正如之前所說的那樣，他們渴望掌控權、能自由定製、不會被突然斷供、使用方式不受限，還能降低成本。這些都是開源的核心價值。但開源模式一直有個痛點…
主持人：其實沒人真想自己搭伺服器維護。
扎克伯格：是因為託管起來很麻煩，對吧？沒錯。開源模型的缺點就在於，相比之下，直接呼叫一些成熟服務的API要簡單得多。
當然，現在有很多公司以託管不同的模型為業務，其中也包括開源模型，而且我覺得，有些公司在這方面做得比其他公司要好。最近我們釋出了Llama 4模型，我認為我們在釋出過程中學到了很多東西。
但我覺得有一點做得不太好，就是我們釋出了這個模型之後，很多API供應商在實踐的過程中出現了一堆漏洞，所以很多人在對Llama 4進行首次測試時，用的就是這些存在實現問題的外部API供應商。
主持人：不過那都是最近發生的事了，你們當時那麼快就決定“不，我們需要在這裡提供一個參考API”了嗎？
扎克伯格：不，我剛才舉那個例子只是為了說明問題。但其實早在Llama 3的時候，你就能在網上看到很多人在討論：“好吧，我想要一個能提供405B未量化版本的API供應商。我很難判斷不同的API供應商採用了哪種量化方式或者走了什麼捷徑，質量參差不齊，我們就想要一個可靠的來源。”
所以我覺得，擁有一個廣泛的API供應商生態系統是件好事，而且很多供應商都做了非常有趣的事情，比如Groq公司。他們透過垂直整合，定製晶片來實現低延遲，這真的很有吸引力。
主持人：你這裡說的是晶片公司Groq，而不是AI模型Grok，對吧？
扎克伯格：是的，Grok也很有意思，那是xAI公司創始人兼CEO埃隆・馬斯克（Elon Musk）的專案，但我現在說的是晶片公司Groq。
如今，他們的業務是製造晶片，構建一個垂直整合的服務體系，提供超低延遲的API，真的很酷。我覺得有這樣能夠使用開源模型的公司存在於一個生態系統中是很棒的。
02.
AI領域的資源分配，優先支援核心業務，
API業務處於次要位置
主持人：也許我應該在你幾分鐘前提問的時候就給出主題句，Llama API的目標是為行業提供一個參考實現。我們並不是想圍繞這個API建立一個龐大的業務，我們基本上就是想做一個非常簡單、基礎的API，讓人們知道這就是我們想要構建的模型，而且它是可行的。你可以直接把你之前呼叫OpenAI API或者其他API的部分，替換成呼叫我們這個API的網址，它就能正常工作。而且我們不會大幅加價，基本上就是按照我們的資金成本來提供這個API。如果不加價太多的話，這聽起來可能會發展成一項相當大的業務呢。
扎克伯格：但對我們來說，它不會帶來很高的利潤。
主持人：是的，我知道。你說“就這麼個小業務，我們不會收很多錢”，但我不確定這兩者是否一致。如果你收費不高的話，為什麼大家不都用你們的API，而要去用其他雲服務提供商的呢？
扎克伯格：理論上來說，其他把託管模型作為核心業務的公司，應該能提供更有趣、更有價值的服務。比如我們剛才提到的Groq公司，他們透過定製晶片來做特定延遲最佳化的推理計算，就是很有特色的例子。
主持人：沒錯。但比如很多人在亞馬遜雲服務上使用Llama模型。
扎克伯格：對的。亞馬遜雲服務的優勢很明顯。如果你是他們的客戶，他們本身就有一整套廣泛的服務，能滿足你不同場景的需求。
主持人：所以如果有人剛開發一款應用，還沒有鎖定任何雲服務，Llama API會是最簡單、最便宜的解決方案嗎？
扎克伯格：沒錯。當你剛開始想用Llama 4模型，想找一個能穩定執行的靠譜入門選擇時，直接用我們的API就行，它肯定能正常工作。等你後續需要擴大使用規模時，可能會根據自己的需求調整，比如選擇自己搭建伺服器執行模型，或者用其他更適合的工具。
