一塌糊涂的Llama逼出了原汁原味的扎克伯格

本文來自微信公眾號： 硅星人Pro （ID：gh_c0bb185caa8d） ，初稿：Yoky，Vibe editing：王兆洋+ChatGPT，題圖來自：AI生成

扎克伯格想打仗了。

2025年6月12日，Meta宣布以143億美元收購硅谷明星公司Scale AI 49%的股份，并任命其創始人亞歷山大·王 （Alexandr Wang） 為首席技術官，賦予他全面主導公司AI戰略轉型的權力。但這只是扎克伯格激烈人才爭奪戰的序幕。

短短8天后，據CNBC報道，Meta又成功挖來了Safe Superintelligence （SSI） 的聯合創始人兼CEO丹尼爾·格羅斯 （Daniel Gross） 。事實上，扎克伯格在年初就試圖以80億美元整體收購SSI，但遭拒絕后，他迅速轉向更直接的手段——挖走公司的核心人物。

與此同時，Meta也試圖吸引GitHub前CEO納特·弗里德曼 （Nat Friedman） 加盟，并計劃投資他與格羅斯共同管理的風險投資基金NFDG。此外，Meta還積極聯絡OpenAI首席研究員諾姆·布朗 （Noam Brown） 和谷歌DeepMind基礎架構總監科拉伊·卡武克奧盧 （Koray Kavukcuoglu） ，盡管尚未獲得明確答復。

扎克伯格這一系列快速而大膽的舉措，目的非常明確：為Meta新成立的超級人工智能實驗室 （Superintelligence Lab） 組建一支頂級實戰團隊，以產業資源和人才網絡徹底改寫公司AI競爭的游戲規則。

Meta此前推出的旗艦模型Llama系列在市場表現糟糕，排名急劇下滑且核心團隊出現大量流失，嚴重影響了Meta的AI戰略。扎克伯格顯然意識到，單純依靠內部技術研發的理想主義路線已難以實現短期的突破，于是他果斷選擇了一條更為現實主義的道路——利用資本和資源整合迅速改變產業格局。

一、放棄LeCun，和他所代表的路線

當硅谷同行們紛紛爭奪頂級科學家與研究員時，扎克伯格選擇的卻是更具產業執行力的人才，比如Scale AI創始人亞歷山大·王和SSI的丹尼爾·格羅斯。

這與過往Meta“仰仗”Yann LeCun的路線完全不同。

作為著名深度學習科學家，Yann LeCun間接見證了公司在模型研發上的滑鐵盧：Llama 4公開版本在LM Arena等權威榜單排名暴跌至第32位，核心能力落后主流競品近50%，甚至被曝出用未公開的優化版“刷榜”，導致技術公信力大打折扣。雪上加霜的是，Llama項目的14位早期核心成員中有11人選擇離職，其中5人跳槽至法國新貴Mistral，團隊骨干受到重創。

雖然LeCun本人并不直接領導Llama團隊的建模與工程，但作為Meta AI的首席科學家和FAIR實驗室的領導者，他在方向設定、資源分配、技術路線等方面有重要影響。他主張從基礎研究出發，通過長期積累實現類人智能，而Llama項目作為更偏應用導向的嘗試，在商業節奏和產品優先級上沖突不可避免。

而亞歷山大·王與LeCun完全不同。他的成功并非來自前沿算法研究，而是構建了全球最大的數據標注團隊，并擁有成熟的人類反饋強化學習 （RLHF） 技術體系。他更懂得如何迅速將技術變現和規模化運營。

丹尼爾·格羅斯也展現了另一種產業能力——生態構建和戰略投資。他創立YC AI項目并投資孵化了GitHub、Airtable、Character.ai等公司，建立了強大的產業生態。

扎克伯格的策略顯而易見：他要把戰爭引向產業界。

扎克伯格在用“鈔能力”從其他公司搶奪算法大牛，他的目的并不是找一個LeCun的平替，而是徹底拋棄LeCun這種科研型人才主導AI戰略的舊模式后，開始的人才競爭。這對其他公司已經造成困擾，最值得玩味的就是OpenAI，它的CEO Sam Altman在最近通過對外發聲的方式來強調自己內部沒有被擾亂軍心。

而對Scale AI的投資和事實上的掌控，在引發混亂的目的上也迅速顯現效果：谷歌、OpenAI等公司迅速終止了與Scale AI的合作，這表明產業巨頭們對核心資源掌控權落入競爭對手之手的恐懼。

谷歌作為Scale的最大客戶，原計劃在2025年支付近2億美元采購AI訓練數據。但在Meta交易官宣后，谷歌立刻終止合作并轉向其他供應商。OpenAI雖已提前減少依賴，但在消息公布后也迅速與Scale切割，選擇更中立的數據服務商。微軟則開始重新評估其合作體量，并將部分需求轉向Labelbox等替代選項，就連馬斯克旗下的xAI也中止了談判進程。

數據供應鏈加速重組，Labelbox、Snorkel AI等中立供應商需求暴漲，硅谷AI格局在幾天內出現明顯裂痕。

像當年斥資收購Instagram和WhatsApp那樣，扎克伯格再次用“掌控基礎設施”的方式重構競爭格局。他用極具攻擊性的方式告訴對手：就算技術不領先，我也能掐住你們的命門，擾亂格局，然后把戰爭拖入他自己的節奏。

二、真正屬于扎克伯格的戰斗開始

從結果來看，Llama 4的失敗幾乎是一種必然。 它并非單點工程的失誤，而是Meta內部長期理念失調、執行混亂的必然產物。 對扎克伯格而言，算法本身并不是興趣所在，也不是他主導AI的核心邏輯。在他的思維體系中，算法只是戰略的工具，科學只是戰術的一環。真正令他在意的，是如何調動資源、壓迫對手、掌控局面。

某種程度上，Llama 4的失敗讓Meta回到了Meta的樣子。它讓扎克伯格有了足夠理由繞開原有的科研流程，切斷學術派在組織中的路徑依賴。他無需再假裝“相信研究主導”，而是以混亂為契機，轉身建立完全屬于自己的AI機制。

據多方報道，扎克伯格對Superintelligence Lab的參與程度前所未有：他親自邀請并設宴招待核心人才，繞過所有傳統管理層級，讓團隊直接向自己匯報。這種“創始人模式”完全不同于FAIR實驗室以科研為主導的自治體系。新實驗室專注于迅速將先進的AI能力整合到具體產品和服務中，例如Meta的AI助手、智能眼鏡和社交平臺等。這種模式對FAIR原有的“科學家自治”和基礎研究導向是一種徹底顛覆。

更重要的是，在Llama的混亂之后，扎克伯格終于建立起一個能夠執行他意志的班底： 由亞歷山大·王主導的Superintelligence Lab不是一個科研機構，而是一個應對AI軍備競賽的戰爭機器。 這支團隊不強調理論發表，不癡迷科學優雅，而是專注于將人、數據、算力、產品串聯成一條工業化流水線，迅速產出市場可見的成果。

某種意義上今天Meta才算真正加入AI戰局。這不再是一場科學家主導的探索，而是一場創始人CEO扎克伯格親自領軍的戰爭，回歸到扎克伯格最熟悉的領地：資源調配、平臺整合、輿論節奏和對手施壓——Move faster，break more things。

對于整個行業而言，這才是那個“原汁原味的扎克伯格”。