但關鍵是，整個開源技術圈需要有一個像我們這樣簡單好用的“標準版本”，讓大家能輕鬆起步，這對推動技術發展很重要。
主持人：如果某個使用者透過你們的API把業務做得很大，你們會不會對他們說“你現在規模太大了，得換個地方，不能繼續用我們的服務了？”
扎克伯格：目前還不確定，我們還沒深入想過這個問題。
主持人：待定？
扎克伯格：對，確實還沒仔細規劃過。其實我們內部也在想，為什麼我們之前沒把API作為一項業務來做。
主持人：這正是我接下來的問題，為什麼Meta整體上沒有發展雲業務，特別是考慮到你們需要從Llama的訓練成本中獲取回報，畢竟花了這麼多錢訓練模型，需要透過更多方式盈利。
扎克伯格：對，這裡有個很有意思的業務邏輯。對我們來說，把新增的GPU資源分配到內容推薦或廣告最佳化上，總能獲得更高的邊際收益。我一直為Meta沒有提供API服務而辯護，我覺得這是有其合理性的。
主持人：我完全認同，之前就是這個觀點。
扎克伯格：沒錯。所以現在我們認為，Llama的成長本身有價值，而提供參考實現的API能推動它的成長。我們覺得這個東西有存在的必要，但從經濟角度看，我不認為它會成為核心業務。
如果未來它真的消耗大量算力資源，而且能盈利，那當然好，我們可以同時做好推薦系統和API業務。
主持人：現在確實存在機會成本的問題。
扎克伯格：說實話，我們根本沒法完全算準到底需要多少算力資源，其實我們內部一直在糾結是把更多算力留給Meta公司旗下的Instagram Reels團隊最佳化影片推薦，還是分給其他團隊搞新專案。
目前來看，API業務在我們的優先事項裡排得比較靠後，因為像內容推薦這種核心業務更需要算力資源。不過，我們有超大規模的資料中心，算力資源很充足。所以拿出一小部分來做這個“標準版本”的API，讓大家能輕鬆上手用開源AI，其實是件划算的事。這就是我們的整體考慮。如果真有使用者規模做得非常大，我們可能會再協商具體方案。
主持人：如果有第三方開發者靠你們的API把業務做得特別大，作為平臺方的你們是否要求其進行業務調整呢？
扎克伯格：到時候再看。
主持人：船到橋頭自然直？
扎克伯格：一般來說，在這個行業裡，使用者能做大做強是好事。
主持人：當然，這算是個幸福的煩惱。不過回到成本問題，你剛才提到的擔憂，也是我關心的，就是模型推理的成本。這些算力資源你可以留給自己用，也可以給外部使用者，確實需要權衡。還有個疑問，你們花了幾十億訓練模型，怎麼才能讓這些錢花得更值、回報更高呢？很多投資者覺得你們做API業務能賺錢，估計也是衝著這個來的。另外聽說好多公司用Llama模型嚐到了甜頭，他們是不是該多分擔點訓練成本呢？你們有沒有打算找他們合作，會有公司願意一起掏錢嗎？
扎克伯格：我們和一些公司聊過，但目前還沒談成。隨著訓練成本持續上升，未來可能會有變化，但現在實際情況是，市場上反而有很多公司開始自己研發模型。
原本我以為一些公司會加入Llama的開源生態，透過標準化來降低成本，結果他們反而紛紛開始自行研發模型。所以未來如何還不好說。但我猜測，未來幾年內，模型訓練可能需要千兆瓦級的算力叢集，行業應該會出現整合。
主持人：總會有公司選擇退出吧。
扎克伯格：不一定。你看，我們做財務規劃時，是假設自己承擔全部訓練成本的。如果未來能和其他公司分攤，那是額外的好處，但我們並不依賴這一點。
我覺得這對我們來說反而是個優勢。如果你需要，我可以詳細解釋一下背後的商業邏輯。
03.
佈局四大業務方向，廣告最佳化、使用者參與度提升、商業訊息服務、AI原生業務
主持人：我確實想聊聊你們的整體開源策略。一方面，作為行業的觀察者，我非常感謝你們的開源舉措，你們透過技術開放策略，系統性消除了阻礙AI大規模應用的非理性障礙，加速了實用化程序。另一方面，包括Meta在內的大公司，一直是開源領域的主要貢獻者。你曾把Llama比作“開放計算專案”（Open Compute Project），在那個專案中，全球資料中心採用你們的標準，硬體製造商按標準生產，最終都為你們的盈利助力。而你們並不是資料中心提供商，這些都是額外的收益。所以對於Llama，我的問題是開源帶來的經濟回報是什麼？尤其是當你們考慮“或許我們確實需要對模型進行自有適配”時，這僅僅是品牌建設嗎？還是說研究人員喜歡開源模式？特別是經濟層面的回報。
扎克伯格：開源其實是構建模型之後的決策，對吧？我們不是為了開源而開發Llama，而是因為我們相信，要構建自己想要的服務就必須先擁有這樣的模型。
主持人：我接下來的問題是你是打算始終站在技術前沿嗎？還是可能落後一段時間？
扎克伯格：從長遠來看，我們必須保持技術領先。我們注意到行業裡有幾個新變化，現在各個公司開始各有專長，有的專注於某個領域，有的主攻特定方向，而我們的業務場景和需求跟別人不太一樣。以我們的業務規模來說，開發真正符合自己需求的模型是很自然的事。
主持人：哪些具體場景對你們來說最重要。
扎克伯格：這可能會稍微偏離我剛才的回答。我們現在主要盯著四個業務方向，從最容易落地的到需要長期投入的都有。最基礎的一個，就是用AI把廣告業務做得更高效。透過最佳化推薦技術，以後任何想達到業務目標的企業，只要找到我們就行。不用自己製作廣告內容，也不用費心研究客戶是誰。
他們只需要說“我想要達到這樣的效果，願意花這麼多錢，現在繫結銀行賬戶，你們每幫我達成一個目標，我就付一次費。”對吧？
主持人：這簡直是史上最強“黑箱”系統。
扎克伯格：對，這就好比一個全能的商業助手。把廣告業務拆開來看，包括做廣告內容、想創意點子、鎖定目標客戶和評估廣告效果。
我們最早搭建的是評估效果的系統，現在整個業務都是圍繞“幫客戶實現實際的業務目標”來開展，而不只是看廣告被多少人看到。
主持人：按效果付費。
扎克伯格：對，接下來是基礎的目標客戶定位。過去5到10年，我們基本已經說服企業不要刻意限定目標人群範圍。以前企業會跟我們說“我們想接觸某個地方18到24歲的女性使用者。”我們會回應：“沒問題，你可以告訴我們你的需求。”
主持人：沒錯，但我們保證能以更低成本找到更多潛在客戶。
扎克伯格：如果他們堅持限制範圍，我們也提供這個選項。但總體而言，我們相信自己比企業更擅長找到真正會對產品產生共鳴的人群，這就是目標定位的部分。
但還有創意內容的部分，企業找到我們時，往往只有模糊的資訊，比如想傳達什麼資訊、需要什麼影片或圖片，而製作這些內容非常困難。不過我認為我們已經接近突破了。
主持人：企業製作的內容越多越好，因為可以測試哪種效果更好，但如果能無限生成內容呢？
扎克伯格：對，或者我們直接幫他們生成。當然，企業永遠可以提供自己的創意建議，尤其是當他們想精準調整時。但總體趨勢是企業找到我們，告知目標，連線銀行賬戶，不需要準備創意素材、設定目標人群或自行衡量效果，只需要讀取我們輸出的結果即可。
我猜這將是顛覆性的，可能會重新定義廣告行業的範疇。如今廣告佔GDP的比例可能會大幅提升，因為傳統廣告受限於“買廣告牌或投電視廣告”的模式……
主持人：沒錯。我記得傳統廣告佔GDP的比例一直是1%或2%，但數字廣告已經提升了這個比例。
扎克伯格：確實在增長，但如果未來出現顯著增長，我也不會感到意外。
主持人：我完全同意你的看法，你這是在跟本來就認同的人聊這些，大家確實都該接受這個高效的“黑箱”模式。我舉雙手贊成，那第二個業務機會是什麼？
扎克伯格：第二個機會主要是提升使用者在消費者平臺上的參與度和推薦效果。首先是更精準地為使用者展示現有內容，Instagram Reels就在做這件事。接下來，AI不僅會推薦內容，還會幫助使用者創作內容，甚至直接生成內容。
你可以把我們的產品發展分為兩個主要階段。第一階段是使用者主要和朋友分享內容、獲取資訊；現在我們進入了第二階段，疊加了“創作者內容”層，朋友和關注者的內容依然存在，但我們新增了大量推薦的創作者內容。
我覺得接下來會進入第三個階段，AI生成的內容會迎來大爆發。創作者做的內容和朋友分享的東西不會消失，但AI根據每個人喜好生成的個性化內容會越來越多，甚至呈爆發式增長。
從大的趨勢來看，隨著我們走向通用人工智慧（AGI）時代，生產力會大幅提高，而人類過去一百年來的趨勢也會延續下去。工作時間越來越少，花在娛樂和文化上的時間越來越多。
所以像資訊流這種內容平臺，以後會佔據使用者更多時間。而AI在生成內容和精準推薦上的能力越強，這個機會就越大，這就是我們第二個業務機會的關鍵所在。在進入第三個機會前，我先回答你剛才的問題。
主持人：如果你是創作者，擁有受眾是合理的，但如果是普通使用者想社交，那該怎麼辦？
扎克伯格：說實話，普通使用者根本不想讓內容走紅。我的意思是，人們希望真實地分享，而小群體場景讓人更願意分享。現代社交的形態是訊息應用的結構更適合這一點，因為你不再只有一個分享群體，而是有各種群聊和一對一聊天。比如我可以和家人分享一些內容，和一起運動的朋友分享另一些內容。
主持人：當年你擔心谷歌的社交圈產品（Google Circles），但最終你們透過訊息業務實現了類似的目標。
扎克伯格：最後我們是透過訊息聊天功能（比如微信這種）實現了這種社交模式，而不是靠朋友圈/動態頁那種資訊流。要是你還想接著聊這個……
04.
Meta推出獨立AI應用，構建專屬AI模型
主持人：是的，我想繼續。我想聊聊Meta AI，但在我看來還有兩個潛在的支柱（或可能成為支柱的方向）。我們之前提到過元宇宙，我認為生成式AI將成為元宇宙的關鍵。因為即使是螢幕上的遊戲，我們在“遊戲資產”（如角色、場景等）的創造上也遇到了瓶頸，比如製作成本太高，而生成式AI能解決這個問題。還有一點，使用者在這些應用中的體驗場景就像一塊完整的畫布，每一個“畫素”都可能被“變現”。比如看到一個網紅，她身上的每一件物品都能被識別、標註，連結到對應的商品，只要品牌方註冊了相關服務。我覺得你們就像“消費者領域的微軟”。微軟之所以能持續成功，是因為他們掌握了分發渠道，連線了所有人，而你們擁有類似的“數字分發網路”。正如你所說，未來人們空閒時間更多，花在這些應用上的時間更長，變現方式多種多樣。既然如此，為什麼還需要專門做一個Meta AI和獨立應用呢？
扎克伯格：剛才咱們聊的四個主要賺錢方向，第一個是最佳化廣告體驗，第二個是讓使用者更喜歡用我們的產品，第三個是把訊息類應用打造成能賺錢的商業平臺，第四個就是專門靠AI驅動的新業務。我重點提Meta AI，因為它現在是這一塊最大的產品，每月有10億人在用。
主持人：你們還有一個新應用。
扎克伯格：現在每月10億使用者分佈在我們的全家桶應用裡，但我們也推出了獨立的Meta AI應用，給有需要的使用者使用，它還包括在元宇宙裡生成內容等純AI驅動的功能。我們做財務規劃時，並不需要這四個業務全部成功才能盈利，只要兩三個方向大獲成功，即使算上高昂的模型訓練成本，我們也會處於很好的狀態。
但關鍵在於，要在每個領域做出世界級的成果，就需要構建訓練專屬模型，讓它具備實現每個業務目標的能力。根據我以往的經驗，企業必須能掌控從底層到頂層的整個技術棧。Meta是一家“全棧公司”，我們一直自己搭建基礎設施、AI系統和產品。
目前，每月有10億使用者透過我們旗下的社交應用（如Instagram等）使用Meta AI功能，同時我們也推出了獨立的Meta AI應用，方便使用者專注體驗AI服務。這個應用還支援在元宇宙中生成虛擬內容，比如用文字描述直接建立3D場景或虛擬角色。
在財務規劃上，我們並不要求四個核心業務方向全部成功才能盈利。只要其中兩到三個方向（例如廣告體驗最佳化、商業訊息服務、元宇宙內容生成或AI原生服務）實現突破，即使算上高昂的模型訓練成本，公司也能保持良好的財務狀況。這就像投資組合，分散風險的同時抓住關鍵增長點。
主持人：我覺得你們自己研發AI模型（比如Llama）的做法挺對的。但問題是，Llama作為開源專案太火了，現在你們辦Llama開發者大會，很多開發者會跑過來問“能不能讓你們的模型實現某個功能？”但其實你們心裡可能在想：“我們做這個模型主要是為了自家的業務（比如Instagram的廣告和推薦功能），並不是專門為了滿足外部開發者的需求。”對吧？
扎克伯格：我懂你的意思。長期來看，這確實是個有趣的平衡。我們首先是為了自己的業務需求開發模型，然後再開放給有需要的開發者。
比如Llama 4 Maverick模型，它根本不是為任何開源基準測試設計的。所以當人們使用時會覺得“效果不錯”，但在某些基準測試中得分不高，不過這並不影響它是個高質量模型。
主持人：之前有個爭議，說有些模型是專門為測試訓練的，如果用對了模型，得分可能會很高。
扎克伯格：這其實挺有意思的。我們設計Llama 4時的一個核心目標，就是讓它比其他模型更具可調控性，因為我們有不同的應用場景，比如Meta AI、正在開發的AI Studio，以及商業訊息服務等。
我知道有團隊曾透過調控讓某個版本的Llama在LMArena（AI模型基準測試平臺）上表現出色，因為它確實具備這種可調控性。但目前公開的版本完全沒有針對LMArena做最佳化，所以得分是現在這個樣子。
不過無論如何，這是個高質量模型。你提到的關鍵點沒錯，當我們為自身業務需求設計模型時，必然會忽略一些開源開發者關注的功能，但開源的魅力正在於此，其他人可以填補這些空白。開源是一個生態系統，而非單一供應商。我們承擔了最困難的部分，比如耗資巨大的預訓練過程，完成大量基礎工作後開放模型，並搭建了參考實現API的基礎設施，但我們不打算包攬所有環節。
這為其他公司創造了巨大機會，就像Linux系統催生了圍繞它的眾多專案，開發出各種功能、驅動程式和工具，以滿足開發者的多樣化需求，Llama生態也會走上同樣的道路。
05.
AI在朋友關係維護中具潛力，
或能輔助使用者記憶細節、規劃社交活動
主持人：所以，我可以問這個AI：“為什麼我看到這麼多關於某個特定主題的影片呢？”
扎克伯格：是的。你可以問它關於你的事情，它會向你解釋。我覺得作為一家公司，我們可能對人們的需求非常敏感。一般來說，人們渴望表達自己，希望被理解，希望有歸屬感，不希望感到孤獨。我認為在過去20年裡，我們推出的產品在這方面一直非常有效。
展望未來，一個有趣的問題是AI在這種需求中扮演什麼角色。有一個有趣的社會學發現，平均每個美國人擁有的朋友少於三個，而平均每個美國人希望擁有超過三個朋友。
所以，理想情況下，你應該幫助他們與合適的人建立聯絡，這顯然也是我們一直在努力做的事情。當人們無法面對面相聚時，他們可以透過我們的應用保持聯絡，與人互動，結識新朋友。但我猜，未來會有一些新的動態，即人們圍繞不同的事物與不同的人互動。
我個人相信，每個人都應該有一個傾訴物件，就像一個可以隨時傾訴的人，不一定是一整天，但可以傾訴他們所擔心的問題。對於那些沒有心理諮詢師的人來說，我猜未來每個人都會有一個AI。當然，這並不會取代你的朋友，但它可能會在很多人的生活中起到補充的作用。我覺得在某種程度上，我們可能比那些純粹提供機械性生產力技術的公司更理解這類需求。
我們也很清楚這裡面可能出現的問題，而且我們一直在琢磨怎麼讓AI在交朋友、聊天這些事兒上發揮好作用，而不是搞砸了。我特別在意的一件事就是，怎麼讓AI幫你把朋友關係搞得更好。比如說，我有時候會忘記朋友的一些事情，但我又想對他們更好一點兒。
還有那種情況，比如我總是拖到最後才想去做計劃，然後又想：“我也不知道誰有空，也不想打擾別人。”要是有個AI能清楚地知道你朋友的情況，那它就能在這上面幫到你。
一個好的個性化AI不僅僅是瞭解你感興趣的東西，一個好的助手或好的個性化服務，是要能夠理解你的思維方式。我們和朋友相處時就是這樣，我們不會只是簡單地說“這是我的朋友鮑勃，他喜歡……”，而是要深入瞭解這個人的生活，瞭解你的朋友面臨什麼挑戰，以及這些事情之間的相互關係。
主持人：鮑勃的AI能和你的AI對話，能解決一些問題嗎？
扎克伯格：我覺得具體的API介面可能還需要進一步研究，因為這裡面涉及到很多隱私問題。其實，這在人際關係中也是一樣的。當你和另一個人打交道，或者試圖幫助別人解決某個問題時，總會有一些問題，比如該分享哪些背景資訊。人們在交流中需要保持一定的謹慎，AI也需要做到這一點。
我覺得現在更重要的是，先讓AI真正“懂人”，這不是簡單記住你表面的喜好（比如“他喜歡打綜合格鬥”），而是能理解你背後的經歷和感受，比如“他為什麼喜歡格鬥？是不是曾經透過練格鬥克服了困難？現在他的生活裡有什麼開心或煩惱的事？”這種能深入理解人內心世界的能力，才是AI發展最根本的東西。
06.
Meta AI多點突破，多款應用及獨立網站協同推進開啟智慧互動時代
主持人：你覺得你們在讓AI真正“懂人”這方面能做得比別人更好嗎？
扎克伯格：大機率是的。當然，我不確定其他公司是否也在嘗試做這件事。
主持人：我一直開玩笑說，那些開發AI的人其實並不太適合去琢磨AI的使用場景。
扎克伯格：是啊，我覺得最明顯的一個方向是生產力。從某種程度上說，谷歌、OpenAI這些公司都在朝著這個方向努力，而Anthropic似乎更專注於開發軟體代理。
我覺得這些領域未來肯定會冒出特別大的商業機會，至少那些在這些領域做出成績、有突破的公司會吃到甜頭。當然，我不是要單獨評判哪家公司好壞，畢竟每家都有自己的長處和短板。
未來可能會有很多大型公司依靠他們的技術和資金來參與這個領域，同時也會有很多初創公司出現。我一直都在思考的問題是如何在深度技術和幫助人們建立連線的結合點上開發出新的技術。
主持人：我覺得這個方向非常有吸引力，而且你提到的這也符合公司一直以來的方向，但我總覺得公司一直以來都存在某種矛盾，甚至在我們之前討論移動化轉型時就體現出來了，你們不得不成為一個娛樂應用，而無法成為一個平臺。馬克，你想做一個平臺，但你現在在一個開發者大會上。
扎克伯格：你不能總是做你想做的事！我覺得如果只跟著市場走，那最終會變得很無趣。我認為你需要下一些新的賭注。
主持人：我覺得你的想法挺有意思的，咱們繞了一圈又回到了“連線人與人”的核心，只不過這次是靠AI來牽線搭橋。
扎克伯格：沒錯，我覺得這事兒挺有意思的。不過作為行業領先者，挑戰在於嘗試新東西不一定每次都能成。這就像打棒球，不用追求每次揮棒都擊中球，只要比對手擊中的次數多，或者當擊中的時候能打出更遠的全壘打就行。
這個比喻可能不太貼切，但你應該懂我的意思，關鍵不是永遠不出錯，而是抓住機會時比別人做得更漂亮。
主持人：我明白你的意思了。如果你在人生中有三分之一的時間是成功的，那你就已經進入名人堂了。
扎克伯格：是啊。過去20年裡，我確實有很多事情沒做成，或者沒達到預期。但我認為，即使這樣，還是要有信心去做那些有意思的事，這才是做這些事情的樂趣所在。
主持人：這就不禁讓我發出疑問了，那你為什麼還要接著做這些事呢？我記起來2017年的時候，你說你打算在應用裡少放點影片，因為你希望人們能用它好好交流，而不是光為了消遣。可現在呢，影片到處都是，還越做越大。
扎克伯格：是的。在那段時間裡，我覺得自己犯了很多錯誤，尤其是在聽從一些所謂專家的意見時，他們告訴我什麼對使用者有價值。當然，研究是有幫助的，但我從那段經歷中學到的是，大多數人其實都很聰明，他們知道自己生活中什麼是真正有價值的。
當有專家說某件事情不好，但使用者卻說它很好時，十有八九，真正使用它的人才是對的。
主持人：說到這點，我不確定這個觀點是否站得住腳，但人們都在用AI來做什麼呢？排在前幾位的可能是心理諮詢師或者人生導師。
扎克伯格：Meta AI的一個主要用途就是“我想討論一下問題”“我需要和某人進行一場艱難的對話”“我和女朋友有矛盾”“我需要和老闆談一件棘手的事情”“幫我模擬一下這個對話”或者“幫我理清思路，我該怎麼開口”。
順便說一下，我覺得這種情況更適合用語音，因為你在模擬對話，而不僅僅是打字。但不管怎樣，我認為這會是AI的一個重要用途。
主持人：如果人們已經在用ChatGPT或者其他類似的工具了，他們心裡已經把AI等同於ChatGPT了，那你該怎麼讓他們來嘗試你們的產品呢？
扎克伯格：其實，目前Meta AI每月的活躍使用者數量大約有十億。
主持人：我前幾天和谷歌的人討論過類似的問題。谷歌其實擁有全球使用最廣泛的AI產品，那就是AI搜尋概覽，但大家都說“Gemini只有3000萬用戶，Meta AI會不會也面臨這種情況？沒人用Meta AI，看看那些排名靠後的應用。”而你卻說“不，我們這裡可是有十億使用者。”
扎克伯格：我也不確定，走著瞧吧。我覺得並不是所有的事情都必須成功，但總得有一些能取得重大突破。我覺得沒人能精準預測到底哪些事情會成功。
你得先大致判斷一下世界會朝著哪個方向發展，然後下一些賭注，看看哪些能成，接著再靈活地把資源加倍投入到那些表現好的領域。
說回你的問題，通常情況下，如果你想在一個領域超越領先者，光靠做和人家一樣的事情是不行的，你得做得更好。而所謂的“更好”，有時候可能就是讓使用者在他們已經習慣的產品裡無縫地體驗到這種服務。如果人們想透過文字或語音和Meta AI交流，那麼在一個他們已經用來聊天的應用裡實現這個功能，肯定是很方便的。
07.
VR與AR差異化佈局，
Orion頭顯提前曝光倒逼技術突破
主持人：換個話題。我一直覺得這和國際局勢也掛鉤，Meta其實是個“反脆弱”型公司。比如之前大廣告主集體抵制你們，結果反而讓競爭對手的廣告更便宜了。蘋果推出ATT隱私政策時，雖然你們受創，但後來發現對手傷得更重。那從商業角度看，會不會擔心像關稅這種外部衝擊連Meta都扛不住？特別是影響中小廣告主的話就麻煩了。
扎克伯格：看過去的經濟衰退就知道，我們公司能活這麼久，什麼週期都見過。經濟一緊張，所有企業都會收緊預算，只投見效快的東西。在數字營銷裡，效果可衡量的渠道才是王道，在這方面我們基本是頂流。就像你說的，08年金融危機、疫情期間、ATT衝擊等，雖然每次收入都受影響，但我們市場份額反而漲了。
作為創始人掌舵的公司，最大好處就是能看長遠。看到市場份額在經濟寒冬裡增長，我就會加碼投資。比如擴建GPU叢集來服務更多企業使用者。但短期投資者肯定要發出為什麼收入不達標還追加開支的疑問。
主持人：這是要增加資本支出啊。
扎克伯格：這種大起大落我們早見怪不怪了，股價暴跌到底都經歷過，三年前就跌到過每股90塊。
不過公司由創始人掌舵的好處就是，我不怕因為短期業績差被開除。我們董事會的設定，說的通俗易懂點就是鐵了心要搞長期投資。就像大學基金會錢生錢的套路，死磕長遠眼光本身就是我們的優勢，時間久了自然賺得更多。
主持人：如果你們追求的“長期價值”不包括成為平臺，只是做個應用，能接受嗎？
扎克伯格：這要看定義。早年我很崇拜微軟，覺得做開發者平臺超酷。
主持人：確實酷。
扎克伯格：但本質上我們不是這類公司。現在消費者業務和開發者業務有點矛盾，我更聚焦前者。當然在VR實驗室和Llama專案裡我們還是在賦能開發者。越多人用Llama，英偉達就會最佳化適配，反過來降低我們的硬體成本，形成良性迴圈。不過現在最核心的還是做好產品，我認為垂直整合是關鍵。
說到做智慧眼鏡，重點不是為了打造什麼生態系統，而是我們相信這會是實現“身臨其境感”的最佳裝置。想象一下，你的AI助手能透過眼鏡看到你看到的、聽到你聽到的東西，全天候像個貼身夥伴一樣和你互動。很難想到還有比這更合適的AI“載體”了。
主持人：所以做眼鏡才是你的終極夢想？VR只是跳板？VR到底扮演什麼角色？
扎克伯格：眼鏡肯定是更大市場。全球10-20億人戴眼鏡，十年後這些都會升級成AI眼鏡，至少帶基礎功能，高階版會有全息投影。現在戴隱形的人可能都會轉投智慧眼鏡，畢竟太實用了。
主持人：你現在戴的是平光鏡吧？
扎克伯格：對，其實我日常戴隱形。最近才開始戴智慧眼鏡，因為太方便了。
08.
MetaAI加強內容創新，探索AI在社交陪伴和資訊流內容中的新應用
主持人：說到VR，最初是連線人與人，未來可能連線人與AI。AI生成內容會讓VR更沉浸，解決冷啟動難題。除了遊戲，裝置還能幹嘛？等普及了，大家會又迴歸本質嗎？比如和好友虛擬看球賽。
扎克伯格：完全可能。AR眼鏡會是未來的手機，VR則是未來的電視。沒人會整天扛著電視出門，但人均每天看幾小時。隨著VR的畫面越來越清晰，它會把平板和一些電視給比下去。AR的全息投影再厲害，也沒法像VR那樣讓人完全沉浸進去，因為VR是從頭開始打造一個虛擬世界。反正這兩樣東西以後都會發展得很好。
主持人：Orion頭顯（Meta開發的先進AR眼鏡）什麼時候上市？去年我體驗過原型機。
扎克伯格：目標幾年內，具體看進展。
主持人：為什麼提前曝光？這不等於告訴蘋果“我們能做但暫不量產嘛”？
扎克伯格：我們需要使用者反饋，喜歡開放式研發，總要權衡，競爭對手會看到，但也能倒逼團隊進步。
主持人：這會給你們團隊施壓要求加快進度嗎？
扎克伯格：展示成果能提振士氣，但開放式和封閉式研發各有利弊。如果你確信能獨立做出驚豔產品，保密有理。但大多數創新需要迭代反饋，開放式開發配合長期投入，往往比閉門造車更快出成果。
在AR/VR領域，每次我們突破，友商就重啟專案。谷歌AR專案反覆取消重啟，蘋果看到雷朋聯名款成功才重拾眼鏡。未來10-15年我們會持續公開推進，持續收集反饋。我們比誰都認真，也聚集了全球頂尖人才，我們過往成績就是證明。
在AI領域同理。有些方向公認有價值，有些還邊緣化。比如AI社交陪伴，或資訊流內容創新，目前還沒實證能成。
主持人：你看到吉卜力工作室用OpenAI而不用Meta AI創作，會失落嗎？
扎克伯格：其實用Meta Imagine工具的人也不少。我覺得挺好，行業足夠大，容得下多家創新。
主持人：那些作品都發社交媒體了吧？
扎克伯格：對，這樣很好。世界上不可能一家公司包攬所有“酷炫”的事。如果你看到別人做出了很酷的事情卻無法為之感到高興，那你大概會成為一個很鬱悶的人。
主持人：最後一個問題，我們第一次採訪是在你們公司改名為Meta的時候。你現在還滿意這個名字嗎？
扎克伯格：是的，我覺得這個名字很棒。它讓人聯想到未來，一個數字世界和物理世界更加融合的未來，而這一切因為AI的發展，比我預想的還要快地成為現實。讓我感到意外的是，如果回到過去問我，“我們是會先迎來全息世界的到來，還是AI？”我會猜是全息世界。
所以，AI提前到來是很棒的，但從本質上講，AI和全息世界都是我們對未來同一個美好設想的一部分。而我覺得，眼鏡對於實現這兩個目標都很關鍵。現在，因為AI技術發展得這麼快，用AI眼鏡的人比以前多多了。
主持人：您回答的非常好，很高興再次和你交流，非常感謝。
扎克伯格：也很高興見到你。
來源：Stratechery
（本文系網易新聞•網易號特色內容激勵計劃簽約賬號【智東西】原創內容，未經賬號授權，禁止隨意轉載。）
